最近,某頭部量化私募創始人表示,國內市場是弱有效市場,且投資者結構上散戶居多,目前量化投資仍舊有相對優勢,可以做出不少超額收益;綜合考慮到擇時的無效性、監管環境等諸多因素,未來國內量化市場格局將會以量化多頭產品為主。
過去兩年量化市場迅速發展,從過去的500億、600億擴到4000億,但實際上還是處在剛起步階段。整個A股市值近60萬億,則量化市場離飽和還差很遠。
在這樣的市場背景下,人工交易和演算法交易,誰更優越?在大規模的資產博弈中,機構的選擇,就是最好的答案。
縱觀國外的資產管理機構,能在波動頻繁的交易中獲益的,往往是聰明而有所堅持的那一部分。隨著交易規模的不斷擴大,演算法交易如何精確到360度的全市場掃描,全面撒網呢?
人工交易的基金選股,很難做到量多、利潤超額。所以對於偏愛智慧化的交易基金機構來說,他們
推崇演算法交易主要有以下幾個原因:
1。可以減小市場摩擦,有效
降低交易中的衝擊成本
,從而使得整個交易以最優價格完成。
2。可以
提高交易執行的效率
。伴隨著大單拆分,不同的小單按照不同的價格進行動態成交,這些複雜而頻繁的交易對於人工來說是非常繁瑣的。
3。可以
降低傳統交易部門的人力成本
。對於機構投資者而言,只需要僱傭少量的交易員對整個演算法交易過程進行監控和維護即可。
4。對於大規模交易而言,是一種很好的
隱蔽自己交易行為
的方式。透過將大單拆細進行交易,對手只能看到成交量的放大,但卻看不出有少數人在大量買入或賣出,整個交易過程表現出的僅僅是一種大眾行為。
5。可以
確保複雜的交易及投資策略得以執行
。程式化交易能更精準地下單,細緻地量化報單的價格和數量。特別是對於複雜的交易策略,程式便於對數目眾多的股票同時進行交易,實現傳統交易不能完成的交易策略。
一、演算法交易的核心問題
演算法交易的核心問題是:
在衝擊成本與等待風險之間進行平衡
。
可見成本:
交易所費用;券商佣金;印花稅
隱性成本:
機會成本(延遲成本);
市場衝擊成本(流動性需求成本)
;均價偏差成本。
隱性成本的體量決定交易質量,從而影響投資策略的執行和回報。
執行演算法的自動化功能可以及時準確的探測和減少交易過程中的隱性成本。
二、什麼是衝擊成本?
衝擊成本
:稱之為
“價格衝擊成本”
。指在交易中需要迅速且大規模地買進或賣出證券,未能按照預定價位成交,從而多支付地成本。
衝擊成本被認為是機構大戶難以擺脫的致命傷。國際上通常用它來衡量股市的流動性。
也可稱之為
“流動性成本”
,指一定數量的委託(訂單)迅速成交時對價格的影響,因此是一個包含即時性和合理價格兩方面要素的指標。
1。
瞬時衝擊成本:
買賣價差
2。
臨時性衝擊成本:
短時間內交易量過大,就會造成流動性相對不足,從而造成市場供求失衡,因此造成的臨時性價格扭曲,臨時性衝擊成本會逐漸消減,消減速度取決於市場流動性恢復速度,吸收流動性需求的能力。
3。
永久性衝擊成本:
主要由資訊洩露造成,並且不會隨著時間而消減。
衝擊成本和機會成本的關係:
如果只考慮市場衝擊成本,那麼採用TWAP/VWAP策略可以實現衝擊成本最小;如果只考慮機會成本,那麼採取一次全部交易不拆單的方式可以最小化機會成本;但是現實交易中,需要同時考慮這兩種因素。
三、非凸智慧演算法最大優勢之一:降低衝擊成本
按照10億資金規模、100倍年化換手率估算,相對被動型演算法交易來說,每年可節省0.8億,對應8%的業績提升。
因此,非凸智慧演算法能有效較減少衝擊成本,對高換手率產品直接帶來大幅業績提升。