第6章 算法交易简介#
1971 年著名的金融经济学家 Fischer Black 在他的一篇论文“Toward a Fully Automated Stock Exchange”中曾经预言过一个由计算机进行自动化交易的交易市场。在自动化的市场当中，计算机程序将会取代经纪商和交易员的工作，实现证券交易系统的计算机化，这些会极大地提高金融市场的处理速度和交易效率。
在早期的证券交易所里面,人们大多采用人工喊价交易的方式,即所谓的有形市场。因此,传统的证券市场都设有交易大厅。会员在交易大厅里面派驻交易代表,就是俗称的“红马甲”。投资者的买卖订单由“红马甲”代理完成。在过去的十几年里,随着计算机技术和通信技术的发展,交易所在会员营业柜台和交易所的计算机系统之间开始通过电子通信,并进一步实现了电子化的交易。金融行业信息化的发展速度超过了任何人的预测。现在,自动化和新技术已经极大地改变了金融业交易活动。交易员和其他市场参与者们不断地利用新的方式,通过通信和计算机技术来提高证券信息传递和交易活动的效率,并为金融活动带来了更低的交易费用。
在当今的华尔街,经纪商已经不可避免地需要利用电子交易的方式进行订单的交易。在过去,人们只有很少的机会能够使用技术手段处理交易,或者直接同交易所和金融市场上其他的参与者进行实时的交流。但是,通过引入计算机技术,金融市场已经发生了很大的变化。投资者可以直接将买卖订单发送到交易所的交易撮合系统当中。投资者可以坐在电脑前,通过计算机输入一些参数和指令进行交易和投资活动。传统的交易大厅将逐渐退出市场,“红马甲”也将随之消失。电子化的交易方式减少了交易流程中报价、清算、结算等等方面的人工因素的干预。这不但减少了出错的几率,而且减少了交易成本,缩短了交易时间,使得市场的运作效率大大地提高了。
在交易和信息访问速度以及交易成本方面的竞争迫使许多公司大量投资于自动化交易的软硬件设备。在华尔街，电子和算法交易的扩张速度非常的迅速，交易过程中自动化的趋势在不断地加速。投资和交易流程中越来越多的工作可以通过计算机系统来完成，人们可以更好地实现自己的投资策略，提高投资效率，而金融市场也逐渐变得越来越现代化。
6.1 什么是算法交易?#
算法交易(algorithmic trading)是指在金融市场中,投资者通过计算机程序来下达交易订单,并由计算机算法来确定交易订单的交易时机、价格、下单的数量等等的交易方式。在过去几年当中,算法交易主要是由机构投资者所使用,其中包括对冲基金、养老基金、共同基金以及经纪商等等。随着算法交易不断地发展和流行,中小投资者也能够通过经纪商的服务等方式利用交易算法进行投资操作。
具体说来,金融界对算法交易的内容和范围似乎还没有明确的界定,其中包括了很多不同的自动化交易方式和功能。订单智能路由、程序交易、订单分割、基于规则的自动化交易等等都会在不同场合被称为算法交易。
通常意义的算法交易定位于传统投资过程中的交易操作部分,其中包括直接入场技术、订单智能路由以及订单分割等等技术。算法交易通过计算机将大额的交易分解为若干笔小额的订单,然后自动地为订单选择最优的交易市场和最优价格,以便更好地降低市场冲击成本、机会成本、风险,以及发现流动性和实现交易的隐蔽性。截止到2006年,伦敦股票交易所有超过40%的订单是通过算法交易执行的,而在2007年达到了70%。作为金融市场的发达地区,美国市场上算法交易的比例则更高。
现代资产组合理论为人们如何配置资产组合提供了非常有意义的指导。通过均值方差模型的启发，投资者可以通过分散投资的方式很好地管理投资组合的收益和风险。但是对于机构投资者来说，在资产大量的买进和卖出的过程中不可避免地会产生市场冲击，很难在目标价格实现交易，因此提高了交易的成本，降低了投资的回报。所以，机构投资者会专门雇佣交易员负责交易的实施，尽可能地减少买进和卖出带来的交易成本，获得更加有利的交易价格。对于减少交易成本,他们很典型的一种方法就是将大额的订单分割,减缓交易速度,利用较小的份额逐步地进行交易。算法交易的出现很大程度上替代了交易员在这一方面的工作。交易员不再需要盯着交易平台,不断地进行手工操作,而可以通过输入包括交易速度、时间、选择算法和参数等等,利用计算机算法进行自动的交易操作。
对于美国的金融市场,除了比较大的纽约证交所和纳斯达克交易所以外,还存在着众多的地区交易所、电子通信网络、另类交易系统等等交易市场,所以不同的市场上对于同一只股票会同时存在着不同的报价,而且不同市场上流动性条件也有所不同。另外,由于一些市场采用做市商制度,所以不同市场上还存在着不同的买卖价差。因此,通过直接入场技术和订单智能路由技术,投资者可以随时利用计算机系统监控不同市场上的交易条件和环境,发现最优的买卖双边报价,同时更好地利用不同市场上的流动性进行交易。
算法交易虽然是计算机在不受人管理的状态下传递交易意图和策略,但是实际的买卖决策还是由人制定的,而不是计算机。人作为进行最终的交易决策者,负责制定并实施交易当中需要的参数,由计算机通过制定好的算法进行计算,生成交易订单,并选择最有效的路径发送订单。典型的方式是,由基金经理做出投资决策,制定好一份交易列表,交给交易员进行操作。然后,交易员利用算法交易平台选择合适的算法,并制定交易参数,例如交易对象、数量、交易速度、时机等等,通过算法自动地执行交易操作。这样一方面可以节省人力,使交易员将精力花费到更能够产生附加价值的工作上面,另一方面也能够避免因为交易员的主观情绪对交易表现的影响。
除此之外, 自动交易 (automated trading)、机器交易 (robot trading)、黑盒交易 (black-box trading) 等等有时也被称为算法交易。这些交易策略往往注重于投资过程中投资决策的制定, 而前面提到的算法交易则是在实现投资策略的交易过程中实现自动化。这些交易策略不存在一些确定的方法和手段, 投资者可以利用计算机实现他们任何的投资策略和想法, 并进行投资交易, 其手段可以包括技术分析、跨市套利、期现套利, 甚至包括一些行为金融的思想等等。
有效市场假说认为金融市场是有效率的,股票的价格信息反映了公司的价值。价格随着新的信息进行动态的调整,市场不存在套利的机会。进一步地,一旦市场出现套利的机会,有信息的投资者会进行套利交易,将股票价格带回到合理的水平。自动化的交易策略正是希望利用市场上的一些无效率的机会进行交易,实现获利。
市场上确实存在着许多这样的投资者,例如对冲基金等,他们一直在尝试发现市场无效率的部分,通过一些特殊的交易策略进行交易。他们有时可以利用计算机系统进行交易,通过电子方式接收的信息流启动交易指令,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。
在自动化的投资策略当中,计算机系统扮演着很重要的角色。首先,计算机系统接收和处理信息的能力是不能替代的。很多复杂的交易策略离开计算机的辅助会变得很难实现,例如指数套利这种计算量很大的交易策略,依靠人工计算几乎不可能实现。另外,有时候计算机甚至会在人工下单的交易者来不及对信息做出反应的时候完成交易,例如外汇市场上的三角套利,一两秒间差别都会很大。在这些情况下,计算机算法就会体现出其无与伦比的优势。
此外,我们还要对电子交易(electronic trading)和程序交易(program trading)做出一些说明:
电子交易: 就是指通过电子化的方式交易股票、债券、外汇和衍生品等等的交易方式。它利用信息技术将买卖双方联系在一起, 通过电子技术作为媒介创造出虚拟的交易市场。纳斯达克(NASDAQ)就是最著名的电子交易市场。在美国, 实施电子化交易的交易所被统称为电子通信网络(Electronic Communications Networks, ECN)。电子交易被广泛地认为比传统的交易方式更加可靠, 而且有着更好的价格发现机制, 提高了市场的效率。
程序交易:纽约证券交易所(NYSE)将程序交易定义为“包含买进和卖出超过15只股票,总市值超过100万美元的组合交易策略”。其中甚至都没有直接提到使用计算机。其中使用“程序”这个词可能是因为在早期,一些大额的组合交易都需要进行一系列预先安排的步骤,所以叫作程序交易。20世纪七八十年代,计算机技术逐渐在华尔街变得重要起来,使得投资者可以很快地执行大额的股票和期货组合交易,这也被认为是1987年美国股市大跌的原因之一。
本书中,我们将首先介绍相对狭义范围内的算法交易,也就是降低交易成本和发现流动性的订单分割算法。然后,在后面的章节介绍关于自动化的套利交易策略的一些相关的内容。
6.2 背景及历史回顾#
6.2.1 交易系统的自动化#
在金融市场广泛地应用信息技术之前,证券交易所都采用人工喊价制度。这种机制目前在纽约证券交易所、香港期货交易所等老牌交易所还能见到。这些交易活动在指定的交易大厅(trading floor)进行,代客买卖的交易商面对面地公开叫喊,以特定价格进行特定数量的交易。在这种制度下,交易商以口头和手势表达交易信息,各交易所都有各自的手势规定。这种情况下,成交的选择是随机的,成交机会的取得要依靠交易商积极争取,而通过计算机自动交易是指在整个交易过程中依靠计算机自动交易系统来辅助或执行买卖竞价,一般称之为“电子屏幕交易”(electronic screen trading)或“自动交易”(automated trading)。
金融市场的交易信息化开始于20世纪70年代早期，其标志是纽约证券交易所(New York Stock Exchange, NYSE)引入订单转送和成交回报系统(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发送到交易席位，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。
各证券交易所基于种种因素的考虑,所采用的交易系统各不相同,自动化的程度也有所差异。Domowitz 将全球各交易所(含期货交易所)的交易系统按价格发现机制的自动化程度,分为由低到高的七个层级:
第一级,系统成交价由另一相关主要市场决定,没有独立的价格发现功能,称为被动的定价系统。如费城交易所 PHLE 系统、太平洋交易所 MAX-OTC 系统的证券价格完全由全国性交易所的市场价格决定。在做市商市场中(如 NASDAQ),有的系统的价格由做市商提供的最佳报价成交,也完全缺乏自动价格发现机能。
第二级,系统价格参考另外一些市场来决定,即价格可从主要市场获取,但有额外价格改进程序。较典型的是美国中西部证券交易所的 MAX 系统,参考数个市场的行情,从中得到统一的最佳买卖价来执行委托(consolidated best bid or offer,简称 CBO)。该交易所对市价委托规定:如果以 CBO 价格撮合,比主要市场最近成交价上升或下跌不足两个升降单位时,则以 CBO 价格成交;如果超过两个升降单位,则暂停撮合。对暂停撮合的买进委托,如果下一次主要市场成交价不大于最近成交价时,则以最近成交价撮合;如果下一次主要市场成交价比最近成交价下跌两个升降单位或下降后平盘,则以最近成交价加 1/8 点的价格成交;若大于最近成交价,则以下一次主要市场成交价撮合;若低于 CBO 价格时,则以 CBO 价格撮合。对被停止撮合的卖出委托与上述规定对称。这种系统有能力对价位变动进行评估并建议是否暂停执行委托以等待新价格。
第三级,系统中存在部分议价功能。如巴黎交易所 CAC 系统对巨额委托有议价功能,一般对外公开委托数量但不公开委托价格,以吸引对方议价,一旦价格达成协议,该巨额委托即予以电脑撮合。再例如路透社拥有的 Instinet,该系统既可执行屏幕上的报价,也可在不具名基础上与其他委托方议价。这种公开招标方式会使部分已进入限价委托汇总表的委托转向招标交易,从而降低自动化撮合的程度。
第四级,屏幕选择定价成交。如法兰克福交易所的 IBIS 系统及辛辛那提交易所的 NSTS 系统,具有“hit a bid”或“take an offer”功能。对显示屏上的委托价格,交易者仅按一个键即可参与交易。如果申报价等于当时显示的最佳价格,在经过一次竞价后,无论是否全部或部分未成交,未成交部分马上被取消,如果多个投资者按下该键,则以时间优先原则撮合。这种委托并不会储存于系统中,属于立即成交或取消委托。这种交易不是在汇总的基础上,而是在一对一的基础上完成的。
第五级,自动连续的双边竞价成交。一般交易所都采用这种系统,买卖价连续报出,一旦指令吻合就进行交易。系统一般根据价格、时间、数量、委托类型、交易者分类设计优先顺序。
第六级,集中竞价成交。如台湾的 FASTS 系统和吉隆坡交易所的 SCORE 系统。委托要累积一段时间,然后所有交易在某一时点以同一价格成交,如同分盘交易。亚利桑那交易所采用的就是一个完全自动化的批量交易系统,第五级系统中的开盘价一般也采用单一价格竞价。
第七级,有定价模型的自动连续的双边竞价。当交易系统要计算那些与基础现货资产价格相关的衍生品价格时,会使用此系统,一般在有期货期权交易的交易所中使用,如全球期货交易系统 GLOBEX。
北美市场的电子系统多属第一级,一般从 NYSE 和 NASDAQ 引入价格进行交易,本身没有定价功能;亚洲市场双边竞价系统占绝对主导地位,沪深股市就采用第五级;而欧洲市场在更新系统时也更多地采用第五级模式,新近建立的系统也较多实行双边竞价,可以说自动连续双边竞价的交易系统是交易系统自动化发展的大趋势。
6.2.2 程序交易和 1987 年股市崩盘#
程序交易(program trading)起源于1975年美国出现的“股票组合转让与交易”，即专业投资经理和经纪商可以直接通过计算机与证券交易所连接，以实现股票组合的一次性买卖交易。纽约证券交易所(NYSE)将程序交易定义为“包含买进和卖出超过15只股票，总市值超过100万美元的组合交易策略”。
程序交易主要是大型投资机构的交易工具,用于同时买进或卖出整个股票组合。程序交易的对象通常是纽约证交所的股票,以及其对应的芝加哥商品交易所的期权和芝加哥商业交易所的标准普尔500指数期货合约。程序交易完全基于股票组合价格和其他目标(如指数期货)的价格差异进行交易,而不涉及任何公司基本面信息和宏观经济信息。在实际操作中,这意味着所有的程序交易都是在计算机的辅助下完成的。进入80年代,程序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。程序交易通常包括3种核心的交易策略:
1. 久期平均(duration average)#
这种策略通常要确定股票或组合的一个合理的价格范围,当股票或组合价格超过这个范围时卖出,而在价格低于这个范围时买入,从而通过低买高卖来实现收益。要衡量股票组合的价格是低还是高,就需要将股票组合的合理价格和持有成本等影响价格敏感性的因素考虑进去,即用久期来衡量。也就是说,当股票组合价格维持在一个特定的价格区域时,这一策略才是有效的。一旦价格下跌低于该价格区域的下限,投资者就会亏损,同时投资者还丧失了当价格上涨超过该价格区域的上限时的获利机会。
久期平均交易策略是在价格下跌时买进,在价格上涨时卖出,因此该策略对价格波动没有负面影响,相反,还起到了减少价格波动幅度等平抑价格波动的作用。
例如,组合保险者可以买入标准普尔 500 指数的看跌期权,即以预先确定的价格在某一个价格水平上卖出该指数的权利。如果该指数下跌低于先前设定的价格水平,投资者就可以行权,将损失锁定在预期范围内。如果指数上涨了,投资者所有的损失只是看跌期权的价格。组合保险最初是由养老金基金开发和应用的。组合保险的操作一定程度上增加了股价的波动性,在价格下跌时增加了卖出压力,在价格上涨时也增加了买入压力。但从整体看,由于这类交易的价格不受有关股价的基本面信息的影响,因此对股价波动性的影响也不是实质性的。
3. 指数套利(index arbitrage)#
指数套利交易策略一般发生在股票指数的现货市场和与其相对应的股票指数期货市场。当股票指数现货与股票指数期货的价差大到足以超过无风险利率，并能够抵补所有的交易费用时，就可以进行指数套利。
例如,标准普尔 500 股票指数期货合约的价格与其所对应的标准普尔 500 股票指数现货价格存在一个差额,这种差额表现为一个价格区域,如在 0 到 10 美元之间。该价格区域会随着期货合约到期日的临近而日趋收窄,即 Spread 日趋缩小,最后回归到合理价格水平上,即期货价格最后收敛于现货价格。
指数套利交易策略就是,当实际期货价格超过合理价格时,则卖出期货,买入现货;当实际期货价格低于合理价格时,则卖出现货,买入期货。而程序交易在这一过程中所扮演的角色,就是运用精确的数量模型来构建并计算股票组合,并借助于计算机程序使交易得以快速实现。一般来讲,构建股票组合的买进和卖出过程中要发生交易成本,同时还要尽量接近股票现货指数。但有时与股票现货指数也并非完全一致,可能会采用一些优化组合的措施。这样,就产生了额外的交易成本。交易成本的存在就导致了一个无套利区域的产生,即只要期货价格落在这个区域里,就不可能有套利盈利。也就是说,当期货价格上涨高出这个区域时,套利者卖出期货买入现货才会获利;当期货价格下跌到这个区域以下时,套利者卖出现货买入期货才会获利。
在 20 世纪 80 年代,每次当股价快速移动时,尤其是快速下跌时,程序交易就成为罪魁祸首。1987 年的股市大跌在一开始被认为纯粹是由程序交易造成的,即使是 SEC 的专家在开始也这么认为。今天,大部分金融经济学家认为当时的市场存在过度反应,而且不止一个原因造成了 1987 年的大跌。
1987 年 10 月 19 日, 星期一, 道琼斯工业平均指数下跌了 508.32 点, 收于 1738.40 点。当天, 标准普尔 500 指数下跌了 20%, 成为史上最大跌幅, 并超过了 1929 年 10 月 29 日 12% 的跌幅, 而后者被认为是大萧条的信号。程序交易在大跌之后马上受到了批评, 在股市下跌时, 程序交易员卖掉股票, 来从下跌的指数期货中套利, 会进一步加大卖出压力。但是, 不应该因为 1987 年的大跌来责怪程序交易。那个黑色星期一股票报价更新非常快, 程序交易根本来不及反应, 因为它需要不断地对市场信息进行更新。
那次股市突然的大跌并不像是由美国或其他国家的任何基本面的新闻造成的,很多专家将责任归咎于组合保险。组合保险的交易员当天卖掉的股票几乎没有进行对冲的操作。他们在当天开盘时卖掉了之前一周未执行的卖单,加速了股市的下跌。每当市场要反弹的时候,大的卖单总会满足买入的需求,进而抑制反弹。一些没有组合保险的职业交易员也预期到被抑制的卖出需求,并预先卖出存货,而另外一些投资者误读了卖出的信息,认为它传递了市场将要发布的利空消息,而没有认识到组合保险交易只是对之前的市场变动做出相应的反应,并不包含基本面信息。另一种解释可能包含投资者对市场风险的察觉。由于一些不确定的原因,股票市场的风险在那个星期大幅增加,并导致了崩盘。厌恶风险的投资者开始离场,转向债券市场。价格过高的股票一直下跌到有足够的预期收益来补偿增加的风险,这被称为风险效应。标准普尔500指数在三天内下跌了10%,导致了当时的崩盘,同时当月的波动性显著增加了。市场下跌引起的财富损失导致了更大的风险厌恶度。当市场产生利空消息,会导致价格下跌,投资者用更大的卖单对其反应,如此反复,这被称为财富效应。在市场下滑的时候,各只股票之间的相关性也可能增加了,提高了风险和风险厌恶度,进而减少了分散投资的益处。投资者普遍需要流动性供他们卖掉头寸,以减少风险敞口。无论如何,在10月的大跌期间,股票交易的买卖价差和市场冲击大幅地上升,直到很多重要股票同时停止交易。
总而言之,有四个原因导致高波动性期间股票价格的下滑和上涨:
- 风险效应 高波动性导致更高的风险, 反应到市场, 导致资产价格的下跌。
- 财富效应 较低的价格减少了财富,进而导致风险厌恶度的增加,导致更大的波动。
- 分散化效应 市场下跌时,相关性增加,进而增加波动性并减少分散化的机会。
- 流动性效应 波动性大的市场流动性会减少,导致风险厌恶的交易员以更低的价格卖出。
从 1987 年的崩盘以后,主要的股票和商品交易所都出台规定,限制在市场急剧下跌时的大量或恐慌性卖单,并通过中断器限制市场波动。这些机制被称为衣领规则(the collar rule),或价格限制。中断器决定是暂时中断还是完全停止交易。证券和期货市场用中断器来提供信念,并协调大跌时市场间交易的中断。在美国,市场的大跌由道琼斯工业平均指数(Dow Jones Industrial Average, DJIA)单日的跌幅衡量。有三个终端限制:10%,20%和30%,每一刻钟开始时对点位计算一次。纽约证交所的 80A 规则规定:如果道琼斯工业平均指数相比前一个收盘价浮动了 2%,程序交易作为指数套利的一部分,将会买入或卖出标准普尔 500 的股票来稳定股票价格。如果 DJIA 回到前一收盘价的浮动 1% 范围以内,衣领限制就会解除。期货交易所设置价格限制来减少一些合约(如股指期货)价格的剧烈波动。价格限制不会阻止期货的交易,但是禁止在市场下跌时以低于限价交易。如果交易过程超过了预先设定的长度,比如 10 分钟,单日内的价格限制就会解除。但是,每天的价格限制还存在于该交易过程。具体的价格限制由交易所对每个股指期货合约进行设定。美国的股指期权、股票期权和股票没有价格限制。
1988年,中断器开始实施,以防止期货市场在市场下滑时的暴跌。很多批评认为中断器只会增加波动性,而不是减少。中断器在三个层面实施。前两个层面被称为衣领。这个计划是为了在道琼斯指数相比前一日收盘价上涨或下降50%时,限制计算机程序交易往纽约证交所下单。第二层面的计划是在道琼斯指数下跌超过96点或标准普尔500指数下跌超过12点时对程序交易进行延迟。这个层面限制交易员利用计算机程序处理大订单。第三个中断器是在道琼斯指数单日下跌超过250点时,美国所有主要交易所中断交易1个小时。1小时之后,交易将会继续进行,但是,如果道琼斯指数持续下跌超过150点,市场将会关闭2个小时或更久。中断器主要是为了防止股票市场剧烈变化。它的有用性通常受到质疑,因为,为了防止市场的剧烈变动,价值的变化必须能够被反映。
6.2.3 交易系统的十进制化#
纳斯达克市场在2001年开始应用十进制报价。在以前，美国股市上最小的价格增量(tick size)为1/16美元，而十进制化(decimalization)把每次交易的最小价格增量从1/16(0.0625)美元变为0.01美元，也就是1/100美元。这种转变的目的是要降低买卖价差，降低交易成本，并使股票价格更容易被投资者所理解。十进制化改变了市场的微观结构，使买卖价差可以变得更小，遏制了做市商的交易优势，因此也降低了市场上每个价位的流动性，但这个改革却可能促进了算法交易的发展。十进制化在1997年由美国国会在股票定价法案(The Common Cents Stock Pricing Act)中提议，于2000年1月由SEC在34－42360号文件中批准。从1997年开始，美国股市是世界上主要股票市场中唯一一个实行小数定价和报价的。考虑到市场的容量和质量，为了减少对市场的扰动，十进制的引入通过3个阶段执行。
第一阶段 2001 年 3 月 12 日,14 只非纳斯达克 100 的股票进行十进制化。
第二阶段 2001 年 3 月 26 日, 其他代表 174 家公司的 194 只证券进行十进制化。
第三阶段 所有剩余的纳斯达克证券在 2001 年 4 月 9 日转换为以美分递增。
十进制化通过更小的价格增量降低了交易成本,特别是对于中小投资者来说。十进制化导致了做市商利润的显著降低,使很多做市商退出了市场。根据纳斯达克对 SEC 关于十进制化的报告,通过引入以美分为单位的价格增量,大部分交易活跃的股票报价差下降了 1.9 美分到 6.6 美分。
通过引入十进制,更有利于投资机构将大的订单分割为较小的订单流进行交易。买方交易员有两种操作的选择。他们可以通过机构经纪商的交易平台直接发送订单,让做市商为他们下单;也可以自己通过ECN下单。机构投资者对于十进制交易操作反应不一。一些买方①交易员相信,成交量加权的执行价格不会增长,做市商的保证金不会变化,不需要将订单分割执行。另外一些交易员则认为十进制化的影响是负面的,他们认为经纪商处理大订单的劳动量会增加,而且为买方返回交易结果的过程会变得更长,所以经纪商的佣金会上升。但是,值得指出的是,十进制化加剧了金融市场关于减少交易成本的竞争,推动了算法交易的发展。
6.2.4 金融数据服务的发展#
1981 年,后来成为纽约市市长的 Michael Bloomberg 创建并以他的名字命名的一家金融资讯公司 Bloomberg,中文译名叫做“彭博集团”。当时,全球经济正处在一个关键的转型时期,人们对于资讯的及时性和准确性的需求越来越强烈,服务业的比重也变得越来越大。随着互联网的腾飞,计算机的使用将所有的信息电子化,尔后通过网络以最为简便的方式传输给用户,实现了人类经济生活的一项巨大的变革。现在 Bloomberg 已经成为年收入达 54 亿美元的全球最大的财经信息系统和服务供应商之一,其他的如 Thompson Ru-eters,道琼斯等等这些金融信息供应商的发展成为金融行业信息化的标志之一。大量的历史和实时数据为金融业交易技术和自动化的发展提供了强大的动力和支持。投资者可以利用大量的交易数据进行复杂的交易分析,识别市场交易模式,制定和改进自身的交易策略。
6.2.5 算法交易发展的推动力#
日益增长的算法交易应用背后有着很多推动力,主要包括了改变买方卖方之间关系的发展,来自买方交易员的日益复杂的交易需求等等。
买方和卖方交易员之间不断变化的关系是算法交易发展的一个重要因素。随着算法交易被更广泛地接受，以及其应用的增长，买方会要求增加与他们保持联系的经纪商的数量，以降低交易成本，他们希望经纪商只提供交易执行的服务。市场的一个常见的现象是，如果经纪商不改善他们在订单操作上所使用的算法模型，买方交易员将会对他们失去兴趣。这进一步加剧了经纪商之间的竞争，并重新定义了买卖双方合作关系发展和维持的基础。在过去，经纪商获取利润的关键是保持住客户资源，也就是维持长期忠实的客户关系，而现在，这已经不再被认为是市场上竞争的主要立足点。少数大型经纪商一直领导着算法交易的发展。在2004年，还只有少数经纪商提供交易算法，而现在,许多公司的交易平台上已经有很多可以选择的交易算法。随着越来越多公司进入这个领域,算法交易市场的竞争会变得越来越激烈,更多的策略被开发出来,买方对算法交易的应用会不断增长,高端业务将变得越来越有挑战性。
由于买方不断地采取更有针对性的交易操作方式,下单的方式和方向将会根据买方需求所制定的速度和流动性进行改变。算法交易模型让交易员更好地根据自己的目标执行交易。随着算法变得越来越复杂,越来越多地被应用,买方交易员逐渐地开始更多地研究自动交易策略。为了满足买方对未来算法交易的潜在和实际需求,经纪商需要看到客户对定制化的需求,包括算法交易对市场条件变化做出正确反应的能力。
6.3 算法交易策略简介#
在金融市场上,不同的机构投资者根据自身不同的交易需求会开发出不同的算法。正因为如此,市场上的算法可谓是多种多样,五花八门,而且有时候会被冠以一些很奇怪的名字。下面我们根据的交易的目的和方式对算法交易策略做一个简单的介绍。
6.3.1 算法交易策略#
算法交易主要的功能包括两个方面,即订单智能路由和订单分割策略。另外,作为投资自动化辅助工具的订单管理系统还起到对投资的整合作用,其中包括交易前后数据的分析和整合、多种交易资产的支持等等。
1. 订单分割策略#
当机构投资者要进行一个大订单的交易时,会在短时间内改变市场上供需双方的平衡。这时,市场会产生两种情况:
- 交易价格向不利的方向移动,也就是买单的价格升高,或者是卖单的价格下降,进而提升了交易成本。这也被称为市场冲击成本。
- 交易对手方发现大订单后,会期待更有利的价格,从而减缓交易的速度,进一步降低市场上的流动性。这会使得交易不能够按计划顺利完成,进而产生机会成本。
针对这种情况,机构投资者通常的做法是将大的交易订单进行分割,利用较小的订单,逐渐发送到市场,从而达到降低交易成本和发现流动性的目的。这些交易策略根据交易目的和基准的不同会被赋予不同的名字。例如比较流行的 VWAP(交易量加权的平均价格)和 TWAP(时间加权的平均价格)。它们的目的就是使交易成本尽可能地达到,或者是超过交易的基准,也就是 VWAP 以及 TWAP。还有些算法根据所关注的交易成本的目标的不同进行命名,比如 implementation shortfall,有时简称 IS,就是要尽可能地减少交易的执行落差(implementation shortfall)。另外还有,例如按照设定的交易速率进行交易,按照特定的交易量进行交易的方式等等。总而言之,这些分割订单的策略都是为了减少交易操作中的成本,进而改善投资表现。
此外, 订单分割策略还有利于隐藏交易目的和意图。当一些投资者发现投资机会时, 例如利好和利空消息、被低估或高估的股票等等, 必然会通过交易操作的方式实现利润。但是, 如果投资者交易数额很大的话, 就会很容易被市场上的其他参与者发现, 进而识别其交易动机。这时, 其他投资者就会跟进, 导致投资机会的盈利的幅度和可能性降低。因此投资者对于交易的隐蔽性很重视, 不愿意向市场透漏交易信息。这种情况下订单分割策略就可以在一定程度上满足投资者的交易需要。例如有种交易策略被称为“冰山一角” (iceberging), 这个策略的目的就是通过订单分割的方式, 限制每一时段交易的最大数量, 这样可以隐藏或部分隐藏交易的动机。策略的名字“冰山一角”形象地表达了其操作方式和目的, 就像冰山一样, 露出水面的永远只是一小部分。
2. 订单智能路由 (smart routing)#
美国的金融市场上存在着很多的交易所、ECN，以及其他的交易市场。因此，同一只股票在这些市场上可能会同时存在着不同的价格和流动性条件。订单智能路由系统的目的就是持续监视不同市场上的交易环境，试图获得最好的买卖报价和流动性。智能路由系统给交易员带来的益处是不言而喻的，它可以减少交易成本和买卖价差，更好地利用流动性，甚至是减少市场冲击。例如瑞士信贷开发的游击队(guerrilla)和狙击手(sniper)算法。
游击队算法可以实时地不断接收不同交易市场上的公开报价，并进行判断。其目标是发现能够进行交易，而且造成价格移动的可能性较小的报价，以避免影响所交易股票的交易模式。
一些交易所和交叉网络会提供一些隐藏的流动性，并不在传统的公开平台上交易，而只在大的机构投资者和经纪商之间交易。这些流动性通常被称为流动性暗池(dark pools of liquidity)。瑞士信贷开发的一种交易算法叫狙击手(sniper)，就专门用来发现这类隐藏的流动性。
3. 交易自动化#
交易自动化技术的发展使得经纪商的一些行为也能够进行自动化操作。例如做市和公司股票的回购。其中，做市是指经纪商持有某些股票或债券或其他金融产品的存货，不断地向公众投资者报出某些特定证券的买卖价格（即双向报价），并在该价位上接受公众投资者的买卖要求，以其自有资金和证券与投资者进行证券交易。经纪商通过这种不断买卖来维持市场的流动性，满足公众投资者的投资需求。经纪商可以利用买卖报价的差异（bid-ask spread）从中获取利润。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系统，它占到了纳斯达克和纽约证券交易所总成交量的6%。
4. 多资产支持#
随着金融市场的发展,机构投资者可以利用订单管理系统将多种资产整合到一个平台当中,其中可以包括股票、期权、期货、固定收益产品和外汇产品等。这样的整合有利于投资者降低总的交易成本和风险,更有利于投资者从总体上把握投资的头寸、风险和盈亏状况。
6.3.2 自动化投资策略#
1. 套利交易#
套利交易就是通过发现两种本质相同的证券之间价格的差异进行交易，从而获取利润。下面介绍几种常见套利交易的方式：
(1)三角套利#
在外汇市场上,不同货币间以不同方式进行兑换时,兑换比例应该是相等的。例如,如果1美元兑换6.8元人民币,1元人民币兑换1.1港元,那么1美元应该兑换 $6.8\times1.1=7.48$ 港元。但是在某些情况下,市场会出现异常。有时会出现1美元兑换7.5港元的情况,那么投资者可以利用不同兑换方式的差异进行套利交易。但是,在外汇市场上,这种机会往往很少,而且转瞬即逝,所以一些机构投资者会开发专门的计算机程序,实时地监控外汇市场的价格,进行三角套利。
(2)指数套利#
指数套利顾名思义就是指就股票指数产品和成分股票之间的差异进行套利。在指数套利当中，ETF 套利在我国引起过比较大的影响。
ETF 是 exchange traded fund 的英文缩写, 即“交易型开放式指数基金”,又称交易所交易基金。ETF 是一种在交易所上市交易的开放式证券投资基金产品,交易手续与股票完全相同。ETF 管理的资产是一揽子股票组合,这一组合中的股票种类与某一特定指数,如上证 50 指数,包含的成分股票相同,每只股票的数量与该指数的成分股构成比例一致。ETF 交易价格取决于它所包含的一揽子股票的价值,即单位基金资产净值。但是,有些时候 ETF 基金的价值会和其成分股票之间的价值出现一定的差异,这时就给投资者带来了套利的机会。要进行这样的套利交易,投资者需要能够及时地更新指数基金和成分股票的价格,并及时做出计算,所以指数套利也离不开计算机的辅助。
(3)股指期货套利#
股票指数期货是期货交易所里交易的重要的衍生产品之一。它产生于20世纪80年代早期，现在在发达国家和发展中国家非常普遍。股指期货套利是利用目标指数期货和成分股票组合等产品之间的价差进行套利交易。有下面几种套利方式：
跨期套利是指利用两个不同交割月份的股指期货合约之间的价差进行的套利交易。一般来说,相同标的指数的股指期货在市场上会有不同交割月的若干合约同时交易。由于同时交易的不同交割月合约均是基于同一标的指数,所以,在市场预期相对稳定的情况下,不同交割日期合约间的价差应该是稳定的,一旦价差发生了变化,则会产生跨期套利机会。
期现套利是指股指期货与股指现货之间的套利,是利用股指期货合约与其对应的现货指数之间的定价偏差进行的套利交易。即在买入(卖出)某个月份的股指期货合约的同时卖出(买入)相同价值的标的指数的现货股票组合,并在未来某个时间对两笔头寸同时进行平仓的一种套利交易方式。
跨市套利。如果同一标的指数在两个以上的市场上均有股指期货，那么各个市场的同一股指期货的价值应该接近。如果出现了较大的偏离，就可以进行跨市套利。
2. 指数跟踪#
指数跟踪策略类似于指数套利策略,其方式就是利用一些股票的组合来模拟指数。如果投资者持有的组合价格高于指数基金产品,那么卖出股票组合,买入指数基金;相反,如果投资者持有的组合价格低于指数基金产品,那么买入股票组合,卖出指数基金。指数跟踪的策略可以利用因素模型等对投资组合进行模拟和优化,然后用协整方法进行检验,进而利用两者之间的波动进行交易操作。
指数跟踪和指数套利策略是不同的。指数套利是在本质相同的两个投资组合之间套利，风险远小于指数跟踪。但是，指数和成分股票之间的价格出现差异的机会可能比较小，相对来说指数跟踪策略的投资机会比较多。这里就需要投资者能够很好地复制指数，尽可能地减少跟踪误差，以获得较好的业绩。
3. 动量交易和均值反转#
动量交易(momentum trading)假定股票价格会跟随趋势,也就是说,如果前一期股票价格上涨,那么下一期股票价格也将会上涨,那么就选择买进;相反如果前一期股票价格下跌,那么下一期股票价格将持续下跌,那么就选择卖出。
均值反转(mean-reverting)策略与动量交易策略恰恰相反,它认为股票价格会在某一个数值上下波动。具体地说,就是如果前一期股票价格上涨,那么下一期则会下跌;而如果前一期股票价格下跌,那么下一期股票价格则会上涨。
在两种情况下,投资者都可以制定能够获利的交易策略。如果投资者认为股票价格会出现趋势跟随,那么可以选择动量交易策略,相反则可以选择均值反转策略。如果股票价格表现为随机游走,那么就很难做出预测。
学术界有很多研究认为股票价格接近于随机游走,但是这并不意味着不会出现趋势跟随和均值反转的情况。例如人们常说的牛市和熊市,就是一段时间股票价格持续的上涨和下跌。这就是趋势跟随的一个明显的例子。此外,股票分析中常常提到的“震荡调整”也许就是均值反转的交易机会。选择趋势跟随还是均值反转需要投资者根据具体情况而定。投资者可以根据不同的基本面和市场状况,以及不同的目标投资期限来确定选择动量交易或是均值反转策略。
趋势跟随的现象一般认为有三个原因。第一，投资信息的逐渐扩散。当一个公司出现利好和利空消息的时候，也许公司员工先得到消息，然后是金融和新闻从业人员，之后扩散到大众。他们交易时机的不同会导致股票收益率的自相关。这也被称为异步交易。第二，大订单的分割操作。当机构投资者发现一个被低估的股票时，由于交易量很大，他们很有可能将订单分割到几天，甚至更长的时间进行操作，那么这段时间内股票价格会表现出持续的上涨。第三，羊群效应，俗称“跟风”效应。一只股票的上涨有时会被大众误读为新的投资机会，那么大量投资者的涌入会导致股票价格持续的上涨。
均值反转策略的基本观点就是股票价格最终会反映公司的基本面价值。
如果股票价格出现意外的上涨或下跌,那么在未来还会被拉回到内在价值的水平。因此,在没有新的利好或利空消息的情况下,股票价格一般会表现出均值反转。
动量交易和均值反转策略本身并不能为投资者提供很有帮助的指导,但是这并不意味着设计相应的交易策略会很难。例如,Khandani 和 Andrew Lo 在 2007 年发现一个很简单的均值反转策略,就是在一只股票出现最大涨幅之后卖出,在出现最大跌幅之后买入。如果不考虑交易成本,那么这个策略从 1995 年开始就有着很好的表现,在 2006 年其夏普比率高达 4.47。另外,一些技术分析者可以根据股票价格的 30 日均线设定动量或均值反转策略,例如如果股价超过均线,那么意味着价格的上涨,则可以选择动量交易;如果认为回归均线,则可以选择均值反转策略。
4. 配对交易(pairs trading)#
股票市场投资不变的获利方式就是买入低估的股票, 卖出高估的股票。在无法准确估计股票价值的时候, 很难分清哪只股票是低估的, 哪只股票是高估的。配对交易选择规避这一问题, 这种交易方法采用相对估值的方法。具体说来, 如果投资者选择两只类似的股票, 则两只股票的价差应维持一个稳定数值。当价差偏离稳定值较远时, 价差倾向于回归到稳定值。那么投资者可以在价差较大时买进价格较低的股票, 同时卖出价格较高的股票, 而在价差较小时进行相反的操作。因此, 从本质上讲, 配对交易也是一种均值反转的交易策略。
对于这一思想背后的理论基础存在两种观点:一是遵从 APT 理论。根据 APT 理论,当两只股票有几乎相同的风险因素时,则这两只股票的预期回报应该大致相同,所以由噪音或个别事件引起的回报偏差最终会消失;另一种观点认为,这一现象是基于资金的轮动。这一观点认为,资金在相似的股票间是轮动的,当一只股票相对于一只相似的股票价格上涨过大,则资金持有者会认为上涨的股票相对被高估,因此会抛售上涨的股票并购买相对价格较低的相似股票,使得价差回归稳定数值。
另外,模式识别和很多复杂的预测技术都能用来设计交易和投资策略。总之,算法交易可谓是多种多样,五花八门,而且还在不断地发展和变化。投资者会试图不断地发现证券市场上的某种价格变动或交易模式,设计新的交易策略,以达到降低成本、获取超额的收益等目的。麻省理工学院金融工程实验室主任 Andrew Lo 说:“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。”
6.4 算法交易的优势和影响#
随着金融市场的不断发展,在欧美市场,算法交易逐渐成为主要的交易方式之一。算法交易之所以拥有这样强大的渗透力,也是因为它有着传统的人工交易方式无法比拟的一些特点和优势:
第一,计算机系统能够实现一些人工交易手段力不能及的交易策略和交易机会。
计算机系统有着非常快的反应速度,以及强大的计算能力。金融市场上有些交易机会稍纵即逝,例如外汇市场上的三角套利等,有时可获利的机会往往在几秒之内,这样的机会依靠人工手段很难把握得到;还有订单智能路由技术能够在不同的市场上获得最优的交易报价。此外,随着金融交易技术的发展,有很多交易策略的计算量是人力所不能及的。例如,指数套利需要在非常短的时间内对指数基金的价值做出计算,以发现指数基金或期货产品跟成分股票价格之间的差异;模式识别等高级的预测技术通过人工操作是不可能实现的。通过算法交易系统,可以将一些程序化的交易策略编制到计算机系统当中,实现快速的反应和强大的计算能力的结合。
第二,算法交易有利于减少交易操作过程中的成本。
通过算法交易,投资者可以在一定程度上减少交易操作当中的成本。订单智能路由技术可以使投资者获得最优的交易价格。直接入场技术可以减少交易过程中的延迟,而降低交易风险。订单分割策略可以通过交易优化技术减少交易操作当中的市场冲击、机会成本等等因素,尽可能地获得更好的交易平均价格,减少交易成本。
第三，算法交易系统能够节省人力。
金融市场的交易操作中,很多交易策略的概念和想法并不复杂,例如简单的套利交易和订单分割策略等。通过对类似交易行为的自动化,可以为金融机构节省很多的人力。这样,交易员们可以把精力更多地放在能为公司带来更多附加值的工作上,例如研究,以及开发新的产品和交易策略等等。
第四,算法交易能够减少人为因素对交易的影响。
在实际的交易操作中,有时交易员会违反公司的指示,导致公司承担一些不可预料的风险。1995年,巴林银行在新加坡的一名交易员 Nick Leeson,受公司的指示对日经225指数期货在大阪交易所和新加坡交易所的价格差异进行套利。但是随着交易经验的增长,他在公司的管理层不知情的情况下,逐渐从一个套利者变为了投机者。当他的交易发生了亏损的时候,起初他能够进行掩饰,但是为了挽回亏损,他开始进行更大仓位的投机操作。当 Leeson 最后被发现的时候,他带来的损失已经接近 10 亿美元。最终,巴林银行这家全球最古老的银行之一破产了,曾经是英国贵族最为信赖的金融机构,200 多年优异的经营历史,没能逃过破产的结局,事件震惊世界。
如果通过使用算法交易进行套利操作,可以避免类似的情况出现,计算机系统能够表现出绝对的纪律性。进一步的,利用算法交易和相应的监管措施,交易系统更能够按照事先设定的交易策略进行操作,而不受交易员主观情绪的影响。
第五,计算机系统可以实现不同交易步骤和资产之间的更加一体化的管理。
通过利用计算机系统,机构投资者可以将不同的金融资产(例如股票、外汇、期货、债券和衍生品)整合到一个统一的交易系统当中去,进而实现对总的收益和风险的统一的管理和监控。另外,通过机构内部信息系统纵向的整合,可以将前台部门和后台部门更紧密地结合在一起。这样,交易前的分析、交易的操作和交易后的评价机制将能够表现得更加一致,更有利于投资过程的管理。
在看到这些优势的同时,我们也应该意识到,不能够对算法交易的作用感到过分乐观。夏普在1991年的一篇文章当中提到,积极性基金总是一个负和的博弈。原因很简单,股票市场总价值的增长率既可以分解为成分股票增长率的加权平均,也能够分解为不同投资者的收益率的加权平均。投资者总的收益率是和股票市场总的增长率相一致的。一些投资者获得超额收益的同时,是以牺牲另外一些投资者的收益而换来的。算法交易不可能为所有的投资者都带来超额的收益,所以我们也可以预见,金融市场上对于新的交易算法和策略开发的竞争会愈演愈烈。
另外，从 1987 年美国股票市场的大跌也说明，计算机化的程序交易在某些极端情况下的快速反应也会给整个市场带来预见不到的巨大风险。因此，这也为证券市场的监管者们带来了严峻的挑战。
在亚洲金融市场,采用算法交易较多的主要是相对发达的东京证券交易所、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,因此算法交易也将更有用武之地。根据 Aite Group 的报告,2007 年,亚洲地区算法交易的使用比例为 4%,预计到 2010年,会达到 16%。作为相对落后的金融市场,预计在未来亚洲市场上算法交易将会以更快的速度发展。
在国内,随着金融行业的不断发展和国际化的提高,以及股指期货、融资融券规则的推出,我国证券市场单边交易和相对封闭、发展滞后的情况会有所改变,并逐渐赶上世界先进的证券市场。因此,算法交易在未来一定会呈现出快速发展的趋势。它不但有利于投资者减少交易成本,投资手段和策略的丰富和创新,而且能够促使市场更加的规范和高效。进一步的,我们可以预计,算法交易也将给国内的金融市场带来新的机遇和挑战,券商、基金、期货公司等金融机构也在积极地在算法交易上进行研究和投入。我们相信,能够在算法交易的创新和发展过程中获得优势的机构将在我国未来的金融市场上获得强大的竞争优势。