标准的VWAP 策略是一种静态策略，即在交易开始之前，利用已有信息确定提交策略，交易开始之后按照此策略进行交易，而不考虑交易期间的信息。

改进型的VWAP策略的基本原理是：在市场价格高于市场均价的时候，根据市场价格的走势，不同程度地减少提交量，在保证高价位的低提交量的同时，能够防止出现价格的持续上涨而提交量过度向后聚集；在市场价格低于市场均价的时候，根据市场价格的走势，不同程度地增加提交量，在保证低价位的高提交量的同时，能够防止价格的持续走低而提交量过度提前完成。

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　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，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》）

金融市场的下单指令流计算机

化始于二十世纪70年代早期，其标志是纽约证券交易所（New York Stock Exchange, NYSE）引入订单转送及成交回报系统（Designated Order Turnaround, DOT，及后来的Super DOT）以及开盘自动报告服务系统（Opening Automated Reporting System，OARS）。DOT系统直接把交易所会员单位的盘房与交易席位联系起来，直接通过电子方式将订单传至交易席位，然后由人工加以执行。而OARS系统可以辅助专家决定开盘结算价。

程序化交易

纽约证券交易所把程序化交易（Program Trading）定义为市值在100万美元以上、股票个数在15只以上的一篮子股票组合买卖下单。在实际操作中这意味着所有的程序化交易都是在计算机的辅助下完成的。进入80年代，程序化交易已经被广泛应用于股票与期货的跨市场指数套利交易中。

股票指数套利交易

股票指数套利交易是指，交易者买入（卖出）一张例如S&P500的股指期货合约，并且同时卖出（买入）一个最多包含500只在NYSE上市的股票组合，该股票组合与期货合约高度相关。NYSE的交易程序会被预先录入计算机，当期货价格和股票指数直接价差大得足以以赢利时，计算机会自动向NYSE的电子买卖盘传递系统发送交易指令。

其他

也是在80年代，程序化交易被应用于投资组合保险中。投资组合保险是根据基于Black-Scholes期权定价模型的计算机模型，利用动态地交易股指期货来复制股票组合的合成看跌期权（Synthetic Put Option）。

这两类策略，通常被笼统地称为“程序化交易”，曾经被许多人指责为制造并加剧1987年的股票市场危机的罪魁祸首。

进入80年代后期及90年代，随着电信网络的发展，金融市场才实现完全电子化。在美国，百分位报价改革（Decimalization）把每股的最小变动价位从1/16（0.0625）美元变为0.01美元。这改变了市场的微观结构，让买卖竞价价差可以变得更小，遏制了做市商的交易优势，因此也降低了市场的流动性。但这个改革却可能促进了算法交易的发展。

市场流动性的降低促使机构投资者把交易指令按照计算机算法拆分，从而让下单指令在更有利的平均价位上成交。平均价格的基准可以是时间算术平均价(Time Weighted Average Price，TWAP), 更常用的基准价则是成交量加权平均价（Volume Weighted Average Price，VWAP）。

随着越来越多电子交易市场的出现，其他的算法交易策略逐渐成为可能，这些策略包括期现套利、统计套利、趋势追随以及均值回归等。用计算机来实现这些交易策略要更加便捷，因为计算机对转瞬即逝的错误定价（Mis-pricing）反应更迅速，并且可以对多个市场的价格同时实时监控。

与传统市场的限价订单相比，算法交易需要的通信参数要多得多。买方交易员所使用的交易系统（通常称为“指令管理系统Order Management System”或“执行管理系统Execution Management System”）必须能够适应与日俱增的新型算法指令。新型复杂算法需要花费巨量的研发及其它费用，例如基础设施、市场推广等。卖方需要做的是让新型算法电子指令直达买方交易员，并且让后者无需每次都再编码就能直接下单交易。

FIX协议组织是一家非营利性交易协会，专门免费发布为电子证券交易设立的公开的通信标准。其会员包括几乎所有的大中型经纪商、货币市场银行、机构投资者及共同基金等。此机构在证券交易的盘前交易及交易领域的标准设定方面占有垄断地位。在2006-2007年，几家会员联合发布了描述算法交易指令类型的XML标准草案。这个标准被称作FIX算法交易定义语言(FIXatdl)。在2008年3月FIXatdl正式发布之前，多家大型机构参与了该标准的测试，其中包括:TransMarket集团、巴克莱、彭博、盛富证券、花旗集团、瑞士信贷、富达投资、高盛、ITG、摩根大通、美林集团、摩根士坦利、NeoNet、Pragma@Weeden和瑞士银行等。

为了满足不同的交易策略需求，很多不同的算法层出不穷。这些算法技巧通常都会被冠以一个名字，例如“冰山一角Iceberging”、 “游击队员Guerrilla”, “基准点Benchmarking”, “狙击手Sniper” 和 “嗅探器Sniffer”。

大单指令通常被拆分为若干个小单指令渐次进入市场，这个基本策略被称为“冰山一角”。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。用来发现潜在的“冰山一角”指令的算法则叫“游击队员”。

典型的套利策略通常包含三、四个证券，譬如根据外汇市场常用的利率平价理论，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很大，大得超过其交易成本，那么可以用四笔交易来确保无风险利润。算法交易允许类似的套利使用更复杂的模型，其中可以包含四个以上的证券。股指期货的期现套利也可以用算法交易来完成。

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。花旗集团在2007年7月购买的自动化交易平台（Automated Trading Desk）就是一个活跃的做市商，它占到了纳斯达克和纽约证券交易所总成交量的6%。

“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。神经网络和基因编程也已经被用来创造算法模型。

麻省理工学院金融工程实验室主任Andrew Lo表示，“现在算法交易开始成为一场军备竞赛，每个人都在设计更复杂的算法，而且竞争越多，利润空间越小。”

更复杂的模型和智能程序已经引出了模型会否失效的问题。

有人批评算法交易系统的“黑匣子”特性：“交易员有世界如何运转的直觉。但是对这些系统你输入一串数字，然后从另一端出来一些结果，而黑匣子为什么会产生这些数据或关系，确并不那么直观或清晰。”

英国的金融服务管理局（Financial Services Authority, FSA）一直在关注着算法交易的发展。在该机构年报上，监管层强调这项新科技给市场带来的巨大功效，但同时也指出，对复杂的技术和模型的依赖性越强，系统失效导致业务中断的风险会越大。

其他的问题包括报价传递给交易员的技术延迟或延误问题，安全问题和超前交易（Front Running），以及全部系统失效导致市场崩盘的可能性。

开发和维护算法的成本还是相对较高，对市场新入者而言尤其如此，这是由于算法交易对系统的稳定性、网络带宽和速度的要求比常规的下单指令执行要高很多。没有自行开发算法交易的公司不得不从竞争对手手中购买。

高盛公司在算法交易上花了数千万美金，他们技术部门的人员比交易部门还要多……市场的性质已经发生了巨大的改变。

如今金融市场的信息已被诸如路透、道琼斯、彭博、汤姆逊金融等公司格式化，通过算法的解读来形成交易。

计算机被用来生产消息，譬如公司公布盈利结果或公布经济统计数据，这些消息几乎在瞬间同步直接传输给其它计算机，由它们根据消息进行交易。

交易算法并不仅仅是根据简单的消息进行交易，它还能翻译更难理解的消息。一些公司还试图对消息自动“设置表情”（以表示该消息是好是坏），这样的话自动交易就可以直接根据消息进行了。

“将消息从人类语言翻译到机器语言这一进程实在很有意义，”路透算法交易全球业务经理克里斯蒂．苏塔尼说，“我们越来越多的顾客发现了利用消息赚钱的途径”。

消息报道的速度对算法交易的重要性不言而喻，在一例广告宣传中（2008年3月1日的《华尔街日报》W15版面刊登），道琼斯声称自己在报道英格兰银行降息时比其他新闻媒体快了2秒钟。

2007年7月，早已自行开发算法交易的花旗集团，花了6.8亿美元购买了自动化交易平台，它原来属于一家每天交易约2亿股（占美国市场交易量的6%）股票的具有19年历史的公司。在这以前花旗集团还购买过Lava交易与OnTrade有限公司。

算法交易的兴起对整个金融市场带来了深刻的影响与变化。

百分位报价改革引起的交易规模缩小可能促进了算法交易的发展，而算法交易则进一步缩小了交易规模。曾经由人来担任的交易员工作正在被电脑所取代。数以毫秒计的电脑连接速度，变得更为重要。

诸如纳斯达克这样自动化程度较高的市场已经从诸如纽约证券交易所这样自动化程度较低的市场获取了更多的市场份额。电子化交易的经济规模效应为降低佣金和交易费用作出贡献，也为金融交易所的国际化兼并整合作出了贡献。

交易所之间的竞争也愈加激烈，交易处理速度也越来越快。以伦敦证券交易所为例，它在2007年6月启动了一个叫TradElect的新系统，该系统平均每10毫秒就能完成从下单到确认的整个过程，并且能够每秒处理3000个指令。

2005年金融行业用于电脑和软件上花费达到了264亿美元。

经纪公司发现越来越难监控客户的持仓风险，特别是对冲基金这样的客户。

在亚洲金融市场，采用算法交易的主要有东京证券交易所、香港联交所和新加坡交易所。与欧美市场相比，亚洲市场的股票价差更大、流动性更差、更难成交，因此算法交易的价值也更为突出。2006年，亚洲股票交易中接近1/10是通过算法交易完成的，最近的三年中大约有50%的衍生品交易变成了电子交易，其中约75%采用了算法交易。

随着中国股指期货的渐行渐近，机构投资者在考虑期现套利交易时，必须考虑如何避免大额下单给市场造成价格大幅波动所引发的冲击成本问题，而算法交易可以有效地降低市场冲击成本。随着股指期货的推出，包括算法交易在内的创新交易方式将大有用武之地，中国内地将成为算法交易的下一个最具吸引力的市场。也许是有鉴于此，FIX协议组织2008年年度大会也将于上海举行。算法交易在国内的兴起也将给包括证券公司与期货公司在内的中国金融业带来新的机遇和挑战，能在这一创新技术与业务领域取得先机者将在股指期货等金融衍生品给金融市场带来的洗牌中获得极为有利的竞争优势。

在中国，对算法交易的研究起步很晚，深圳国泰安信息技术有限公司在国内算法交易的推广上走在前列，已经率先推出了完全自主知识产权的算法交易系统1.0版，该系统填补了国内算法交易的空白。

“国泰安算法交易系统”是采用国际最主流的交易策略进行智能化下单交易的专业投资工具，帮助用户实现减少市场冲击、降低交易成本、增加投资收益，实现套利的目的。该系统采用策略主要有“VWAP”、“VP”、“TWAP”、“Schedule”、“MOC”、“Sniper”策略。据统计，在目前国际市场上，通常采用的策略主要有6-8种，而采用：“VWAP”、“TWAP”、“VP”三种策略进行交易的成交量约占算法交易总成交量的60%。同时开发了“MOC”、“Sniper”等高级策略，满足了目前绝大多数金融机构限价下单的需求。

国泰安算法交易系统的算法策略考虑了国内证券交易的实际规则，经过对大量历史高频数据的检验分析，完全适合国内证券交易市场；同时支持用户灵活配置策略参数，动态监控算法执行情况，能够有效的控制交易风险；而且操作简单，能够让客户非常方便地体验到算法策略带来的便利和收益。

● 规则优化处理

根据国内证券交易的实际规则，经过对大量历史高频数据的检验分析，对算法策略进行修正与完善，使“国泰安算法交易系统”真正适合国内证券交易市场。

● 灵活策略配置

用户可根据交易习惯、市场变化，选择不同算法，设置参与度、缓急度、交易时点等参数，灵活调整交易策略。

● 完整决策结构

该系统决策结构完整，提供交易前、中、后的交易服务。

交易前：收集历史交易数据，分析交易时间、价格、数量，制定多种交易策略。

交易中：系统自动执行交易策略；用户也可实时监控交易，及时处理突发事件，如不满意交易结果，也可手动停止。

交易后：系统提供详细的交易报告，供用户盘后分析，可据此优化算法策略，增加投资回报。

● 动态交易及风险监控

运用动态图形监控画面，用户可以轻松监控股票组合、个股的交易执行和风险等情况。而且可以设定各种预警指标和预警动作，有效地控制交易风险。

● 操作简单方便

学习国际经验化繁为简，任何用户都可以通过简单的操作，直接体验到算法策略带来的便利和收益。

国泰安在国内算法交易概念启蒙和市场教育上的贡献

国泰安金融学院在过去的两年中已经在中国成功举办了七届关于算法交易的高端培训。而现在，随着算法交易越来越近的走入大陆，国泰安金融学院于2009年10月17日—18日在北京展开“聚焦算法交易”务实高级研习班，本次培训班将专注于算法交易，对算法交易的原理，策略，应用和如何开展的实践经验做了全面的培训，作为国内唯一主办过相关培训内容的机构，这已经是国泰安金融学院第八次举办类似高规格的系列培训项目。