演算法交易是指什麼意思

Ⅰ 結息交易是什麼

結轉交易指的是從低息市場借貸資金，然後再投資於高回報資產，以賺取息差和資本收益的交易行為。

結轉交易（Carry over trade） 又稱套息交易，指的是從低息市場借貸資金，然後再投資於高回報資產如貨幣、股票及其它資產市場，以賺取息差和資本收益的交易行為。

結轉交易這個金融關鍵詞在國際財經新聞里很重要的常見詞彙，因為套息交易結束或拆倉時會因加劇正反饋而導致金融大風波，交叉盤貨幣比價激烈震動或股票市場劇烈下跌。

息差，主要是指貸款利息收入與存款利息支出之間的利息差，區別於利差的是，利差指的是利率之間的差，息差更傾向於收入與支出之間的差，量化了利差的概念。

(1)演算法交易是指什麼意思擴展閱讀

市場上有各式各樣的的演算法，將來還會產生新的演算法。趨勢交易具有不確定性，而演算法交易具有相當程度的確定性，確定性也高於套息交易。

如果說趨勢交易像判斷螞蟻，那麼演算法交易就像一根拉直的橡皮筋，無論這根橡皮筋如何上下扯動，它最終或變成一條直線。這點和趨勢交易有本質的區別。

演算法交易因為被機構普遍利用和不斷追尋，所以缺點是獲利性不高，而且需要市場產生差異提供機會。小資金可以利用杠桿改變風險，獲得一定高回報。

趨勢交易者很容易對市場產生厭倦，而演算法交易是完全利用BUG獲取確定性，所以一般不會讓人厭倦。趨勢交易容易讓人衰老，已經厭倦了動腦的趨勢交易者，可以利用演算法交易在市場上輕松的生存。

Ⅱ 什麼是程序化交易

程序化交抄易是一種在襲計算機和網路技術的支持下，瞬間完成你預先設置好的組合交易指令的一種交易手段。您可以將您的交易思路，通過文華提供的函數、語法及編輯平台，編寫成交易模型，實現自動交易。 一、交易模型與指標的區別 程序化模型，就是讓客戶把這些經驗的總結寫到模型里，或者說把交易者決策的過程和依據，用計算機語言描述出來固化下來，讓電腦去有效執行。 二、程序化交易的優勢 程序化交易，用的是人的思想，但是電腦去執行，電腦執行有2個好處： （1）首先執行得快，電腦下單比人操作快，同樣的機會，電腦下單能抓住，人下單未必能抓住。 （2）有了程序化，一個人可以讓10台電腦同時去執行自己的交易思想，一個人可以操作更多的賬戶，更多的資金。 也正是基於以上因素，機構大都採用用程序化交易，可以說程序化是機構的必備工具。也正是因為機構採用了程序化，才有了「散戶賺錢是偶然的，機構賺錢是必然的」的結果。 三、模型檢測

Ⅲ 量化交易和程序化交易有什麼聯系和區別呢

量化交易大多用在股票交易上，量化是指將某隻股票或者摸個行業的數據進行專量化，在更具各家機構自屬己的量化公式進行選擇，量化交易只是選擇，並不涉及交易，程序化交易也是一種量化交易，但是是更具已有的數據進行，比如各種行情指標，MACD KDJ等，無法像量化交易那樣把能涉及到的所有數據進行量化，程序化交易更側重交易的自動進行，沒有認為干預，且模型編寫簡單，個人用戶也可以進行

Ⅳ 演算法交易的相關圖書

演算法交易——國際金融市場新趨勢
國泰君安期貨吳泱 何笑凡 宋瀟 編譯
在進行電子交易的金融市場里，演算法交易（Algorithmic Trading）是通過計算機程序來下交易訂單，即利用計算機演算法決定交易下單的時機、價格乃至最終下單的數量與筆數等。演算法交易被對沖基金、養老基金、共同基金以及其他機構交易者廣泛使用，他們將大額的交易分解為若干筆小額的交易，以便更好地管理市場沖擊成本、機會成本和風險。諸如對沖基金一類的交易者也利用演算法交易來根據電子方式接收的信息流啟動交易指令，而此時人工下單的交易者甚至都不知道這些信息，如此大大提高了交易的時效性。
演算法交易可以被應用於任何投資策略，包括做市、跨市套利、期現套利和單邊投機（包括趨勢追隨）。在投資決策和執行的任何一個階段，演算法交易信號都能夠提供良好的技術支持，甚至整個投資決策和執行可以完全依靠演算法交易自動運行。
根據美國Aite Group LLC咨詢公司的統計數據，2006年在歐洲及美國股票市場中，有1/3的交易是由自動交易系統或演算法化交易完成的。預計到2010年，這個比例將達到50%。
2006年，倫敦證券交易所有超過40%的交易訂單來自演算法交易者，2007年預計將達到60%。總體上看，美國市場與股票市場中演算法交易的使用率要高於其他市場，預計2008年在某些市場中演算法交易的使用率將達到80%。演算法交易在外匯市場中也很活躍，2006年大約占總交易的25%。演算法交易也可以輕而易舉地被應用於期貨和期權市場，預計到2010年大約20%的期權交易量將源於計算機程序。債券市場也將逐漸引入更多的演算法交易者。
國際金融業演算法交易介紹
作者：VishalaSri-Pathma/文趙蓉/編譯 2009-6-5 0:00:00
最大的演算法交易者是Citadel投資集團、TransMarket集團公司和倫敦的GSA資本合夥公司。這三家公司被認為給衍生品市場帶來了很高的流動性。交易手續費優惠，吸引了演算法交易公司，因為他們的交易頻率很高，對交易策略的磨擦成本很敏感。較低的交易手續費激勵這些公司開發新的交易策略。除此以外，對沖基金和自營交易公司被允許直接進入期貨交易所，這是交易量增加的又一個驅動因素。直接進入市場對市場參與者來說，意味著交易指令被更快地執行，這一點對於許多演算法交易者來說特別重要。不為響應時間徹夜難眠與演算法交易者談論響應時間，你並沒有感覺到他們拚命地想獲得1毫秒的響應時間優勢。相反，許多演算法交易者很輕松，甚至很反感拼搶1毫秒的響應時間優勢。
倫敦的一名交易者說：「響應時間不是非常重要，響應時間能達到100毫秒就可以了，對於機構交易者來說，100毫秒足以執行一筆演算法交易。與一般的限價指令單相比，幾毫秒不算什麼。」交易者說，誰都想獲得響應時間優勢，但獲得響應時間優勢不是自營交易公司和數量化交易公司的最終目標。
倫敦一名交易者說：「你不能把所有雞蛋都放在一個籃子里，只用一種試圖在亞毫秒或1毫秒的時間內捕捉到很小的定價錯誤的交易策略，這是一種如果成功，就獲得所有收益的交易策略。但可能的結果是，一天早上你去上班，發現有一個競爭對手比你提前1毫秒捕捉到這個很小的定價錯誤，結果是你全部虧損。」交易頻率高的數量化交易公司正在不斷努力構造更多樣化、更穩定的產品組合，這種產品組合不是完全依賴對響應時間極度敏感的交易策略。維持必要的速度優勢的成本是極其昂貴的，速度優勢總有被超過的風險，這使得利用響應時間優勢設計長期投資策略並將此種交易作為唯一收入來源是非常困難的。
交易秘密進行交易者不認為交易業績與系統之間有非常大的關系，他們認為系統不會對交易業績產生重要的影響。一名交易者說，根據我的經驗，系統性能提高20%，不會對交易的盈利結果產生多少影響。但這名交易者強調了隱藏交易策略的重要性。
他說：「例如，對於一隻流動性不高的股票，你需要一個能夠模仿這只股票價格和交易量的模擬系統，理想的情況是兩個時間序列完全一致，這對於提供流動性的交易策略來說很重要。如果你希望下20%的買入指令單，你不能把這20%的指令單全部下到系統中。你需要把這20%的買入指令單拆小。這樣，該模擬系統就可以模仿該只股票的價格和交易時間的流動性的分布形態，使流動性看上去非常自然地進入市場。當價格上漲或下跌的時候，你不能同時取消和替換你所有的指令至下一個價格水平。另一名交易者說，高頻率交易捕捉價格交易策略的能力有限，這種交易策略的盈利主要依賴獲得亞毫秒的響應時間優勢。但他也認為這具有邊界相關性。他說：「很多情況取決於你隱藏交易策略的程度。如果你隱藏得很好，我認為市場很難發現在提供流動性，因而，對你有利的市場環境持續地時間就會長一些。」交易者有時經常不能很好地隱藏他們的交易策略。這名交易者說：「如果你分析每一筆數據，經常能夠很容易地察覺到流動性。總之，高頻率地使用流動性提供交易策略很容易被察覺。」仔細計算成本美國一名銀行家認為是障礙而不是響應時間是當今演算法交易公司最關心的問題，主要是成本問題。這名銀行家所在的銀行是市場重要的交易賣出方，同時向自營交易公司和其他銀行等提供基礎設施，使這些公司和銀行能夠在交易所交易。他說：「我們認為我們是通往市場的重要的管道，我們在衍生品市場進行了大量的買賣交易。」他認為：「總的交易量在下降，演算法交易的交易量正在上升，這與市場的演變有關，特別是流動性價差交易。」這名銀行家說，市場要求以較少的資源進行賣出交易，這也促使很多新的創新交易策略和有效性建議的提出。他相信，演算法交易將在新興市場得到發展，亞洲和非洲將有更多的公司進行自動交易。他認為，賣出交易的發展將依賴銀行的交易技術預算。他說：「目前公司對演算法交易的費用支出很謹慎，公司選擇將錢花在業務的其他領域。總體來看，同公司管理的資產一樣，公司的投資支出在下降。」他強調說，考慮到去年市場的變化，他所在的銀行感到繼續投資很重要。他說：「使客戶能夠交易我們的產品很重要，這些產品要容易理解，涉及不同的資產類別。」敏捷能力去年獲利豐厚的TransMarket集團公司數量化交易業務負責人邁爾斯·庫瑪瑞森（Miles Kumaresan）說：「去年我們做得很好，希望2009年做得與2008年一樣好。庫瑪瑞森是2008年4月離開Dresdner Kleinwort公司，加入TransMarket集團公司的。他說：「TransMarket集團公司是自營交易集團，這正是我想去的地方。我每天的大部分時間都在進行人員篩選，我們積極地尋求擴大人員隊伍，能夠招聘到交易人才。」
縱觀全行業，軟體供應商Quod金融公司創始人之一皮徹威（Pichvai）認為，目前的市場狀況對於演算法交易來說不是最理想的。他預測，今年演算法交易的業務增長將很小。皮徹威說：「由於對沖基金去年的去杠桿化程度很高，交易規模縮減了很多，導致期貨交易量下降。令人不能相信的是，期權市場的交易很分散。過去在美國，訂單分派智能系統（smart order routing vendors）使想進行期權交易的交易者能夠找到流動性，但也只有大約三個交易所能做到這一點。場外交易的結構性產品轉移至交易所交易，這有助於交易量的增加。但現在重要的是要記住，如果市場沒有交易量，就不需要演算法交易，因為演算法交易沒有用處。」皮徹威解釋說：「TransMarket集團公司使用的模型是很適用的。交易的執行取決於市場狀況，我們總是針對市場當時的波動情況，臨時做出決定。執行是交易的關鍵，應當引起足夠的重視。我們設計的演算法交易模型是量身定做的，非常適合我們的交易風格。」他還強調了對當天的風險監控的重要性，特別是在市場存在波動的情況下。每一筆交易都要監控。他說：「不進行當天的風險監控，是在冒一個很大的風險。當日交易結束後才進行風險監控，是一種不好的控制損失的方法。」這一點很重要。像許多其他自營交易者一樣，TransMarket集團公司至多隻隔夜持倉一天，不進行長期的方向性交易。這可以防止演算法交易遭遇像搞垮銀行和其他金融公司那樣的風險。
在惡劣的市場環境下，TransMarket集團公司還使用其他的方法對交易進行調整，以適應市場狀況。另一名交易者說：「我對於保護流動性有天然的偏愛，我相信在流動性交易方面有很多機會。超高頻率地使用流動性提供交易策略是一個很好的想法，但也存在一個限制條件，就是如果你真的想進行交易，你使用的交易策略必須容量大，而且能夠提供流動性，這是必須要滿足的條件，同時對市場的波動不是特別敏感。即使市場沒有波動，還可以進行交易，獲得利潤。」演算法交易者也是人通過經常觀察可以看到，衍生品市場的波動情況導致交易量下降、流動性差，演算法交易的空間變小。這意味著也許只有最聰明或資產管理最好的演算法交易者才能應對這個市場，在充滿壓力的市場上獲得利潤。經驗豐富的交易員布萊德·普雷斯頓（Brad Preston），是位於開普敦的Mergence經紀公司數量化交易分析師和演算法交易專家,他對市場交易者說：「要想取得對競爭對手的優勢，了解市場的本質很重要。」普雷斯頓認為，與經紀人保持良好的關系很重要，經紀人能夠幫助你增加價值。你可以請人幫你交易，相信他們，他們的經驗可以指導交易，特別是在市場波動的時期。有趣的是，目前演算法交易發展的限制因素似乎不是減少1毫秒的響應時間或者使用技術設計一個新的演算法交易模型。例如，TransMarket集團公司去年掙了很多錢，他們利用掙到的錢繼續投資，周而復始地投資。庫瑪瑞森說：「當掙錢的時候，說服合夥人同意新的想法比較容易，這樣可以使持有同一想法的人更多。」他面臨的問題是找到合適的人才。他說：「找到有經驗的人才就像是一場戰爭，如果有適合的，你必須馬上搶到。」對於演算法交易模型來說，技術進步很重要，與找到合適的、具有數量化交易能力的人才一樣重要。庫瑪瑞森說：「扎實的編程技能、擁有數學才能和具有強烈的獲得alpha（alpha是指在與其他機構投資者機會均等的情況下，通過減少沖擊成本、選擇合適的交易方式，獲得相對於競爭對手略高的收益率）的天賦本能同先進的技術一樣重要。我們需要能夠運作和理解演算法交易的人才，心裡始終提醒自己要找到能夠利用交易機會的模型的人才。」
（本文譯自2009年5月《FOW》）

Ⅳ 量化交易有什麼類型

閃牛分析：
概念
量化交易是指以先進的數學模型替代人為的主觀判斷，利用計算機技術從龐大的歷史數據中海選能帶來超額收益的多種「大概率」事件以制定策略，極大地減少了投資者情緒波動的影響，避免在市場極度狂熱或悲觀的情況下作出非理性的投資決策。

特點
定量投資和傳統的定性投資本質上來說是相同的，二者都是基於市場非有效或弱有效的理論基礎。兩者的區別在於定量投資管理是「定性思想的量化應用」，更加強調數據。量化交易具有以下幾個方面的特點：
1、紀律性。根據模型的運行結果進行決策，而不是憑感覺。紀律性既可以剋制人性中貪婪、恐懼和僥幸心理等弱點，也可以克服認知偏差，且可跟蹤。
2、系統性。具體表現為「三多」。一是多層次，包括在大類資產配置、行業選擇、精選具體資產三個層次上都有模型；二是多角度，定量投資的核心思想包括宏觀周期、市場結構、估值、成長、盈利質量、分析師盈利預測、市場情緒等多個角度；三是多數據，即對海量數據的處理。
3、套利思想。定量投資通過全面、系統性的掃描捕捉錯誤定價、錯誤估值帶來的機會，從而發現估值窪地，並通過買入低估資產、賣出高估資產而獲利。
4、概率取勝。一是定量投資不斷從歷史數據中挖掘有望重復的規律並加以利用；二是依靠組合資產取勝，而不是單個資產取勝。
應用編輯
量化投資技術包括多種具體方法，在投資品種選擇、投資時機選擇、股指期貨套利、商品期貨套利、統計套利和演算法交易等領域得到廣泛應用。在此，以統計套利和演算法交易為例進行闡述。
1、統計套利
統計套利是利用資產價格的歷史統計規律進行的套利，是一種風險套利，其風險在於這種歷史統計規律在未來一段時間內是否繼續存在。
統計套利的主要思路是先找出相關性最好的若干對投資品種，再找出每一對投資品種的長期均衡關系（協整關系），當某一對品種的價差（協整方程的殘差）偏離到一定程度時開始建倉，買進被相對低估的品種、賣空被相對高估的品種，等價差回歸均衡後獲利了結。股指期貨對沖是統計套利較長採用的一種操作策略，即利用不同國家、地區或行業的指數相關性，同時買入、賣出一對指數期貨進行交易。在經濟全球化條件下，各個國家、地區和行業股票指數的關聯性越來越強，從而容易導致股指系統性風險的產生，因此，對指數間的統計套利進行對沖是一種低風險、高收益的交易方式。
2、演算法交易。
演算法交易又稱自動交易、黑盒交易或機器交易，是指通過設計演算法，利用計算機程序發出交易指令的方法。在交易中，程序可以決定的范圍包括交易時間的選擇、交易的價格，甚至包括最後需要成交的資產數量。
演算法交易的主要類型有: (1) 被動型演算法交易，也稱結構型演算法交易。該交易演算法除利用歷史數據估計交易模型的關鍵參數外，不會根據市場的狀況主動選擇交易時機和交易的數量，而是按照一個既定的交易方針進行交易。該策略的的核心是減少滑價（目標價與實際成交均價的差）。被動型演算法交易最成熟，使用也最為廣泛，如在國際市場上使用最多的成交加權平均價格（VWAP）、時間加權平均價格（TWAP）等都屬於被動型演算法交易。 (2) 主動型演算法交易，也稱機會型演算法交易。這類交易演算法根據市場的狀況作出實時的決策，判斷是否交易、交易的數量、交易的價格等。主動型交易演算法除了努力減少滑價以外，把關注的重點逐漸轉向了價格趨勢預測上。 (3) 綜合型演算法交易，該交易是前兩者的結合。這類演算法常見的方式是先把交易指令拆開，分布到若干個時間段內，每個時間段內具體如何交易由主動型交易演算法進行判斷。兩者結合可達到單純一種演算法無法達到的效果。
演算法交易的交易策略有三：一是降低交易費用。大單指令通常被拆分為若干個小單指令漸次進入市場。這個策略的成功程度可以通過比較同一時期的平均購買價格與成交量加權平均價來衡量。二是套利。典型的套利策略通常包含三四個金融資產，如根據外匯市場利率平價理論，國內債券的價格、以外幣標價的債券價格、匯率現貨及匯率遠期合約價格之間將產生一定的關聯，如果市場價格與該理論隱含的價格偏差較大，且超過其交易成本，則可以用四筆交易來確保無風險利潤。股指期貨的期限套利也可以用演算法交易來完成。三是做市。做市包括在當前市場價格之上掛一個限價賣單或在當前價格之下掛一個限價買單，以便從買賣差價中獲利。此外，還有更復雜的策略，如「基準點「演算法被交易員用來模擬指數收益，而」嗅探器「演算法被用來發現最動盪或最不穩定的市場。任何類型的模式識別或者預測模型都能用來啟動演算法交易。

潛在風險
量化交易一般會經過海量數據模擬測試和模擬操作等手段進行檢驗，並依據一定的風險管理演算法進行倉位和資金配置，實現風險最小化和收益最大化，但往往也會存在一定的潛在風險，具體包括：
1、歷史數據的完整性。行情數據不完整可能導致模型與行情數據不匹配。行情數據自身風格轉換，也可能導致模型失敗，如交易流動性，價格波動幅度，價格波動頻率等，而這一點是目前量化交易難以克服的。
2、模型設計中沒有考慮倉位和資金配置，沒有安全的風險評估和預防措施，可能導致資金、倉位和模型的不匹配，而發生爆倉現象。
3、網路中斷，硬體故障也可能對量化交易產生影響。
4、同質模型產生競爭交易現象導致的風險。
5、單一投資品種導致的不可預測風險。
為規避或減小量化交易存在的潛在風險，可採取的策略有：保證歷史數據的完整性；在線調整模型參數；在線選擇模型類型；風險在線監測和規避等。

Ⅵ 什麼是外匯演算法交易 怎麼理解外匯演算法交易

智能交易（程式交易），通過程序實現交易演算法，並進行交易。私信交流

Ⅶ 演算法交易員 的工作內容是怎樣的

Algo Trader很少直接手動下單交易，通常是使用編寫的程序來執行自己的交易策略。

這類名詞在業界沒有統一的定義，為避免誤導，我們這里只討論高頻交易范疇或者更准確一點是低延遲交易的Algo Trader，而不討論通過量化方法進行的日內少量甚至日間交易的交易員。在這個范疇之內我們不再區分Quant Trader和Algo Trader。對應的，傳統交易員或者說Manual Trader范圍，也有一些是進行日間多次交易的交易員，比如國內期貨界有所謂炒單和炒手的概念。

Algo Trader或者Quant Trader工作的特點通常是：

花大量時間處理數據
他們的工作根據風格不同，或者會把更多時間放在看盤尋找靈感，或是使用數學工具從中挖掘出有意義的信息來繼續研究。不管比例如何，他們都同樣會花大量時間將自己的看法和結論在歷史數據中進行檢驗，而手動交易者則較少的進行有意識和系統性的數據檢驗。

更多的團隊合作
對於高頻交易來說，交易系統的低延遲十分重要，所以交易系統的執行部分通常由低延遲開發者進行開發，交易員只負責核心的策略部分的開發。有一些交易者甚至會配備所謂的Quant Developer來負責實現核心策略的開發，而讓自己騰出更多的時間做研究。相比而言，傳統交易員更容易單打獨斗。

承擔的心理壓力較低
由於低延遲交易次數多，持倉時間短，通常他們所面對的風險是明顯小於手動交易員的。要麼好長時間做不出一個好的策略，要麼做出來則穩定賺錢。而手動交易員則更容易面對盈利和虧損的起伏，需要較長時間的鍛煉才能在心理上入門，而即使在很有經驗之後，仍然要面對明顯更大的心理壓力。當然承擔風險也使得運氣好時，手動交易員中更容易出現「明星交易員」，在技能和運氣的雙重作用下拿走大額獎金。

交易文化不同
最後，上面所說的區別會衍生一些工作文化的區別。手動交易員由於工作壓力較大，通常會形成一種釋放性的文化，他們通過外向性的社交來維持一個好的自信從而抵禦較大的精神壓力。而量化交易員圈則比較少形成外向性社交文化，而通常較為智力導向，傾向於內在審視。

Ⅷ 什麼是期貨量化交易與程序化交易一樣的嗎

量化投資理論是藉助現代統計學和數學的方法，利用計算機技術從龐大的歷史數據回中海選能帶答來超額收益的多種「大概率」事件以制定策略，用數量模型驗證及固化這些規律和策略，然後嚴格執行已固化的策略來指導投資，以求獲得可持續的、穩定且高於平均的超額回報。
量化從一開始也不是作為定性的對立面而提出的方法，它是將定性分析中的技術分析策略用模型固化，替代過程中可以用電腦進行的部分並將其效用極大優化。量化交易策略幾乎覆蓋了投資的全過程，包括量化選股、量化擇時、股指期貨套利、商品期貨套利、統計套利、演算法交易，資產配置，風險控制等。

程序化交易將具體的交易時機，倉位，止損止盈，獲利標准編寫進交易程序中，也可能獨立於程序外。程序化只是交易執行的一種方式。