计算机行业：算法交易，投资交易的利器.docx

目 录

一、海内外算法交易的历史发展和现状 4

（一）算法交易在海外的兴起和发展 4

（二）算法交易在国内的发展 4

二、算法交易定义和分类 5

（一）按照目的分类 5

1、以交易执行为目的的算法 5

2、以盈利为目的的算法 5

（二）按照算法主动程度分类 6

1、被动型算法 6

2、主动型算法 6

3、综合型算法 7

（三）按照实现方式分类 7

1、计划型算法 7

2、规则型算法 10

3、综合型算法 10

三、算法交易的应用 12

（一）短期套利策略 12

（二）做市策略 12

（三）事件驱动交易策略 12

四、算法交易的功能 12

（一）价格发现的功能 12

（二）降低交易成本、减少人为错误和操作成本的功能 13

（三）降低市场波动的功能 13

五、国内算法的使用情况 13

（一）针对风控较多，经常无法完成执行的情况，设计“甩尾策略” 14

（二）针对流动性不好的标的，设计“计划型+规则型”的组合策略 14

（三）根据实时价格，调整执行速度，设计出动态跟量策略 14

六、国内程序化交易监管政策 14

七、总结与展望 15

八、风险提示 16

九、参考文献 16

图表目录

图表1 TWAP算法案例 7

图表2 VWAP算法案例 8

图表3 POV算法案例 10

图表4 IS算法案例 11

图表5 各种算法的特征 12

图表6 2024年国内交易策略占比 13

一、海内外算法交易的历史发展和现状

（一）算法交易在海外的兴起和发展

算法交易（Algorithmictrading）最早产生于美国，指利用计算机自动完成的交易过程，其产生主要源于通信技术和电子交易系统的发展。1971年，美国巴克莱投资管理公司发行世界上第一只被动量化基金，这是量化投资开始的标志。量化投资的出现归功于现代金融理论和计算机技术的进步。算法交易是随着20世纪金融市场下单指令计算机化和程序化交易的发展而兴起的，以NYSE引入订单转送及成交回报系统、SuperDOT系统以及开盘自动报告服务系统为标志。算法交易采用数量化分析手段，由计算机根据量化模型决定交易委托的下单时间、委托价格、交易数量与委托笔数等，自动发出指令实现（高频）证券买卖和资产组合管理，无需人工干预。由于算法交易能够同时进行成千上万笔交易，而这样的处理速度很难通过手动交易实现，因而算法交易在资本市场的广阔领域内得到了广泛而快速的发展，包括股票市场、外汇市场、债券市场、期货、期权与衍生品市场等。随着金融市场的发展，特别是国际市场对冲基金的繁荣，各种统计套利和趋势交易算法的推广，算法交易越来越复杂，也越来越受到投资者的重视。

在国际资本市场中，算法交易很快得到机构投资者的青睐，开始全面采用计算机来分割交易指令以降低大额交易的成本，提高投资收益。但直到2004年后，算法交易才真正进入快速发展的时期。据2007年DavidLeinweber发表于《阿尔法》杂志的文章《Algovs.Algo》介绍，当时美国已经有超过90%的对冲基金采用了算法交易。近几年，美国算法交易呈指数级增长，其市场份额从2006年约30%上升到2009年的73%。在欧洲资本市场，算法交易也迅速增长，2007年伦敦证券交易所约有70%的订单是通过算法交易执行的。同时，其他地区包括亚太地区也迅速跟进，东京、中国香港、新加坡和悉尼几个地区的交易所纷纷布局算法交易。据统计，2010年东京、中国香港和新加坡交易所中算法交易使用率已超过30%。新加坡交易所甚至为了满足算法交易的需要，斥巨资2.5亿新元建设当时全球最快的交易引擎，新交易系统Reach已于2011年8月正式推出，使得每笔委托处理速度在90微秒以下。全球在算法交易上的投入持续攀升，仅在2010年各国在

交易系统上的投资估计高达134亿美元。

算法交易对资本市场的影响主要体现在：首先，算法交易的市场占有率迅速攀升，通过大单分割、隐蔽交易等手段减小了对市场产生的冲击，得到更好的执行价格，有效地降低了交易成本，因而在股票、期货、外汇、期权和债券等市场均得到广泛应用；其次，算法交易引起了证券市场微观结构发生显著变化，投资者通过计算机程序发出委托指令，交易程序可以自动决定交易时间选择、委托价格与数量等，改变了传统人工手动下单形成的市场微观结构；再次，算法交易对市场信息具备更快的反应速度，使得交易资产的价格迅速对信息的变化做出响应，进而将影响市场的质量与总体效率。此外，算法交易的大量使用，对资产定价、风险管理、市场监管等各个方面都将产生重大影响。

（二）算法交易在国内