奧推網

選單
財經

百億量化又增2家!再看演算法交易之強大效能

根據私募排排網資料顯示,截至10月,又有2家量化私募進入百億名單,他們分別是:誠奇資產、衍復投資。那麼,到目前為止,

國內百億量化私募已累計8家

(之前6家分別是:幻方量化、九坤投資、靈均投資、明汯投資、鳴石投資、寧波幻方量化)。

讓我們期待更多量化私募在AUM上能夠有新的突破!那麼,演算法作為這些量化私募的交易利器,到底有什麼厲害之處呢?不如先來了解下演算法交易及其在國內外市場情況。

一、

演算法交易的發展史

20世紀70年代,在經濟全球化背景下,紐約證券交易所(NYSE)推出訂單轉送及成交回報系統,透過電子方式將訂單傳遞至交易席位,標誌著計算機開始應用於金融市場交易。

80年代至90年代,隨著計算機和通訊技術不斷進步,演算法交易得到初步發展。

21世紀初,監管機構對最佳執行的要求推動美國證券市場全面實現電子化成交,演算法交易步入快速發展期。

近年來,隨著大資料和人工智慧等先進技術的應用,演算法交易呈現智慧化發展趨勢。

根據美國、歐盟及英國等監管制度,演算法交易需滿足兩個條件:一是由演算法自動確定交易的各個引數;二是人工干預較少或沒有人工干預。

廣義的演算法交易包含交易決策和交易執行,而

狹義的演算法交易主要集中在交易執行環節

二、

演算法交易的優勢

演算法交易在提升交易效率、減少人為干擾、降低交易成本、促進價格發現等方面具有明顯優勢。

1、提升交易效率

傳統模式下,交易主要靠交易員手工完成,成交速度較慢;而演算法交易透過計算機程式自動達成,大幅提升交易效率。

2、減少人為干擾

演算法交易可排除人工交易可能受到情緒、疲憊、反應速度等方面的影響,還可防範人工操作風險。

3、降低交易成本

演算法交易透過大單分割、隱藏交易意圖等方式獲得最佳交易執行路徑,有效降低執行成本。

4、促進市場價格發現

交易員可基於海量歷史和實時資料研發演算法交易策略,發現人工較難以捕捉的交易機會,同時這也有利於糾正市場出現的價格偏差。

三、

國內外市場,演算法交易開展情況

+國際市場

目前,演算法交易被廣泛應用於股票、外匯、期貨和期權等金融市場中,使用者包括經紀商、對沖基金、養老基金、共同基金、銀行以及公司自營交易部門等。

在股票市場,演算法交易已經成為歐美市場的主流模式,在亞洲市場也發展迅速。Aite Group LLC研究顯示,演算法交易在歐美市場所有股票交易中佔到40%。

在外匯市場,根據2015年Greenwich Associates調研,全球外匯市場73%的機構投資者使用演算法開展交易,交易量佔全市場電子交易量的76%。近年來,國際主要外匯做市商開始向客戶提供訂單執行演算法產品,進一步推動了演算法交易的應用。

在期貨和期權等衍生產品市場,根據Business Wire公司調研結果,全球近50%的期貨和期權場內交易均透過演算法達成。

國內市場

演算法交易在我國股票市場和商品期貨市場得到初步應用,在外匯市場應用尚處於起步階段。

在股票市場中,因T+1交易制度的限制,涉及日內交易的演算法策略無法在股票現貨市場實施。2010年以來,隨著T+0結算的股指期貨以及交易型開放式指數基金(ETF)的推出,演算法交易逐漸被應用於上述產品中。

在商品期貨市場中,演算法交易策略主要包括日內交易、趨勢交易和套利交易等型別。

在外匯市場中,近年來,中國外匯交易中心加大研發資源投入,持續完善基礎設施,加快推進先進技術在銀行間外匯市場應用。同時,部分國內銀行也自主搭建具備大資料實時處理功能、內嵌量化技術和風險防控措施的交易系統,為後續開展演算法交易做好準備。

四、非凸智慧演算法:強大的交易效能

1、減少市場衝擊

到達價,即交易指令下達時的盤口價格通常被用來作為度量市場衝擊成本的基準。下圖表反映了不同交易所在不同交易金額下的衝擊成本情況,演算法在A股市場大幅降低衝擊成本/隱性交易成本,和人工下單相比隱性成本節省往往可以達到千分之五以上。

2. 測試資料的效能分析

下圖橫座標表示日期,縱座標表示基點,每個點表示當天所有 VWAP/TWAP策略相對市場基準價格VWAP的平均效能表現,而且在80%的交易日中,演算法的效能表現均在-10基點和10基點之間。

非凸智慧演算法能夠有效減少衝擊成本,尤其對中高換手率產品直接帶來大幅業績提升,在演算法交易執行領域表現領先,日均跑贏6bps。目前,已上線中泰XTP系統。

另外,交易平臺,即“非凸智慧交易系統”,可進行換倉、T+0交易,目前已為客戶進行本地部署。

突出優勢

高績效:按照10億資金規模、100倍年化換手率估算,以VWAP為基準,非凸智慧演算法交易每年可節省0。6億,對應6%的業績提升。

高併發:單個演算法伺服器可以併發處理2萬筆以上母單,對應150萬筆子單。

更靈活:根據不同的演算法,結合市場實時行情以及相應演算法引數,進行委託數量計算。