揭开高频交易的神秘面纱

《揭开高频交易的神秘面纱》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第一财经日报/2009年/12月/5日/第A08版对话专访奈特资本集团模型自动交易部门董事总经理明可炜：揭开高频交易的神秘面纱CBN特约记者周佳金融危机爆发后，许多华尔街交易员面对巨大的账面损失不知所措。然而，在近期经济萧条的背景下，高盛和一些基金仍在短时间内获得了巨大盈利，原因何在？高频交易为此提供了部分答案。利用强大的计算机，高频交易系统能在闪电般的时间内完成成千上万次的交易，被《华尔街日报》和《纽约时报》等称为华尔街金融市场上最神秘的力量。纳斯达克上市公司奈特资本集团（KnightCapi

2、talGroup）是华尔街最大的金融电子经纪交易商，2008年上半年，其美股交易量达到平均每天35亿股，超过纽约证交所的24亿股和纳斯达克的23亿股。主管该公司模型自动交易部门的董事总经理明可炜日前接受CBN记者的专访，试图为我们揭开高频交易的神秘面纱。严格的计量风险控制是高频交易基础之一CBN：金融产品的高频交易已经存在多年，其间有不少公司被淘汰,作为高频交易的成功者之一，你们成功的要点是什么？明可炜：在高频交易行业，成功的要点有两个，一是计算机技术，能够快速截取信息和作出反应，第二个是要有丰

3、富的交易经验和市场知识，两者缺一不可。一个成功的高频交易团队可以把已经完善成熟的交易模型实现到计算机交易系统中去，并实行严格的定量控制和反复调试以使之实现持久盈利。这个市场上比较成功的高频交易模型需要两个关键的方面：第一是每一个交易应该都有正的期望值（positivemean），期望是盈利的，也就是说，如果这个模型进行了1万个交易的话，最后的组合应该有很大可能性是盈利的；另外一个方面是需要有严格的风险控制。每一个交易不要太大，一天要做成千上万个交易，要尽量保证不能一个或者几个糟糕的交易就把几天或

4、者几个星期的盈利丢掉。建立数学模型分析市场以及进行严格的计量风险控制是高频交易的基础。而交易众多，风险分散，可以比较快地让投资者判断系统是否可以持续盈利,则是高频交易的魅力所在。CBN：您前面提到了高频交易中模型建立的重要性，那么模型建立后，有没有过时的风险呢？明可炜：模型建立后当然有过时的风险，这有几个原因。第一，竞争在增强，尤其是因为2008年是高频交易很火的一年；另外，美国的市场结构，甚至全世界的市场结构，都经常会有结构性的变化，这会带来一些新兴的策略，一些新的模型会出现，而许多老的模型会

5、被慢慢淘汰出局。检验一个交易模型有很多种办法，而这些办法归根结底是检验模型的盈利能力。高频交易的特点是利润（或者亏损）比较稳定。从统计原理来讲，这是因为它的样本量很大。一个好的交易模型，一般情况下盈利曲线类似一根向上的直线。如果突然发现有很大的波动，就可以认为是一个警戒讯号，应该分析一下这个系统是不是有问题了。此外，交易员应该紧紧跟踪业界动态，对结构性变化要敏感，关注各种业界变化对自身交易模型的影响。高频交易盈利趋于缓慢下降CBN：纽约证券交易所的前主席威廉姆·唐纳德森说过：“它（高频交易）是现

6、在仅有的赚钱的地方。如果一个投资者不知道跟上它的方法，对他是很大的不利。”那么，对于这一行业的未来发展和竞争态势，您如何看待？第1页共3页明可炜：当前，高频交易的竞争在某些方面已经白热化了。高频交易公司分成好几种，其中一些是电脑硬件方面占很大比重，这类公司中比较有名的是GETCO，他们电子交易的速度非常快，能够比别人先抢“跑道”；还有一些公司甚至把整个逻辑固化在硬件里，市场信息进入后，它可以在硬件里完成相关操作，随后立刻把交易单发到市场上。这样的交易速度是一般系统无法比拟的，但它的缺陷是不能做特

7、别复杂的运算，硬件研制和生产的周期也很长，不可能每天做更新或提高；另外还有些高频交易类别对速度的依赖性不这么极端，在这样的团队中，金融分析师和做金融模型的人就各显神通，通过提高模型效率来提高交易的竞争力，虽然他们不会特别在乎一两个毫秒的时间差异，但这方面竞争也很激烈。我觉得高频交易的盈利有一个趋势，那就是单位交易量的盈利应该是缓慢下降的，因为越来越多的人参与此类竞争，对手越来越多。在这个行业，如果一个团队满足于现状，不去锐意创新的话，盈利就会减少。假设一下：如果这个市场所有交易都是源于高频交易模

8、型，那么平均下来每个人都没有盈利。可是，从另一个方面讲，近几年国际金融市场总交易量稳步上升，同时也有更多的新型市场和资产类别可供高频交易模型去开发。如果一个团队注重更新交易模型，增加设备投资，应该可以领先于潮流。这和任何一个竞争比较激烈的行业是一样的。CBN：这个行业竞争如此激烈，但如果在您前面所说的两大关键因素上保证优势，是否就能立于不败之地呢？许多人甚至金融业内人士都觉得成功的高频交易很神秘，那么它的秘诀到底在哪里呢？明可炜：交易模型维护不力、计算机软硬件速度不足，或者研究投入不大，这些都是