什么叫高频量化交易？

1. 什么叫高频量化交易？

Gate.io区块链入门第十七期，带你了解什么是量化交易。

2. 高频交易和量化交易到底有什么区别

从历史上看，很多高频交易公司的创始人都是交易员出身，原来就从事衍生品的做市、套利等业务。一开始这些工作并不需要多高深的知识。随着计算机技术的发展，交易的自动化程度和频率也逐渐提高，这些公司逐渐聘请一些数学、统计、计算机背景较强的人员加入以适应形势的发展。当然，这个过程也出现了一些分化，有的公司还是保留了交易员在公司的主导地位，并且始终未放弃人工交易，最终形成了人机结合的半自动交易；而另外一些公司对新鲜技术的接受程度更高一些，往往采取全自动的交易模式。事实上，也没有证据表明全自动交易的公司就比半自动交易的公司更为优越，到目前为止，也只能说是各有利弊。
人工交易的最大弊端在于手动下单的地方离交易所较远，在行情剧变的时候往往抢不到单。在这一点上，全自动交易的公司可以通过托管机房来最大程度减少信号传输的时间，不过自动化交易往往因为程序过于复杂，加上很多公司人员流动较大，在程序的维护上会出现一些失误，最终程序出错酿成大祸，比如著名的骑士资本。
至于过度拟合无法抵御黑天鹅事件，那是人工交易和自动交易都无法避免的问题。一般来说，Getco、Jane Street、SIG、Virtu Financial等是半自动交易，Tower Research、Hudson River Trading、Jump Trading等是全自动交易。
量化投资公司跟高频交易公司则有很大的不同。首先，美国的量化投资公司基本上都是量化背景极强的人创办的，比如说文艺复兴的创始人西蒙斯是数学家出身，DE Shaw的创始人David Shaw是计算机教授出身，AQR的创始人Cliff Asness是金融学家出身，而高频交易公司则更多是传统交易员创办的；其次，量化投资一般依赖于复杂的模型，而高频交易一般依赖于运行高效的代码。
量化投资公司的持仓时间往往达到1—2个星期，要预测这么长时间的价格趋势需要处理的信息自然非常庞大，模型也因此更为复杂，对程序的运行速度反而没那么敏感；高频交易处理信息的时间极短（微秒或毫秒级），不可能分析很多的信息，因此模型也趋于简单，竞争优势更多依靠代码运行的效率，很多人甚至直接在硬件上写程序；而最后，量化投资的资金容量可达几百亿美元，而高频交易公司往往只有几千万至几亿美元，但由于高频交易的策略表现远比量化投资稳定，如Virtu Financial交易1238天只亏1天，因此一般都是自营交易，而量化投资基金一般来说都是帮客户投资。

3. 高频交易和量化交易有何不同

量化投资公司和高频交易公司一般说来，既有区别又有联系。在美国，人们常说的量化投资公司一般都是对冲基金，包括DE Shaw、Two Sigma、RenTec、BlueCrest、Citadel、AQR、WorldQuant、Winton等；而常说的高频交易公司一般都是自营交易公司，这些公司主要有Tower Research、Hudson River Trading、Getco、Jane Street、Virtu Financial、SIG、Jump Trading、RGM Advisor、Chopper Trading等。除此之外，既有量化投资业务，又有高频交易业务的公司有Two Sigma、Citadel等；还有许多公司向着更综合的方向发展，DE Shaw等公司，既有量化投资，又有非量化投资。
  对于量化投资来说，除了行情信息，整理收集其他基本面的信息也相当重要，预测模型中要融入整理出的对应的时间序列。成功的模型是什么？重点在于它整合了多少不同来源的信息，而不是运用了多高深的数学理论。以简单的线性回归为例，想要模型的预测效果好，需要各个参数都有很强的预测能力，同时相关性很低；反之，如果选取的参数毫无意义，就算运用在复杂的深度学习理论，得出的模型也没有用。美国的一些公司，除了利用新闻等文本信息建模外，谷歌卫星拍摄到的港口集装箱的图像也会用来建模，商品价格走势如何，通过对商品集装箱的数目来预测，取得了很好的预测效果。

       求解模型其实与建模同样重要。比如说物理学上有很多能精确描述现实的模型，可还是难以求解，因为缺乏高效的科学计算方法，量化交易也一样的。伴随着巨大计算量的参数的计算、筛选、优化、回测等，怎样精妙求解是一门颇为高深的学问。著名的文艺复兴公司内部有着明确的分工——物理学家分析数据建立模型，数学家构建优化算法并求解模型等，计算机程序员从各个来源收集数据，西蒙斯这样透露。

4. 量化交易可以实现高频吗？

你好
量化交易和高频交易有什么区别？

很多人对于量化交易和高频交易分不清，经常混淆，简单地介绍他们的区别。
量化交易是指投资者利用计算机技术、金融工程建模等手段将自己的金融操作方式，用很明确的方式去定义和描述，用以协助投资者进行投资决策，并且严格的按照所设定的规则去执行交易策略（买、卖）的交易方式。简而言之，量化交易是以定量化方法进行投资的各种技术综合。而在现实的应用中，量化交易往往与基本面投资、技术分析有机结合，帮助投资者制定决策、减少执行成本、进行套利、风险对冲和帮助做市商实现报价的功能。按照数学模型的理念和对计算机技术的利用方式，量化交易方式可以进一步细分为自动化交易（Automatic Trading）、数量化投资（Quantitative Investment）、程序化交易（Program Trading）、算法交易（Algorithm Trading）、以及高频交易（High Frequency Trading）。这五种量化交易方式侧重点各有不同，是量化交易技术发展到不同程度的产物。但是在实际应用中，五种量化交易方式的名词经常被交叉使用。
自动化交易自动化交易，是指将技术分析投资方式固化成计算机可以理解的模型、技术指标，计算机程序根据市场变化自动生成投资决策并付诸执行的交易方式。简而言之，自动化交易是技术分析投资方式的自动化。自动化交易可以避免投资人的心理变化和情绪波动，严格执行既定策略，是最基本的量化交易方式，在外汇交易和期货交易领域应用很广。数量化投资数量化投资，是指利用计算机分析宏观经济、行业、以及公司的基本面数据，选择投资组合的资产配置，并通过数学模型预测组合未来变化的数量化交易方式。简而言之，数量化投资是基本面分析投资的自动化。数量化投资可以帮助投资人在越来越多的信息中选择实质性关键信息，并转化成投资决策，在股票投资领域应用广泛。量子复利的框架体系内的不同风格的量化策略，便属于数量化投资这个范畴，即平时常说的量化投资（Quantitative Investment）。算法交易算法交易，是指把一个指定交易量的买入或者卖出指令输入到计算机模型，由计算机模型根据特定目标自动产生执行指令的时机和方式。订单执行的目标基于价格、时间或者某个基准。为降低冲击成本，避免惊动市场，算法交易采用一些计算机模型，将一个大额交易拆分成若干个小额交易，以此来减少对市场价格造成冲击。算法交易有时被称为黑箱交易。算法交易的概念是交易执行精细化发展的结果，算法交易侧重于投资策略的执行，而自动化交易和数量化投资的概念着重于投资决策。因此算法交易可以与自动化交易和数量化投资配合使用。近年来，除了信息技术是的交易速度不断加快之外，交易平台日趋多元化也使得高频交易成为可能。与高频交易相伴随的是闪电交易（Flash Trading），闪电交易是美国市场上交易所为高频交易商提供的一种特殊服务，是指股票交易传达到公众的约三十毫秒前，先显示给订用有关服务的交易员。三十毫秒的时间，对于手动交易者而言相差不大，但是对于高频交易而言，三十毫秒的时间足以完成一笔交易行为。2009年9月，美国证监会因为闪电交易明显有失公平，停止了所有交易所的闪电交易服务。

5. 高频交易和量化交易相比，有什么区别？

字面意思很简单，就是对应人工交易，用计算机程序辅助、决策、执行交易。《证券期货市场程序化交易管理办法》定义的程序化交易，是指通过既定程序或特定软件自动生成或执行交易指令的交易行为。

程序化交易中的具体交易机会、头寸、止损和盈利标准可以写入交易程序或独立于程序。编程只是交易执行的一种方式。
一般来说，使用程序交易有一些众所周知的优势，例如更快的交易速度，不受人类情绪的影响，以及更好地执行保证。
同时要注意交易程序和交易系统的区别。交易系统是一个完整的系统，具体的执行程序可能只是其中的一部分。一个好的交易系统还应该包括风险控制、资金运用、仓位管理等方面，而不仅仅是交易信号的产生。

我们在数据和历史统计的基础上，通过概率、微积分等数学工具研究市场上各种资产价格的结构性因素，从而做出一些交易决策。量化交易不一定需要使用计算机来执行交易。然而，基于交易因素数量变化的交易可以称为数量交易。一般的量化投资涉及复杂的数学模型，对投资者的数学能力要求很高，但并不意味着量化投资一定会赚钱，而是要看模型是否有效。
不得不提一下这两年非常流行的“人工智能”和“机器学习”。它们太容易与量化交易同时被提及。但具体来说，它们相互包容，但又各不相同。量化交易是寻找有一定逻辑基础的相对规律。这些规律并不是一成不变的，机器学习中“学习”的概念是，如果一个系统可以通过执行某个过程来提高其性能，那么它就是“学习”。因此，机器只能“执行过程”。这个过程必须是决定性的。但这并不能完全概括量化与人工智能的关系。因为机器学习只是人工智能的一种方式。
从交易模型来看，“模型先生”西蒙斯的复兴科技基金可以说是量化投资或者人工智能，但传统的量化模型也可以看作是人工智能模型，但并不是现代意义上的“强人工智能模型”。有人预测，未来五到十年，人工智能可能是科技产业发展的主要方向。

当通过人工智能的方法和手段可以更准确地做出交易判断时，现在有些交易系统已经提前48小时达到预测股市涨跌的方向，准确率高达75%。只是对一些“假突破”临界点的判断有待进一步提高，而当其对交易结果产生积极影响时，更多的人会选择使用人工智能进行交易。未来人工智能交易系统的策略可能会根据高频、中频、低频、短线、中线、长线、市场情绪分析和大势变化进行分类组合。人工智能与量化策略的融合，最终成为一个巨大的、深度细分的领域。

6. 高频交易和量化交易有何不同

量化投资公司跟高频交易公司则有很大的不同。首先，美国的量化投资公司基本上都是量化背景极强的人创办的，比如说文艺复兴的创始人西蒙斯是数学家出身，DE Shaw的创始人David Shaw是计算机教授出身，AQR的创始人Cliff Asness是金融学家出身，而高频交易公司则更多是传统交易员创办的；其次，量化投资一般依赖于复杂的模型，而高频交易一般依赖于运行高效的代码。
量化投资公司的持仓时间往往达到1—2个星期，要预测这么长时间的价格趋势需要处理的信息自然非常庞大，模型也因此更为复杂，对程序的运行速度反而没那么敏感；高频交易处理信息的时间极短（微秒或毫秒级），不可能分析很多的信息，因此模型也趋于简单，竞争优势更多依靠代码运行的效率，很多人甚至直接在硬件上写程序；而最后，量化投资的资金容量可达几百亿美元，而高频交易公司往往只有几千万至几亿美元，但由于高频交易的策略表现远比量化投资稳定，如Virtu Financial交易1238天只亏1天，因此一般都是自营交易，而量化投资基金一般来说都是帮客户投资。

7. 什么是“量化高频交易”，相对其他交易有什么优点？

高频世界里，有一条永恒的建模准则值得铭记：先看数据再建模。如果你看了上面的介绍就开始天马行空的思考数学模型，那基本上是死路一条。我见过很多年轻人，特别有热情，一上来就开始做数学定义，然后推导偏微分方程，数学公式写满一摞纸，最后一接触数据才发现模型根本行不通，这是非常遗憾的。

而看了数据的人会怎么样呢？他很可能会发现，对于冰山订单的处理，交易所的规则是非常值得寻味的。有的交易所是这样做的：一个冰山订单包含两个参数，V表示订单总量，p表示公开显示的量。比如V=100，p=10的冰山单，实际上隐藏的量是90。如果有针对这个订单的交易发生，比如交易量10，交易所会顺序发出三条信息：

成交10
Order Book的Top bid size -10
新Bid +10
这三条信息一定会连续出现，并且第三条和第一条的时差dt很小。这样做的原因是尽管冰山订单存在隐藏量，但是每次的交易只能对显示出的量（p）发生，p被消耗掉以后，才会从剩余的隐藏量中翻新出一分新的p量。这样，每个人从交易所收到的信息仍然可以在逻辑上正确的更新Order Book，就好像冰山订单并不存在一样。

8. 量化交易是什么意思？