在过去的十年中，算法交易（AT）和高频交易（HFT）已经主导了交易世界，尤其是高频交易。 2009 年至 2010 年期间，超过 60% 的美国交易归因于高频交易，尽管该比例在过去几年有所下降。
以下是算法和高频交易的世界：它们之间的关系、它们的好处和挑战、它们的主要用户以及它们当前和未来的状态。
高频交易 – HFT 结构
首先，请注意，高频交易是算法交易的一个子集，而高频交易又包括超高频交易。算法本质上是买家和卖家之间的中间人，高频交易和超高频交易是交易者利用可能只存在极短时期的极小价格差异的一种方式。
基于计算机辅助规则的算法交易使用专用程序来做出自动交易决策来下订单。 AT对大额订单进行拆分，并在不同时间下达这些拆分订单，甚至在提交后管理交易订单。
通常由养老基金或保险公司发出的大额订单可能会对股价水平产生严重影响。 AT 旨在通过将大订单拆分为许多小订单来减少价格影响，从而为交易者提供一定的价格优势。
该算法还动态控制向市场发送订单的时间表。这些算法读取实时高速数据源，检测交易信号，确定适当的价格水平，然后在发现合适的机会后下达交易订单。他们还可以发现套利机会，并可以根据趋势跟踪、新闻事件甚至投机进行交易。
高频交易是算法交易的延伸。它管理着高速发送到市场的小规模贸易订单，通常以毫秒或微秒为单位——一毫秒是千分之一秒，一微秒是千分之一毫秒。
这些订单由高速算法管理，复制了做市商的角色。高频交易算法通常涉及双边订单放置（低买和高卖），试图从买卖价差中获益。 HFT 算法还尝试通过发送多个小额订单并分析交易执行中的模式和时间来“感知”任何待处理的大额订单。如果他们感觉到机会，高频交易算法就会尝试通过调整价格来填补大量挂单并赚取利润。
此外，Ultra HFT 是 HFT 的进一步专业化流。通过支付额外的交易费，交易公司可以在市场其他公司之前立即查看挂单。
高频交易的利润潜力
高频交易算法利用人眼无法察觉的市场条件，指望在超短的时间内发现利润潜力。一个例子是同一标的指数的期货和 ETF 之间的套利。
下图揭示了 HFT 算法旨在检测和利用的内容。这些图表显示了E-mini S&P 500 期货 (ES) 和 SPDR S&P 500 ETF ( SPY ) 在不同时间频率下的逐笔价格变动。
图表放大得越深入，两种乍一看完全相关的证券之间的价格差异就越大。
请注意，两种仪器的轴不同。尽管出现在同一水平水平，但价格差异很大。
因此，从闪电般快速的算法的角度来看，肉眼看起来完美同步的东西实际上具有巨大的利润潜力。
自动交易
在美国市场，美国证券交易委员会 (SEC) 于 1998 年授权自动化电子交易。 大约一年后，高频交易开始，当时的交易执行时间为几秒。 到 2010 年，这一时间已缩短至毫秒 —请参阅英格兰银行安德鲁·霍尔丹 (Andrew Haldane) 的演讲《耐心与金融》 ——如今，百分之一微秒对于大多数高频交易决策和执行来说已经足够了。鉴于计算能力不断增强，在不久的将来，通过 HFT 可能可以实现纳秒和皮秒频率的工作。
彭博社报道称，虽然 2010 年，高频交易“占美国股票总量的 60% 以上”，但事实证明这是一个高水位。到 2013 年，这一比例已下降至大约 50%。彭博社进一步指出， 2009年，“高频交易员每天交易约32.5亿股。 2012年是每天16亿”，“平均利润从每股十分之一便士下降到了二十分之一。”
高频交易参与者
理想情况下，高频交易需要具有尽可能低的数据延迟（时间延迟）和尽可能高的自动化水平。因此，参与者更喜欢在其交易平台具有高水平自动化和集成能力的市场中进行交易。其中包括纳斯达克、纽约证券交易所、Direct Edge 和 BATS。
高频交易由自营交易公司主导，涵盖多种证券，包括股票、衍生品、指数基金、ETF、货币和固定收益工具。德意志银行 2011 年的一份报告发现，在当时的高频交易参与者中，自营交易公司占 48%，多服务经纪自营商的自营交易柜台占 46%，对冲基金约占 6%。 该领域的主要公司包括合景泰富控股（由 Getco 和 Knight Capital 合并而成）等自营交易公司以及花旗集团 ( C )、摩根大通 ( JPM ) 和高盛 ( GS ) 等大型机构公司的交易部门。
高频交易基础设施需求
对于高频交易，参与者需要具备以下基础设施：
- 高速计算机，需要定期且昂贵的硬件升级；
- 协同定位。也就是说，这是一种典型的高成本设施，可将您的交易计算机放置在尽可能靠近交易服务器的位置，以进一步减少时间延迟；
- 实时数据馈送，需要避免可能影响利润的一微秒的延迟；和
- 计算机算法是 AT 和 HFT 的核心。
高频交易的好处
高频交易对交易者有利，但对整个市场有帮助吗？高频交易支持者列举的一些总体市场优势包括：
- 由于高频交易，买卖价差已大幅缩小，这使得市场更加高效。经验证据包括，加拿大当局于 2012 年 4 月征收阻碍高频交易的费用后，研究表明“买卖价差上升了9%”，这可能是由于高频交易交易下降所致。
- 高频交易创造了高流动性，从而减轻了市场碎片化的影响。
- 高频交易有助于价格发现和价格形成过程，因为它基于大量订单
高频交易的挑战
高频交易的反对者认为，算法可以被编程为发送数百个虚假订单并在下一秒取消它们。这种“欺骗”会暂时造成需求/供应的虚假激增，从而导致价格异常，高频交易者可以利用这一点来谋取利益。 2013 年， SEC推出了市场信息数据分析系统 ( MIDAS )，该系统以毫秒频率筛选多个市场的数据，以尝试捕获“欺骗”等欺诈活动。
高频交易增长的其他障碍是其高昂的进入成本，其中包括：
- 算法开发
- 建立高速交易执行平台，及时执行交易
- 构建需要频繁高成本升级的基础设施
- 数据馈送的订阅费用
高频交易市场也变得拥挤不堪，参与者试图通过不断改进算法和增加基础设施来超越竞争对手。由于这种“军备竞赛”，交易者利用价格异常变得越来越困难，即使他们拥有最好的计算机和高端网络。
代价高昂的故障的前景也吓跑了潜在的参与者。一些例子包括 2010 年 5 月 6 日的“闪电崩盘”，其中高频交易触发的卖单导致道指暴跌 600 点。 还有当时的高频交易之王 Knight Capital 的案例。纽约证券交易所。它于 2012 年 8 月 1 日安装了新软件，不小心以不利的价格买卖了价值 70 亿美元的纽约证券交易所股票。奈特被迫平仓，一天之内损失了 4.4 亿美元，并侵蚀了 40% 的市值。公司的价值。 被另一家高频交易公司 Getco 收购，组建 KCG Holdings，合并后的实体仍在继续挣扎。
因此，高频交易未来增长的一些主要瓶颈是利润潜力下降、运营成本高昂、监管更严格的前景以及不允许犯错的事实，因为损失可能很快达到数百万美元。
高频交易的现状
高频交易在海外具有一定的增长潜力。全球各地的证券交易所都对这一概念持开放态度，有时他们会通过提供一切必要的支持来欢迎高频交易公司。 另一方面，也有人因高频交易公司拥有不当时间优势而对交易所提起诉讼。在日益强烈的反对声中，法国于 2012 年成为第一个对高频交易征收特别税的国家，意大利紧随其后。
美国当局于 2014 年 10 月 15 日进行的一项研究评估了高频交易对国债市场快速波动的影响。 尽管研究发现 该研究并未排除高频交易造成未来风险的可能性，无论是在对定价、流动性还是交易量的影响方面。
结论
计算机速度的增长和算法的发展为交易创造了看似无限的可能性。但是，AT 和高频交易是快速发展的典型例子，多年来，它们超越了监管制度，并为相对少数的贸易公司带来了巨大的优势。虽然高频交易未来可能会减少美国等成熟市场交易者的机会，但一些新兴市场仍可能对高风险高频交易企业相当有利。