高雄應(yīng)用科技大學(xué) 金融資訊所 姜林杰右
 

演算法交易與相關(guān)研究整理

最近的發(fā)文中，一再提及演算法交易策略，并提到用于交易執(zhí)行的演算法交易策略，可以達成程式交易策略的設(shè)定績效目標(biāo)，并達到保護程式交易策略的效果，避免910慘案的發(fā)生。
由于演算法交易是目前研究的主題，在此從文獻中整理一小部分，羅列于下(由于擔(dān)心太過學(xué)術(shù)性，讓網(wǎng)友反胃，我略去技術(shù)細節(jié)…，另外，必須特別聲明，這些內(nèi)容整理自我們收集到的文獻，不敢略美；雖然，我們據(jù)此做了一些研究，但還未成熟到可以公開…)
「
演算法交易又稱為自動交易(Automated Trading)、無人執(zhí)行交易(Robot Trading)，系「在程式交易模型中加入演算法，設(shè)定目標(biāo)并在限制條件下，設(shè)定最佳交易時點與交易量，并自動執(zhí)行交易命令」，由于具可變與不可預(yù)測性，又稱「黑箱交易」。
演算法交易的實現(xiàn)必須透過資訊系統(tǒng)之應(yīng)用，借助電腦執(zhí)行各種交易策略，藉以銜接不同定量交易策略，為不同複雜交易模型提供執(zhí)行方法。
演算法交易用以設(shè)定下單最佳執(zhí)行路徑、執(zhí)行時間、執(zhí)行價格與執(zhí)行數(shù)量的交易方法，以實現(xiàn)并保護程式交易的佈單；不同類型交易模型之佈單最佳化目標(biāo)不同，趨勢交易者希望交易能迅速完成，但可接受較高成本；價值型交易者傾向延長交易時間以得到較佳價格；而套利交易對于價格極為敏感；而機構(gòu)投資者希望提高交易隱蔽性與并降低衝擊成本。
演算法交易功能包括了，智慧路由選擇、降低衝擊成本、提高執(zhí)行效率、減少人力成本與增加投資組合收益；透過演算法交易可：(1)降低交易市場衝擊，隱藏交易動機；(2)完成複雜程式交易，提高交易效率；(3)降低交易成本，提高投資報酬率；(4)降低人力成本，提高交易工作效率與品質(zhì)。
演算法交易發(fā)展過程，起源于80年代后期美國證券市場全面電子化交易開始發(fā)展；NYSE在1997年開始推動分數(shù)制報價制度改為十進位小數(shù)點報價，降低了造市者的交易優(yōu)勢、降低了市場流動性，也改變了金融市場微觀結(jié)構(gòu)。市場流動性的降低導(dǎo)致機構(gòu)投資者使用電腦分割交易指令，以執(zhí)行更優(yōu)越價格，此即最初的演算法交易策略—VWAP與TWAP演算法所希望達成的目標(biāo)。交易者希望藉由「直接趨近市場」(Direct Market Access)的交易方式提高交易效率。
演算法交易不僅被使用于大量交易的買方，提供流動性的造市者、避險基金均使用之。對于同時在許多不同市場交易的商品，演算法交易提供最佳執(zhí)行條件的路由選擇。
演算法交易的使用大幅改變下單執(zhí)行方式，至2007年的統(tǒng)計資料顯示，在美國約有80%的機構(gòu)投資者使用演算法交易；歐洲市場約有58%交易筆數(shù)與50%交易量採用；而倫敦交易所的演算法交易約為總交易量的60%。經(jīng)濟學(xué)人預(yù)期美國市場在2010年以后的交易量將以AT，交易仲介者被迫提升基礎(chǔ)建設(shè)(Economist(2007))。由于演算法交易使用數(shù)量化模型自動產(chǎn)生定時與定量的指令流輸入市場，使基金經(jīng)理人工作簡化，也促使更多樣化的演算法被開發(fā)出來。
關(guān)于演算法交易的相關(guān)研究整理如下：整體而言，演算法交易的目標(biāo)在于同時平衡低交易成本與低交易風(fēng)險兩大目標(biāo)。市場交易成本包括了，傭金、交易費用、稅、買賣價差、延誤成本、價格浮動、市場衝擊、時間風(fēng)險與機會成本等項目(其中傭金、交易費用與稅為可見的固定成本，其他為隱藏性的交易成本)。交易成本的負面影響包括：降低預(yù)期報酬率、影響定量策略(高頻交易、價差交易、套利交易等)模型實際收益率，以及影響組合實際配置比例等。
交易成本在市場微觀結(jié)構(gòu)分析向為重要議題，Merton(1998)曾指出交易成本的降低是證券創(chuàng)新的動力；如何降低交易過程的成本之問題衍生出所謂「交易最佳化策略」的研究，其目標(biāo)為「透過對證券交易成本的計算，制定出最佳的交易步驟，以降低交易成本，提高執(zhí)行效率」。
演算法交易的使用確實能有效降低交易成本(Reinganum，1989)，Domowitz與Yegerman的研究(2005)發(fā)現(xiàn)未採用演算法交易的交易成本為24 bp，而採用者為10 bp；此外，由于演算法交易將大交易單位切割成小的交易單位，亦可有效避免市場衝擊(Keim與Mashavan，1995)；Hendershott、Jones與Menkveld的研究(2008)顯示演算法交易可提高流動性。
在確認演算法交易降低交易成本的功能后，Bertsimas與Lo(1998)研究如何在市場時序價格衝擊下擬定最佳執(zhí)行策略；Almgren與Chriss(2000)延續(xù)其研究，探討訂單切割以至于延緩執(zhí)行下單時間所可能引致的成本；Obizhaeva與Wang(2005)則嘗試在流動性不能立即滿足下，建立最佳化動態(tài)下單策略；Obizhaeva與Wang的研究依據(jù)市價報價列表(Limit-order-book)擬定最佳執(zhí)行策略。
以上研究開啟了演算法交易的實務(wù)應(yīng)用，因此產(chǎn)生更多樣化的演算法交易策略，但也因為背后的獲利潛能，使得更多的演算法交易策略被視為商業(yè)機密，只留下有趣的策略名稱與大致目標(biāo)；公開的策略只是冰山一角，且往往過時，或被懷疑只是用以「釣魚」(引導(dǎo)市場形成特定Pattern以期設(shè)計后設(shè)策略以獲利)的演算法策略。（www.kzuj.com.cn ）
演算法交易可視為程式交易的分支，但與程式交易不同之處在于，演算法交易較強調(diào)交易的執(zhí)行，即如何快速、低成本、隱蔽的執(zhí)行大量下單；而程式交易則強調(diào)下單指令的形成；簡單的說，程式交易可定位為「下單管理系統(tǒng)」(Order Management System; OMS)，而演算法交易為「下單執(zhí)行管理系統(tǒng)」(Execution Management System; EMS)，演算法交易決定了下單時點、價格與交易量，動態(tài)觀察市場條件變化，做最佳化佈單，以維持程式交易策略的績效。
同時，演算法交易策略亦可保護程式交易策略，以避免被人為作價的干擾(試想，上下一筆不合理的買賣報價，就足以讓程式交易策略產(chǎn)生誤判)，因此演算法交易可以做為程式交易的免疫策略。
如前述，演算法交易用以「降低市場衝擊成本、提高交易執(zhí)行效率、增加投資組合收益、降低手續(xù)費、減少人力成本、執(zhí)行複雜交易與投資策略」，提高程式交易策略績效。目前常用的演算法交易策略如下列：
1. 交易量加權(quán)平均價格(VWAP)：依據(jù)歷史成交量在開盤期間的比例，分配下單量，并以交易量平均價格為比較標(biāo)竿。
2. 保證交易量加權(quán)平均價格(Guaranteed VWAP)：在VWAP外，再加上保證成交價格與交易量加權(quán)平均價格一致，否則交易商將承受損失。
3. 時間加權(quán)平均價格(TWAP)：在下單期間的時間點平均下單，用于價格衝擊小時。
4. 交易量固定百分比(TVOL)：下單量依據(jù)成交量同向調(diào)整，用以跟上市場趨勢變化。
5. 基準(zhǔn)價交易算法(Price In Line)：設(shè)定基準(zhǔn)價，在接近基準(zhǔn)價時放大交易，并于交易時間內(nèi)完成，用于對價格比較敏感的投資者。
6. 執(zhí)行差額(IS)：提供風(fēng)險參數(shù)與承受限度，并平衡降低衝擊成本與風(fēng)險兩目標(biāo)做最佳化計算。
7. 隱藏交易單(Hidden)：等待期望交易價格出現(xiàn)時立即下單或取消，以確保成交價位并隱藏交易企圖。
8. 游擊戰(zhàn)(Guerrilla)：將數(shù)量較大的買賣單分散成小單并使用多種交易技術(shù)，以免被跟蹤下單企圖。
9. 狙擊兵(Sniper)：以分散并隱藏交易方式不暴露交易企圖并偵測對手交易策略，使攻擊性演算法。
10. 搜尋者(Sniffers)：搜尋其他交易者正進行的交易，并偵測所選用的下單策略，通常以少量下單誘敵，以待對手上鉤，繼而嘗試增加下單數(shù)量。設(shè)計目的系找出市場中正使用的演算法或程式交易策略，以從跟作或?qū)ψ髦蝎@利。
11. 複雜事件處理(CEP)：以歷史事件分析確認市場對事件的反應(yīng)，再依據(jù)發(fā)生事件啟動交易以期獲利，如關(guān)連股票間的價差交易。
12. 模式識別(Pattern Recognition)：以資料分析方式找出交易資料間的特徵模式，以形成交易策略。
演算法交易發(fā)展至今近30種，并已發(fā)展到第四代：第一代演算法為比較簡單的策略如TWAP、VWAP、TVOL、Price-In-Line等；第二代以IS為代表(包括IS、Atopen、Atclose、Float等)；第三代以搜尋隱藏流動性(Hidden Liquidity)為目標(biāo)，如Nighthawk、Sniper、Cobra策略，以因應(yīng)特殊交易制度；第四代傾向智慧型交易，包括複雜事件處理(CEP)、新聞交易(News Trading)等。這些策略系根據(jù)不同市場特性與交易需求進行設(shè)計。( www.kzuj.com.cn 整理)