2009/03/04 金融工程 数量化策略 追求效率与Alpha的算法交易 ——算法交易系列研究之一 相关研究 投资者使用算法交易的目的主要有两个：一、更有效的交易，防止自己的 交易在完成前就对市场造成影响，发现市场中隐藏着的交易对手；二、通 过合理的选择买卖时机，减少买入成本、增加卖出收益，获取超越竞争对 手的Alpha。 算法交易可以分为三大类：被动型算法交易、主动型算法交易及综合型算 法交易。各种类型的算法交易有各自应用的范围。如果一个投资者希望在 尽量短的时间内进行交易，需要使用偏主动型的算法交易；如果希望交易 必须全部完成，需要使用偏被动型的算法交易。如果交易对象的流动性较 差、波动性较大，则需要使用主动型算法交易，反之则适合使用被动型算法交易。 算法交易设计时，主要的考虑的是冲击成本与时间风险的平衡。被动型算法交易策略主要通过对冲击成本建立模型并针对特定的目标进行优化。主动型算法交易策略进一步加入了对市场进行实时判断的模型。 算法交易一般通过回测法进行测试。主要测试不同参数效果的稳定性以及交易效果对参数的敏感性，并观察这些稳定性与敏感性随时间变化的情况。在合乎使用标准的情况下再计算最优参数并实测。最近逐渐发展成熟的市场仿真技术为测试算法交易与市场的互动提供了更有力的工具。 分 析 师 罗捷 (0755) 8208 0134 luojie@ 曹力 (0755) 8208 0141 caoli@ 谨请参阅尾页重要申明及联合证券股票和行业评级标准。 1 / 7
金融工程-数量化策略090305：算法交易系列研究之一_追求效率与Alpha的算法交易.doc Mar-2009 目 录 使用算法交易的目的....................................................................................3 更有效的交易........................................................................................3 Alpha的来源........................................................................................3 算法交易的分类...........................................................................................3 被动型算法交易....................................................................................3 主动型算法交易....................................................................................4 综合型算法交易....................................................................................4 算法交易的选择....................................................................................4 组合的算法交易....................................................................................4 算法交易的设计...........................................................................................5 算法交易的测试...........................................................................................5 绩效标杆...............................................................................................5 回测与最优参数的选择.........................................................................5 证券交易仿真系统.................................................................................6 小结.............................................................................................................6 谨请参阅尾页重要申明及联合证券股票和行业评级标准。 2 / 7
金融工程-数量化策略090305：算法交易系列研究之一_追求效率与Alpha的算法交易.doc Mar-2009 算法交易又被称为自动交易、黑盒交易或者机器交易，它指的是通过使用计算机程序来发出交易指令。在交易中，程序可以决定的范围包括交易时间的选择、交易的价格、甚至可以包括最后需要成交的证券数量。 算法交易最初诞生是为了将大单拆分成大量较小的交易减少对市场的冲击、降低机会成本和风险。随着相关技术的发展完善，算法交易因其优势开始被应用在更多方面的用途上。如对冲基金使用它来在电子新闻信息到达时实现迅速交易，而其他交易员甚至还不知道到信息的存在。 使用算法交易的目的 更有效的交易 大型交易者当然希望自己买或卖的行为不被市场发现，在不会影响市场的情况下迅速成交，否则交易对象的价格将在交易完成前迅速往自己所不期望的方向变动。一次大额的交易可能导致目标证券价格数个百分点的变动，而在机构的业绩表现中，每一个百分点的差异都可能非常重要。合理的使用算法交易，可以令交易的冲击大大减小。 此外市场上每一个大型的交易者都不会一次性把自己所有的交易指令都暴露出来。因此，实际的交易机会远远多于我们能看到公开的交易机会。通过算法交易，我们可以通过科学的方法发现这些交易机会，准确地完成大额交易，提高交易的效率。 Alpha的来源 使用算法交易的终极目标就是获得Alpha，即在与其他机构投资者机会均等的情况下，通过减少冲击成本、选择合适的交易方式，获得相对于竞争对手略高的收益率。 最初，这一Alpha基本上完全是通过削减冲击成本达到的。随着算法交易研究的深入，交易者开始尝试寻找更合适的交易时机。在某些的情况下，还可以通过短时间内的高卖低买减少持有的成本。 在算法交易追求Alpha能力的进一步增强以后，甚至出现了很多对冲基纯粹只使用算法交易，直接通过使用这种技术来获取绝对回报。 算法交易的分类 根据各个算法交易中算法的主动程度不同，可以把不同算法交易分为被动型算法交易、主动型算法交易、综合型算法交易三大类。 被动型算法交易 被动型算法交易也叫结构型算法交易或者时间表型算法交易。这类交易算法除利用历史数据估计交易模型的关键参数外，不会根据市场的状况主动选择交易的时机与交易的数量，而是按照一个既定的交易方针进行交易。该策略的核心是减少滑价（目标价与实际成交均价的差）。 谨请参阅尾页重要申明及联合证券股票和行业评级标准。 3 / 7
金融工程-数量化策略090305：算法交易系列研究之一_追求效率与Alpha的算法交易.doc Mar-2009 被动型算法交易最成熟，使用也最为广泛，如在国际市场上使用最多的成交量加权平均价格（VWAP）、时间加权平均价格（TWAP）等都是属于被动型算法交易。 主动型算法交易 主动型算法交易也叫机会型算法交易。这类交易算法根据市场的状况做出实时的决策，判断是否交易、交易的数量、交易的价格等。由于很多交易指令是根据市场的即时状况下达，因此有可能无法完成交易员希望的全部交易。 主动型交易算法除了努力减少滑价以外，把关注的重点逐渐转向了价格趋势预测上。如判断市场价格在向有利于交易员的方向运动时，就推迟交易的进行，反之加快交易的速度。当市场价格存在较强的均值回归现象时，必须迅速抓住每一次有利于自己的偏移。 此外，当算法交易被广泛应用时，证券的市场价格行为就会表现出一定的规律。这样，就出现了一类特殊的算法交易，如瑞士信贷的Sniper算法，它们的目标是发现市场上与自己交易方向相反的大型交易对手，通过合适的交易安排，与该对手完成交易，避免市场受到冲击。 综合型算法交易 综合型算法交易是前两者的结合。既包含有既定的交易目标，具体实施交易的过程中也会对是否交易进行一定的判断。 这类算法常见的方式是先把交易指令拆开，分布到若干个时间段内，每个时间段内具体如何交易由主动型交易算法进行判断。两者结合可以达到单独一种算法所无法达到的效果。 算法交易的选择 市场上不同机构开发了大量不同形式的算法交易，各种算法交易都有各自的特点，并不存在一种最优算法交易，算法交易的选择重点是投资者的需求。大体而言，如果一个投资者希望在尽量短的时间内进行交易，需要使用偏主动型的算法交易；如果希望交易必须全部完成，需要使用偏被动型的算法交易。如果交易对象的流动性较差、波动性较大，则需要使用主动型算法交易，反之则适合使用被动型算法交易。 不同的投资者有不同的交易风格，如有些投资者希望买入的数量相当于某只股票数天的成交量等；也有各自不同的交易成本标杆，例如指数基金可能希望购买的价格尽量接近收盘价；不同投资者的风险偏好也不同。此外，当在交易的过程中，如果股票的价格或者成交量发生了变化，投资者的投资意愿也可能会随之改变。这些都是影响算法交易选择的因素。 组合的算法交易 当投资者的交易对象是股票组合时，使用的交易方法需要作些调整。除了根据各个股票具体的情况适当安排合适的交易策略以外，还必须考虑到股票之间的相关性。 谨请参阅尾页重要申明及联合证券股票和行业评级标准。 4 / 7
金融工程-数量化策略090305：算法交易系列研究之一_追求效率与Alpha的算法交易.doc Mar-2009 组合内部股票的相关性主要可能有两种影响：当相关性高的证券交易方向相同时（同时买入或卖出），相关性会导致时间风险增加；当相关性高的证券交易方向相反时，如果两者能够同步交易的话，可以抵消相当部分的时间风险。 算法交易的设计 算法交易的第一步核心工作是建立一个冲击成本模型。该模型是几乎所有交易算法的基础。比较知名的冲击成本模型包括如JP摩根全球交易服务部的I-Star模型等。 当使用算法交易做交易决策时，最大的风险就是时间风险，即交易不立即执行可能带来的价格风险。这是在建立算法交易模型时需要考虑的第二个非常重要的因素。通常在算法交易中，时间风险跟冲击成本是鱼和熊掌不能兼得的两个目标。 被动型交易算法设计主要依赖冲击成本模型。在具有这个模型的情况下，算法的构造过程便成为了一个以实现最小冲击成本与时间风险的最优化过程。最优化的目标函数可以是冲击成本与时间风险的一个线形组合，权重由投资者的偏好决定，也可以是投资者的效用函数。 如果能够加入对证券短期价格趋势的判断，我们可以进一步改善算法交易的效率。趋势判断需要我们在冲击成本模型的基础上建立一个短期价格预测模型。短期价格预测的方法很多，如传统的技术分析方法、黑盒预测（遗传算法、神经网络等）、模式识别（隐马尔科夫模型等）等。 算法交易的测试 绩效标杆 判断一个交易算法是否合适，首先必须选择一个合适的业绩标杆作为比较的基准。算法交易常用的业绩标杆包括开盘价格、收盘价格、成交量加权平均价格（VWAP）、时间加权平均价格（TWAP）、实现差价（即纸面交易与实际成交均价之间的差）、到达价格等。标杆的选择一般由投资者的投资目标及投资风格决定。 回测与最优参数的选择 在确定比较基准以后，就可以测试不同参数的效果，选择合适的参数。 第一步，先在整个历史时期各个阶段以不同的参数测试策略，判断不同参数效果的稳定性以及结果对参数的敏感度。重点关注稳定性和敏感度随时间变化的情况。如果变动过于频繁，则不适合投入实际应用。 第二步，这时就可以选择某一个特定的市场状况较为稳定的历史时期，使用同样的方法用各种不同的参数进行测试，检验不同参数的稳定性以及策略效果对参数的敏感性。选择最优参数，判断的标准可以是夏普比率等。估计参数所使用的市场时间段主要根据经验判断，可以是最近的市场数据，也可能是以前出现过未来很可能出现的市场数据。 谨请参阅尾页重要申明及联合证券股票和行业评级标准。 5 / 7
金融工程-数量化策略090305：算法交易系列研究之一_追求效率与Alpha的算法交易.doc Mar-2009 最后，根据特定市场的状况选择的最优参数，进行样本外测试，确定算法交易的效果是否满意。在合乎标准的情况下，即可确定策略及最优参数。 证券交易仿真系统 之所以要使用算法交易，就是因为我们的交易会对市场造成冲击。但是如果我们使用历史数据回测的话，就会面临一个难以解决的问题：我们不知道我们的策略是否会改变市场本身。那么实际上算法交易一个核心的目的就无法达到。算法交易最合理的测试方式是实盘测试，但是这意味着巨大的资金投入以及风险，一般作为初级测试并不可行。 近年来有一种的方法逐渐开始走向成熟——通过与市场仿真系统进行交易来测试系统。市场仿真系统是指通过使用计算机模拟交易者的交易行为，让模拟交易者在一个虚拟的市场中进行交易的系统。这方面最早进行研究的是美国圣塔菲研究所，他们首先创立了美国圣塔菲研究所人工股票市场(The Santa Fe Institute Artificial Stock Market,简称SFI-ASM) ，此外，台湾政治大学人工智能与经济研究中心的人工股票市场AIE-ASM也比较有影响力。 这些仿真市场一般可以作为一个基础平台，在此的基础上，我们可以进一步建立符合自己要求的仿真交易市场。通过与市场方针系统进行交易，我们可以测试算法交易会引起市场参与者什么样的反应，从而检验算法交易的效果。在国内已经有银行及私募基金进行这方面的尝试，并取得了较好的效果。 仿真市场最核心的难点是交易者的分类及行为描述。欧洲在这方面的研究上比较成熟，有研究认为可以将欧洲市场主要的市场参与者分为9大类进行仿真。在中国市场上还缺乏这样比较细致的研究。 小结 本文对算法交易的目的、分类、设计、测试等各方面做了一个简单的描述。中国股票市场的算法交易还处于非常原始的状态。国内股票波动率大，意味着大量的交易机会，算法交易在中国的应用前景必然十分广阔。在接下来的报告里，我们将就算法交易的各个方面的专题做进一步的深入探讨。 谨请参阅尾页重要申明及联合证券股票和行业评级标准。 6 / 7
联合证券股票评级标准 增 持 未来6个月内股价超越大盘10%以上 中 性 未来6个月内股价相对大盘波动在-10% 至10%间 减 持 未来6个月内股价相对大盘下跌10%以上 联合证券行业评级标准 行业股票指数超越大盘 增 持 行业股票指数基本与大盘持平 中 性 行业股票指数明显弱于大盘 减 持 深 圳 上 海 上海浦东银城中路68号时代金融中心17层 深圳罗湖深南东路5047号深圳发展银行大厦10层 邮政编码：200120 邮政编码：518001 TEL: (86-21) 5010 6028 FAX: (86-21) 6849 8501 TEL: (86-755) 8249 2944 FAX: (86-755) 8249 2062 E-MAIL: lzrd@ E-MAIL: lzrd@ 免责申明 本研究报告仅供联合证券有限责任公司（以下简称“联合证券”）客户内部交流使用。本报告是基于我们认为可靠且已公开的信息，我们力求但不保证这些信息的准确性和完整性，也不保证文中观点或陈述不会发生任何变更。我们会适时更新我们的研究，但可能会因某些规定而无法做到。 本报告所载信息均为个人观点，并不构成所涉及证券的个人投资建议，也未考虑到个别客户特殊的投资目标、财务状况或需求。客户应考虑本报告中的任何意见或建议是否符合其特定状况。本文中提及的投资价格和价值以及这些投资带来的收入可能会波动。某些交易，包括牵涉期货、期权及其它衍生工具的交易，有很大的风险，可能并不适合所有投资者。 联合证券是一家覆盖证券经纪、投资银行、投资管理和证券咨询等多项业务的全国性综合类证券公司。我公司可能会持有报告中提及公司所发行的证券头寸并进行交易，还可能为这些公司提供或争取提供投资银行、财务顾问或金融产品等相关服务。 我们的研究报告主要以电子版形式分发，间或也会辅以印刷品形式分发。我们向所有客户同时分发电子版研究报告。 ©版权所有2009年 联合证券有限责任公司研究所 未经书面授权，本研究报告的任何部分均不得以任何形式复制、转发或公开传播。如欲引用或转载本文内容，务必联络联合证券研究所客户服务部，并需注明出处为联合证券研究所，且不得对本文进行有悖原意的引用和删改。
