算法交易是指什么意思

Ⅰ 结息交易是什么

结转交易指的是从低息市场借贷资金，然后再投资于高回报资产，以赚取息差和资本收益的交易行为。

结转交易（Carry over trade） 又称套息交易，指的是从低息市场借贷资金，然后再投资于高回报资产如货币、股票及其它资产市场，以赚取息差和资本收益的交易行为。

结转交易这个金融关键词在国际财经新闻里很重要的常见词汇，因为套息交易结束或拆仓时会因加剧正反馈而导致金融大风波，交叉盘货币比价激烈震动或股票市场剧烈下跌。

息差，主要是指贷款利息收入与存款利息支出之间的利息差，区别于利差的是，利差指的是利率之间的差，息差更倾向于收入与支出之间的差，量化了利差的概念。

(1)算法交易是指什么意思扩展阅读

市场上有各式各样的的算法，将来还会产生新的算法。趋势交易具有不确定性，而算法交易具有相当程度的确定性，确定性也高于套息交易。

如果说趋势交易像判断蚂蚁，那么算法交易就像一根拉直的橡皮筋，无论这根橡皮筋如何上下扯动，它最终或变成一条直线。这点和趋势交易有本质的区别。

算法交易因为被机构普遍利用和不断追寻，所以缺点是获利性不高，而且需要市场产生差异提供机会。小资金可以利用杠杆改变风险，获得一定高回报。

趋势交易者很容易对市场产生厌倦，而算法交易是完全利用BUG获取确定性，所以一般不会让人厌倦。趋势交易容易让人衰老，已经厌倦了动脑的趋势交易者，可以利用算法交易在市场上轻松的生存。

Ⅱ 什么是程序化交易

程序化交抄易是一种在袭计算机和网络技术的支持下，瞬间完成你预先设置好的组合交易指令的一种交易手段。您可以将您的交易思路，通过文华提供的函数、语法及编辑平台，编写成交易模型，实现自动交易。 一、交易模型与指标的区别 程序化模型，就是让客户把这些经验的总结写到模型里，或者说把交易者决策的过程和依据，用计算机语言描述出来固化下来，让电脑去有效执行。 二、程序化交易的优势 程序化交易，用的是人的思想，但是电脑去执行，电脑执行有2个好处： （1）首先执行得快，电脑下单比人操作快，同样的机会，电脑下单能抓住，人下单未必能抓住。 （2）有了程序化，一个人可以让10台电脑同时去执行自己的交易思想，一个人可以操作更多的账户，更多的资金。 也正是基于以上因素，机构大都采用用程序化交易，可以说程序化是机构的必备工具。也正是因为机构采用了程序化，才有了“散户赚钱是偶然的，机构赚钱是必然的”的结果。 三、模型检测

Ⅲ 量化交易和程序化交易有什么联系和区别呢

量化交易大多用在股票交易上，量化是指将某只股票或者摸个行业的数据进行专量化，在更具各家机构自属己的量化公式进行选择，量化交易只是选择，并不涉及交易，程序化交易也是一种量化交易，但是是更具已有的数据进行，比如各种行情指标，MACD KDJ等，无法像量化交易那样把能涉及到的所有数据进行量化，程序化交易更侧重交易的自动进行，没有认为干预，且模型编写简单，个人用户也可以进行

Ⅳ 算法交易的相关图书

算法交易——国际金融市场新趋势
国泰君安期货吴泱 何笑凡 宋潇 编译
在进行电子交易的金融市场里，算法交易（Algorithmic Trading）是通过计算机程序来下交易订单，即利用计算机算法决定交易下单的时机、价格乃至最终下单的数量与笔数等。算法交易被对冲基金、养老基金、共同基金以及其他机构交易者广泛使用，他们将大额的交易分解为若干笔小额的交易，以便更好地管理市场冲击成本、机会成本和风险。诸如对冲基金一类的交易者也利用算法交易来根据电子方式接收的信息流启动交易指令，而此时人工下单的交易者甚至都不知道这些信息，如此大大提高了交易的时效性。
算法交易可以被应用于任何投资策略，包括做市、跨市套利、期现套利和单边投机（包括趋势追随）。在投资决策和执行的任何一个阶段，算法交易信号都能够提供良好的技术支持，甚至整个投资决策和执行可以完全依靠算法交易自动运行。
根据美国Aite Group LLC咨询公司的统计数据，2006年在欧洲及美国股票市场中，有1/3的交易是由自动交易系统或算法化交易完成的。预计到2010年，这个比例将达到50%。
2006年，伦敦证券交易所有超过40%的交易订单来自算法交易者，2007年预计将达到60%。总体上看，美国市场与股票市场中算法交易的使用率要高于其他市场，预计2008年在某些市场中算法交易的使用率将达到80%。算法交易在外汇市场中也很活跃，2006年大约占总交易的25%。算法交易也可以轻而易举地被应用于期货和期权市场，预计到2010年大约20%的期权交易量将源于计算机程序。债券市场也将逐渐引入更多的算法交易者。
国际金融业算法交易介绍
作者：VishalaSri-Pathma/文赵蓉/编译 2009-6-5 0:00:00
最大的算法交易者是Citadel投资集团、TransMarket集团公司和伦敦的GSA资本合伙公司。这三家公司被认为给衍生品市场带来了很高的流动性。交易手续费优惠，吸引了算法交易公司，因为他们的交易频率很高，对交易策略的磨擦成本很敏感。较低的交易手续费激励这些公司开发新的交易策略。除此以外，对冲基金和自营交易公司被允许直接进入期货交易所，这是交易量增加的又一个驱动因素。直接进入市场对市场参与者来说，意味着交易指令被更快地执行，这一点对于许多算法交易者来说特别重要。不为响应时间彻夜难眠与算法交易者谈论响应时间，你并没有感觉到他们拼命地想获得1毫秒的响应时间优势。相反，许多算法交易者很轻松，甚至很反感拼抢1毫秒的响应时间优势。
伦敦的一名交易者说：“响应时间不是非常重要，响应时间能达到100毫秒就可以了，对于机构交易者来说，100毫秒足以执行一笔算法交易。与一般的限价指令单相比，几毫秒不算什么。”交易者说，谁都想获得响应时间优势，但获得响应时间优势不是自营交易公司和数量化交易公司的最终目标。
伦敦一名交易者说：“你不能把所有鸡蛋都放在一个篮子里，只用一种试图在亚毫秒或1毫秒的时间内捕捉到很小的定价错误的交易策略，这是一种如果成功，就获得所有收益的交易策略。但可能的结果是，一天早上你去上班，发现有一个竞争对手比你提前1毫秒捕捉到这个很小的定价错误，结果是你全部亏损。”交易频率高的数量化交易公司正在不断努力构造更多样化、更稳定的产品组合，这种产品组合不是完全依赖对响应时间极度敏感的交易策略。维持必要的速度优势的成本是极其昂贵的，速度优势总有被超过的风险，这使得利用响应时间优势设计长期投资策略并将此种交易作为唯一收入来源是非常困难的。
交易秘密进行交易者不认为交易业绩与系统之间有非常大的关系，他们认为系统不会对交易业绩产生重要的影响。一名交易者说，根据我的经验，系统性能提高20%，不会对交易的盈利结果产生多少影响。但这名交易者强调了隐藏交易策略的重要性。
他说：“例如，对于一只流动性不高的股票，你需要一个能够模仿这只股票价格和交易量的仿真系统，理想的情况是两个时间序列完全一致，这对于提供流动性的交易策略来说很重要。如果你希望下20%的买入指令单，你不能把这20%的指令单全部下到系统中。你需要把这20%的买入指令单拆小。这样，该仿真系统就可以模仿该只股票的价格和交易时间的流动性的分布形态，使流动性看上去非常自然地进入市场。当价格上涨或下跌的时候，你不能同时取消和替换你所有的指令至下一个价格水平。另一名交易者说，高频率交易捕捉价格交易策略的能力有限，这种交易策略的盈利主要依赖获得亚毫秒的响应时间优势。但他也认为这具有边界相关性。他说：“很多情况取决于你隐藏交易策略的程度。如果你隐藏得很好，我认为市场很难发现在提供流动性，因而，对你有利的市场环境持续地时间就会长一些。”交易者有时经常不能很好地隐藏他们的交易策略。这名交易者说：“如果你分析每一笔数据，经常能够很容易地察觉到流动性。总之，高频率地使用流动性提供交易策略很容易被察觉。”仔细计算成本美国一名银行家认为是障碍而不是响应时间是当今算法交易公司最关心的问题，主要是成本问题。这名银行家所在的银行是市场重要的交易卖出方，同时向自营交易公司和其他银行等提供基础设施，使这些公司和银行能够在交易所交易。他说：“我们认为我们是通往市场的重要的管道，我们在衍生品市场进行了大量的买卖交易。”他认为：“总的交易量在下降，算法交易的交易量正在上升，这与市场的演变有关，特别是流动性价差交易。”这名银行家说，市场要求以较少的资源进行卖出交易，这也促使很多新的创新交易策略和有效性建议的提出。他相信，算法交易将在新兴市场得到发展，亚洲和非洲将有更多的公司进行自动交易。他认为，卖出交易的发展将依赖银行的交易技术预算。他说：“目前公司对算法交易的费用支出很谨慎，公司选择将钱花在业务的其他领域。总体来看，同公司管理的资产一样，公司的投资支出在下降。”他强调说，考虑到去年市场的变化，他所在的银行感到继续投资很重要。他说：“使客户能够交易我们的产品很重要，这些产品要容易理解，涉及不同的资产类别。”敏捷能力去年获利丰厚的TransMarket集团公司数量化交易业务负责人迈尔斯·库玛瑞森（Miles Kumaresan）说：“去年我们做得很好，希望2009年做得与2008年一样好。库玛瑞森是2008年4月离开Dresdner Kleinwort公司，加入TransMarket集团公司的。他说：“TransMarket集团公司是自营交易集团，这正是我想去的地方。我每天的大部分时间都在进行人员筛选，我们积极地寻求扩大人员队伍，能够招聘到交易人才。”
纵观全行业，软件供应商Quod金融公司创始人之一皮彻威（Pichvai）认为，目前的市场状况对于算法交易来说不是最理想的。他预测，今年算法交易的业务增长将很小。皮彻威说：“由于对冲基金去年的去杠杆化程度很高，交易规模缩减了很多，导致期货交易量下降。令人不能相信的是，期权市场的交易很分散。过去在美国，订单分派智能系统（smart order routing vendors）使想进行期权交易的交易者能够找到流动性，但也只有大约三个交易所能做到这一点。场外交易的结构性产品转移至交易所交易，这有助于交易量的增加。但现在重要的是要记住，如果市场没有交易量，就不需要算法交易，因为算法交易没有用处。”皮彻威解释说：“TransMarket集团公司使用的模型是很适用的。交易的执行取决于市场状况，我们总是针对市场当时的波动情况，临时做出决定。执行是交易的关键，应当引起足够的重视。我们设计的算法交易模型是量身定做的，非常适合我们的交易风格。”他还强调了对当天的风险监控的重要性，特别是在市场存在波动的情况下。每一笔交易都要监控。他说：“不进行当天的风险监控，是在冒一个很大的风险。当日交易结束后才进行风险监控，是一种不好的控制损失的方法。”这一点很重要。像许多其他自营交易者一样，TransMarket集团公司至多只隔夜持仓一天，不进行长期的方向性交易。这可以防止算法交易遭遇像搞垮银行和其他金融公司那样的风险。
在恶劣的市场环境下，TransMarket集团公司还使用其他的方法对交易进行调整，以适应市场状况。另一名交易者说：“我对于保护流动性有天然的偏爱，我相信在流动性交易方面有很多机会。超高频率地使用流动性提供交易策略是一个很好的想法，但也存在一个限制条件，就是如果你真的想进行交易，你使用的交易策略必须容量大，而且能够提供流动性，这是必须要满足的条件，同时对市场的波动不是特别敏感。即使市场没有波动，还可以进行交易，获得利润。”算法交易者也是人通过经常观察可以看到，衍生品市场的波动情况导致交易量下降、流动性差，算法交易的空间变小。这意味着也许只有最聪明或资产管理最好的算法交易者才能应对这个市场，在充满压力的市场上获得利润。经验丰富的交易员布莱德·普雷斯顿（Brad Preston），是位于开普敦的Mergence经纪公司数量化交易分析师和算法交易专家,他对市场交易者说：“要想取得对竞争对手的优势，了解市场的本质很重要。”普雷斯顿认为，与经纪人保持良好的关系很重要，经纪人能够帮助你增加价值。你可以请人帮你交易，相信他们，他们的经验可以指导交易，特别是在市场波动的时期。有趣的是，目前算法交易发展的限制因素似乎不是减少1毫秒的响应时间或者使用技术设计一个新的算法交易模型。例如，TransMarket集团公司去年挣了很多钱，他们利用挣到的钱继续投资，周而复始地投资。库玛瑞森说：“当挣钱的时候，说服合伙人同意新的想法比较容易，这样可以使持有同一想法的人更多。”他面临的问题是找到合适的人才。他说：“找到有经验的人才就像是一场战争，如果有适合的，你必须马上抢到。”对于算法交易模型来说，技术进步很重要，与找到合适的、具有数量化交易能力的人才一样重要。库玛瑞森说：“扎实的编程技能、拥有数学才能和具有强烈的获得alpha（alpha是指在与其他机构投资者机会均等的情况下，通过减少冲击成本、选择合适的交易方式，获得相对于竞争对手略高的收益率）的天赋本能同先进的技术一样重要。我们需要能够运作和理解算法交易的人才，心里始终提醒自己要找到能够利用交易机会的模型的人才。”
（本文译自2009年5月《FOW》）

Ⅳ 量化交易有什么类型

闪牛分析：
概念
量化交易是指以先进的数学模型替代人为的主观判断，利用计算机技术从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略，极大地减少了投资者情绪波动的影响，避免在市场极度狂热或悲观的情况下作出非理性的投资决策。

特点
定量投资和传统的定性投资本质上来说是相同的，二者都是基于市场非有效或弱有效的理论基础。两者的区别在于定量投资管理是“定性思想的量化应用”，更加强调数据。量化交易具有以下几个方面的特点：
1、纪律性。根据模型的运行结果进行决策，而不是凭感觉。纪律性既可以克制人性中贪婪、恐惧和侥幸心理等弱点，也可以克服认知偏差，且可跟踪。
2、系统性。具体表现为“三多”。一是多层次，包括在大类资产配置、行业选择、精选具体资产三个层次上都有模型；二是多角度，定量投资的核心思想包括宏观周期、市场结构、估值、成长、盈利质量、分析师盈利预测、市场情绪等多个角度；三是多数据，即对海量数据的处理。
3、套利思想。定量投资通过全面、系统性的扫描捕捉错误定价、错误估值带来的机会，从而发现估值洼地，并通过买入低估资产、卖出高估资产而获利。
4、概率取胜。一是定量投资不断从历史数据中挖掘有望重复的规律并加以利用；二是依靠组合资产取胜，而不是单个资产取胜。
应用编辑
量化投资技术包括多种具体方法，在投资品种选择、投资时机选择、股指期货套利、商品期货套利、统计套利和算法交易等领域得到广泛应用。在此，以统计套利和算法交易为例进行阐述。
1、统计套利
统计套利是利用资产价格的历史统计规律进行的套利，是一种风险套利，其风险在于这种历史统计规律在未来一段时间内是否继续存在。
统计套利的主要思路是先找出相关性最好的若干对投资品种，再找出每一对投资品种的长期均衡关系（协整关系），当某一对品种的价差（协整方程的残差）偏离到一定程度时开始建仓，买进被相对低估的品种、卖空被相对高估的品种，等价差回归均衡后获利了结。股指期货对冲是统计套利较长采用的一种操作策略，即利用不同国家、地区或行业的指数相关性，同时买入、卖出一对指数期货进行交易。在经济全球化条件下，各个国家、地区和行业股票指数的关联性越来越强，从而容易导致股指系统性风险的产生，因此，对指数间的统计套利进行对冲是一种低风险、高收益的交易方式。
2、算法交易。
算法交易又称自动交易、黑盒交易或机器交易，是指通过设计算法，利用计算机程序发出交易指令的方法。在交易中，程序可以决定的范围包括交易时间的选择、交易的价格，甚至包括最后需要成交的资产数量。
算法交易的主要类型有: (1) 被动型算法交易，也称结构型算法交易。该交易算法除利用历史数据估计交易模型的关键参数外，不会根据市场的状况主动选择交易时机和交易的数量，而是按照一个既定的交易方针进行交易。该策略的的核心是减少滑价（目标价与实际成交均价的差）。被动型算法交易最成熟，使用也最为广泛，如在国际市场上使用最多的成交加权平均价格（VWAP）、时间加权平均价格（TWAP）等都属于被动型算法交易。 (2) 主动型算法交易，也称机会型算法交易。这类交易算法根据市场的状况作出实时的决策，判断是否交易、交易的数量、交易的价格等。主动型交易算法除了努力减少滑价以外，把关注的重点逐渐转向了价格趋势预测上。 (3) 综合型算法交易，该交易是前两者的结合。这类算法常见的方式是先把交易指令拆开，分布到若干个时间段内，每个时间段内具体如何交易由主动型交易算法进行判断。两者结合可达到单纯一种算法无法达到的效果。
算法交易的交易策略有三：一是降低交易费用。大单指令通常被拆分为若干个小单指令渐次进入市场。这个策略的成功程度可以通过比较同一时期的平均购买价格与成交量加权平均价来衡量。二是套利。典型的套利策略通常包含三四个金融资产，如根据外汇市场利率平价理论，国内债券的价格、以外币标价的债券价格、汇率现货及汇率远期合约价格之间将产生一定的关联，如果市场价格与该理论隐含的价格偏差较大，且超过其交易成本，则可以用四笔交易来确保无风险利润。股指期货的期限套利也可以用算法交易来完成。三是做市。做市包括在当前市场价格之上挂一个限价卖单或在当前价格之下挂一个限价买单，以便从买卖差价中获利。此外，还有更复杂的策略，如“基准点“算法被交易员用来模拟指数收益，而”嗅探器“算法被用来发现最动荡或最不稳定的市场。任何类型的模式识别或者预测模型都能用来启动算法交易。

潜在风险
量化交易一般会经过海量数据仿真测试和模拟操作等手段进行检验，并依据一定的风险管理算法进行仓位和资金配置，实现风险最小化和收益最大化，但往往也会存在一定的潜在风险，具体包括：
1、历史数据的完整性。行情数据不完整可能导致模型与行情数据不匹配。行情数据自身风格转换，也可能导致模型失败，如交易流动性，价格波动幅度，价格波动频率等，而这一点是目前量化交易难以克服的。
2、模型设计中没有考虑仓位和资金配置，没有安全的风险评估和预防措施，可能导致资金、仓位和模型的不匹配，而发生爆仓现象。
3、网络中断，硬件故障也可能对量化交易产生影响。
4、同质模型产生竞争交易现象导致的风险。
5、单一投资品种导致的不可预测风险。
为规避或减小量化交易存在的潜在风险，可采取的策略有：保证历史数据的完整性；在线调整模型参数；在线选择模型类型；风险在线监测和规避等。

Ⅵ 什么是外汇算法交易 怎么理解外汇算法交易

智能交易（程式交易），通过程序实现交易算法，并进行交易。私信交流

Ⅶ 算法交易员 的工作内容是怎样的

Algo Trader很少直接手动下单交易，通常是使用编写的程序来执行自己的交易策略。

这类名词在业界没有统一的定义，为避免误导，我们这里只讨论高频交易范畴或者更准确一点是低延迟交易的Algo Trader，而不讨论通过量化方法进行的日内少量甚至日间交易的交易员。在这个范畴之内我们不再区分Quant Trader和Algo Trader。对应的，传统交易员或者说Manual Trader范围，也有一些是进行日间多次交易的交易员，比如国内期货界有所谓炒单和炒手的概念。

Algo Trader或者Quant Trader工作的特点通常是：

花大量时间处理数据
他们的工作根据风格不同，或者会把更多时间放在看盘寻找灵感，或是使用数学工具从中挖掘出有意义的信息来继续研究。不管比例如何，他们都同样会花大量时间将自己的看法和结论在历史数据中进行检验，而手动交易者则较少的进行有意识和系统性的数据检验。

更多的团队合作
对于高频交易来说，交易系统的低延迟十分重要，所以交易系统的执行部分通常由低延迟开发者进行开发，交易员只负责核心的策略部分的开发。有一些交易者甚至会配备所谓的Quant Developer来负责实现核心策略的开发，而让自己腾出更多的时间做研究。相比而言，传统交易员更容易单打独斗。

承担的心理压力较低
由于低延迟交易次数多，持仓时间短，通常他们所面对的风险是明显小于手动交易员的。要么好长时间做不出一个好的策略，要么做出来则稳定赚钱。而手动交易员则更容易面对盈利和亏损的起伏，需要较长时间的锻炼才能在心理上入门，而即使在很有经验之后，仍然要面对明显更大的心理压力。当然承担风险也使得运气好时，手动交易员中更容易出现“明星交易员”，在技能和运气的双重作用下拿走大额奖金。

交易文化不同
最后，上面所说的区别会衍生一些工作文化的区别。手动交易员由于工作压力较大，通常会形成一种释放性的文化，他们通过外向性的社交来维持一个好的自信从而抵御较大的精神压力。而量化交易员圈则比较少形成外向性社交文化，而通常较为智力导向，倾向于内在审视。

Ⅷ 什么是期货量化交易与程序化交易一样的吗

量化投资理论是借助现代统计学和数学的方法，利用计算机技术从庞大的历史数据回中海选能带答来超额收益的多种“大概率”事件以制定策略，用数量模型验证及固化这些规律和策略，然后严格执行已固化的策略来指导投资，以求获得可持续的、稳定且高于平均的超额回报。
量化从一开始也不是作为定性的对立面而提出的方法，它是将定性分析中的技术分析策略用模型固化，替代过程中可以用电脑进行的部分并将其效用极大优化。量化交易策略几乎覆盖了投资的全过程，包括量化选股、量化择时、股指期货套利、商品期货套利、统计套利、算法交易，资产配置，风险控制等。

程序化交易将具体的交易时机，仓位，止损止盈，获利标准编写进交易程序中，也可能独立于程序外。程序化只是交易执行的一种方式。