? ? 古期在長期的編程經(jīng)驗中，以及國內(nèi)一些成熟策略的研究后，古期認為任何算法交易的策略都需要一個確定的機會，在提高收益或降低成本方面是有利可圖的。

? ? 而常用的交易策略我覺得可以歸納成幾種，其中前兩種大家都較常見，后面幾種有可能很多都是第一次聽說:

?

趨勢跟蹤策略
? ? ?最常見的算法交易策略遵循移動平均線、通道突破、價格水平變動和相關的趨勢技術指標。這些是通過算法交易實現(xiàn)的最容易和最簡單的策略，因為這些策略不涉及任何預測或價格預測。交易是基于理想趨勢的出現(xiàn)而啟動的，這種趨勢通過算法實現(xiàn)起來簡單明了，不需要復雜的預測分析。使用50和200日均線是一種流行的趨勢跟蹤策略。

?套利機會策略

? ? 在一個市場以較低的價格買入一只兩地上市的股票，同時在另一個市場以較高的價格賣出，這種差價就是無風險利潤或仲裁。相同的操作可以被復制到股票和期貨工具中，因為價格差異確實時常存在。實施一種算法來識別這種價格差異，并有效地下訂單，從而創(chuàng)造有利可圖的機會。

指數(shù)基金再平衡策略

指數(shù)基金定義了重新平衡的周期，以使其持有的資產(chǎn)與各自的基準指數(shù)持平。這為算法交易員創(chuàng)造了有利可圖的機會，他們利用預期交易，根據(jù)指數(shù)基金重新平衡前指數(shù)基金中的股票數(shù)量，提供20至80個基點的利潤。此類交易通過算法交易系統(tǒng)啟動，以便及時執(zhí)行并獲得最佳價格。

算法交易允許交易者進行高頻交易。高頻交易的速度過去可以精確到毫秒。今天，它們可能以微秒或納秒(十億分之一秒)來計量。
3

基于數(shù)學模型的策略

? ? 成熟的數(shù)學模型，如delta中性交易策略，允許結合期權和基礎證券進行交易。(delta neutral是一種由多個頭寸組成的投資組合策略，這些頭寸具有相互抵消的正Delta和負Delta，即一種資產(chǎn)(通常是有價證券)的價格變化與其衍生產(chǎn)品價格相應變化的比率，因此相關資產(chǎn)的總Delta為零。)

平均值回復策略

平均值回復策略是基于這樣一個概念，即一項資產(chǎn)的高價格和低價格是一種暫時現(xiàn)象，會周期性地回復到它們的平均值。確定和定義一個價格范圍，并在此基礎上實現(xiàn)一種算法，當資產(chǎn)價格突破或超出其定義的范圍時，可以自動進行交易。

數(shù)量加權平均價格(VWAP)

成交量加權平均價格策略分解大訂單，并使用特定股票的歷史成交量曲線向市場發(fā)布動態(tài)確定的較小訂單塊。目的是執(zhí)行接近的訂單數(shù)量加權平均價格(VWAP)。

時間加權平均價格(TWAP)
時間加權平均價格策略分解一個大訂單，并使用在開始和結束時間之間均勻劃分的時間段向市場發(fā)布動態(tài)確定的較小訂單塊。目標是在開始和結束時間之間以接近平均價格的價格執(zhí)行訂單，從而將市場影響降至最低。

體積百分比策略
在交易訂單完全成交之前，該算法會根據(jù)定義的參與比例和市場交易量繼續(xù)發(fā)送部分訂單。相關的“步驟策略”以用戶定義的市場交易量百分比發(fā)送訂單，并在股價達到用戶定義的水平時增加或減少這一參與率。

執(zhí)行不足
這執(zhí)行不足策略旨在通過權衡實時市場，最小化訂單的執(zhí)行成本，從而節(jié)省訂單成本，并受益于延遲執(zhí)行的機會成本。該策略將在股價走勢有利時提高目標參與率，在股價走勢不利時降低目標參與率。

超越通常的交易算法
有幾類特殊的算法試圖識別另一邊的“事件”。這些“嗅探算法”——這種就不怎么介紹了。

希望對大家在眼界上能有所擴展。