高频交易

Question

高频交易

financehft

62

在过去几周中，我看到了很多关于高频交易的文章。它们都谈到了计算机和软件在其中的重要性，但由于它们都是从金融角度写的，所以没有详细说明软件具体做什么。

有没有人可以从程序员的角度解释一下高频交易是什么？为什么计算机/软件在这个领域如此重要？

- Hamza Yerlikaya

最近有很多关于这个话题的（非技术性）文章，我也在想同样的问题。+1 - Julien Chastang

10

请考虑在此处为量化金融StackExchange网站提议投票：http://meta.stackexchange.com/questions/5786/proposal-for-quantitative-finance-stackexchange-site。那将是这种问题非常适合的地方。请投赞成票。 - Shane

除非你有很多钱或在金融机构工作，否则你无法参与此事。 - KJW

@Kim：不一定。由于像GETCO这样的公司已经投入了数百年的人力资源来开发他们的平台，所以您可能无法运行延迟套利策略，但是有很多短期策略可以由小公司运行。 - Steve Severance

@Steve，时延套利仍然是可能的 :) - Foo Bah

取决于地点。芝加哥-纽约之间的成本很高，因为你需要使用渠道。我知道有些人在世界其他地方运行延迟套利。我会说在美国这更昂贵和困难...但不是不可能的。 - Steve Severance

6个回答

20

任何HFT系统都有两个组成部分：

实时超低延迟交易 - 订阅来自许多不同来源的实时订单簿和价格信息，执行校准的算法，旨在以最小滑点完成大量订单（即您想在当天结束之前购买100万股IBM而不会对市场产生过多影响），或仅基于短期套利尝试统计赚钱。该系统还必须提供良好的风险和头寸管理工具，以允许一个或多个操作员有效地监控和控制系统的运行。
每日/每周等大量“刻度数据”（价格、时间和订单簿信息以及先前交易活动的历史数据）的分析，旨在优化和“搜索”最适合由第1部分实时执行的算法。即“校准”并测试将在＃1中执行的算法。

第一部分需要低延迟和极好的市场接入（即与交易所的直接网络连接，并且跳数尽可能少）。通常必须使用非GC语言（如C或C ++）编写此部分程序（垃圾回收器停止全球半秒钟可能非常昂贵）。第二部分通常需要网格和许多良好的模拟和统计分析软件、AI算法等。

- Paul Hollingsworth

9

我想补充一点，这种交易中最常见的应用程序往往是CEP（复杂事件处理）。一些例子包括Streambase，Apama和Aleri。另一方面，为了处理大量数据，人们使用高速数据库，比如KDB，OneTick和Vhayu。

如果您想了解技术挑战的类型，我建议首先查看这些供应商。他们的营销材料将为您提供业务应用以及技术挑战的良好感觉。

- Shane

7

在某些时候（例如期货到期日），每分钟需要进行数千次交易 - 很明显人类无法独立完成这项任务。顺便说一下，对于程序员来说，这是非常紧张的时刻，因为如果出现任何问题，几乎没有恢复的机会 - 程序员往往会看着他们的日志文件飞快地滚动，心中有些不安。

- anon

哈哈，我知道这是一个比较旧的问题，但是读到这里让我很高兴知道在SO上还有其他人能够理解我日常开发HFT公司的经历。 - Dan Tao

4

非常正确。当事情出了问题，你会有人过来问你：“发生了什么事？有什么问题？为什么不起作用？我们为什么在损失钱！”通常这些人都会大声喊叫，而你则拼命地试图理解庞大的日志文件！ - Luhar

3

你需要追踪价格，快速判断市场涨跌并相应地买卖。由于有许多不同的头寸在交易，你使用的分析和执行交易的软件越好，你就有可能赚更多的钱。

“更好”的意思是经常更新数据，以一种能够快速反应的方式确定有趣的趋势，并在执行频繁所需操作时易于使用。

- sharptooth

1

「为什么计算机/软件在这个领域如此重要？」在编程领域，追求最高的性能和最低的延迟是极其重要的。因为你越快地回应，就有可能赚取更多的利润。

- xyz

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Steve Severance · Accepted Answer

补充保罗所说的：

执行HFT或UHFT算法的服务器几乎总是与交易所数据中心共处。这样可以最大限度地减少延迟，并且还允许算法使用Flash订单（可能很快被禁止）在将订单广播到市场之前查看订单流量。许多算法只需几毫秒就可以评估订单，这是一个毫秒至关重要的游戏。交易组已知会采取一切措施，包括雇用内核开发人员构建自定义操作系统组件，以更好地优化订单击中网卡时和产生结果动作之间的时间。

今天通常使用的策略有几种：

第一种是在大块订单前进行交易。以保罗购买100万股IBM为例，HFT算法将寻找购买压力。不同交易所和暗池的公司计算机需要共享信息，因为订单将被分割并通常在多个交易所和暗池中执行。 HFT算法将使用统计/机器学习模型来预测购买压力的大小，如果确定有足够的压力，它还将从各个市场累积股票，并尝试以稍高的价格出售。

第二种是流动性回扣交易，其中交易所将向市场参与者支付添加流动性的费用。（请参见Direct Edge Pricing）买入或卖出的股票可能仅持有很短的时间。目标只是收集回扣并在其他方面达到保本。

在这两种策略类型中，想法是在每天进行许多次交易并赚取几分（或几分之一）。

正如您可能已经注意到的那样，有很多HFT工作岗位可用，因此交易正在变得更加拥挤。我认为这有点像2000年代初的统计套利，最终该交易将不会非常有利可图，因为许多玩家都试图使其成为现实。

为什么软件很重要呢？因为毫秒决定胜负。响应速度非常重要，代码需要紧凑、高效并且非常稳定。当市场行情不利时，算法崩溃却还持有股票是没有多少盈利的。针对这些需求，工程设计必须不同，并需要不同的技能。实时处理完整的订单簿确实需要一些计算能力和好的算法，不过它也很有趣。