分类
最好的外汇交易系统

高频交易研究

高频交易已经竞争到纳秒级!!!(赠送HFT的18篇论文+15本书籍+9篇研报)

高频交易(HFT,high frequency trading)中现有的一些知名投资银行、机构交易和对冲基金维权宣传机构包括Virtu Financial、KCG、DRW trading、Optiver、Tower Research Capital、Flow Traders、Hudson River trading、Jump trading、RSJ Algorithmic Trading、Spot Trading、Sun trading、Tradebot Systems、IMC、Quantlab Financial和Teza 高频交易研究 Technologies。

  • 做市策略:指在同一证券上发出买卖指令,以捕捉两种价格之间的差价。
  • 套利策略:在两个交易场所或一篮子股票与期货合约之间对同一种证券进行套利。
  • 方向性策略:使用算法预测未来趋势。

纳秒级的竞赛

交易中的托管历史

与不选择托管的用户相比,这几纳秒的增长使他们能够执行最快的交易(纽约-泛欧交易所,2008年和2010年)。此外,在纽约泛欧交易所(NYSE-Euronext)实施内部匹配服务(IMS)系统是动态的一部分:在这种情况下,它是参与者发送的订单的聚合服务,目的是在将订单插入中央待办事项列表之前将其路由到市场的交叉流(NYSE-Euronext, 2007)。该机构本身提出了对资金流动不利的地方进行优化的建议。由于没有通过中央账簿的订单,通过自动化小尺寸应用程序(也就是说,通过插值额外订单流和在源执行其他重复订单)可以减少支付。因此,市场运营商接受了部分订单较低的combat pay,希望在一个更具争议性的环境中,作为对其客户产生的大部分流动的回报,这种做法能够持续下去。

BATS Chi-X Europe过去的速度是传统股票市场的10倍,2007年3月,该公司在旧大陆Slough的Equinix数据中心推出了第一个托管平台。其他交易所,如伦敦证券交易所和纽约-泛欧交易所在2009-2010年开始提供托管服务。在推出托管服务的背景下,接下来出现的套件(suite)有Gemini,Coinbase, OKCoin交易所。

在当前的市场环境下,多资产交易是增加风险管理、控制收益波动的最有效途径。MoonX是一家分散所有权的交易所,这是同类交易所中第一家缩减命令(fiat)和数字资产以带来流动性的交易所,即便在流动性不佳的市场也是如此。与此同时,该团队还提供托管服务,据信这些服务更符合当今金融市场的需求,更具兼容性和创新性。MoonX从零开始建立数据中心,通过人工智能监控和定期抽查确保数据中心的紧凑性。MoonX的这些数据中心为需要高级安全功能的机构提供开放的racks、cages和suite。机架间布线、交叉连接、存储空间、接待室和会议室是新增的一些功能。

这些算法是如何工作的?

1、算法的智能

2、电缆布线

地理邻近的重要性

以巴黎证券交易所为例

巴黎证券交易所几年前搬到了伦敦,更准确地说搬到了巴塞尔登,搬进了一个巨大的仓库。你想知道为什么要这样做吗?因为巴黎证券交易所的主要赞助者都是英国人。在高频交易中,地理位置的临近是至关重要的:事实上,离金融中心越近,交易的流通速度就越快(是的,所有交易仍在纳米级上进行)。这就是托管的重要性。

  • 订单在发送到整个金融中心之前,会先发送给高频交易员。
  • 在H + 50毫秒的时间里,那些先入之见的高频交易员会以21.00美元的价格买进XYZ的所有股票,然后涌入购买订单市场。
  • 在H + 300毫秒,执行共同基金的顺序;高频交易商以21.01美元的价格出售股票,每股获利1%,在本案中总共获利50美元。
  • 如果该场景是在MoonX托管中心实现的,那么就平均交易规模而言,在高频交易的最大执行性能方面看到有利结果的机会是可能的。

高频论文

1. High Frequency Trading – Measurement, Detection and Response

2. Adaptive Strategies for High Frequency Trading

3. Algorithmic and High-frequency trading: an overview

4. Algorithmic Seeking an Edge

5. The diversity of high frequency traders

6. Automation, Trading Costs, and the Structure of the Securities Trading Industry

7. Risk and Return in High Frequency Trading

8. Does Algorithmic Trading Improve Liquidity?

9. High Frequency Trading and Hard Information

10. High-frequency trading Better than its reputation?高频交易研究

11. Latency, Liquidity 高频交易研究 and Price Discovery

12. Machine Learning for Market Microstructure and High Frequency Trading

13. Middlemen Interaction and Market Quality

14. Need for Speed? Exchange Latency and Liquidity

15. News Trading and Speed

16. Why are Financial Services so Expensive?

17. The 高频交易研究 High-frequency Trading Arms Race: Frequent Batch Auctions as a Market Design Response

18. THE VOLUME CLOCK: INSIGHTS INTO THE 高频交易研究 HIGH FREQUENCY PARADIGM

高频交易研究

    高频交易研究
  • 莫莫
  • 2020-02-10 22:13:33

分析师Robert Burgess表示,高频交易的速度优势仍然成立,但套利已经消失。即更快的软件、更快的硬件或协同定位仍然有优势,但资产的价格往往已经被定价在与它们的价值相符的水平。 因此,游戏已经从单纯的速度转变为寻找价格还未回归价值的资产(被低估或者高估)。

说到这里,相信不少人已经发现这就是大部分对冲基金在做的事情,通过海量的资讯和数据分析,他们知道如何发现被低估的资产,并与交易所和交易对手进行必要的谈判。此外,与老式的高频交易相比,新式的高频交易成本和风险都要高得多,因此需要更大量的资金。传统的高频交易公司由金融技术专家运营和配备,资本极少。这些新变化使得散户越来越难利用高频交易获利,对冲基金等资本雄厚的机构却趁虚而入。

分析师Robert Burgess再指出,但高频交易不仅关乎速度。如果你做了一笔糟糕的交易,成为第一名并没有什么好处。 高频交易还包括以比最佳出价或报价更好的价格迅速执行无毒交易(即不反映任何价格变动信息的交易),并拒绝有毒交易。 因为有毒交易迫使市场价格对新信息做出更快、更准确的反应。这意味着,对于非知情投资者(尤其是散户投资者)而言,成本更低,价格更有效,而传统的流动性提供者和信息尚未反映在价格中的交易员的利润将受到损害。

与此同时,类似高频交易的技术如今已嵌入流动性较强的发达市场股票的市场结构,以及更为活跃的交易所交易期货和期权。它不再是一个独立的企业,也不再是一个巨大的利润来源。因此,纯高频交易正在进入其它市场,例如:流动性较差的股票、交易所交易的衍生品、新兴市场债券和场外衍生品等。

高频交易:数学重要?还是技术重要?

在国内,每快一毫秒(ms)就意味着能够比别人获得更多的机会,同时意味着在这场“负和”的游戏中有更高生存下去的可能。所以这个领域需要的不仅仅是写过几万行高性能C++编程的人,整个流程还需要很多hardcore的IT知识和经验,例如linux kernel tuning,网络硬件延迟的优化,对于海量数据的接收、存贮和读写,并行算法,嵌入式系统,而且越来越多的shop采用定制的硬件,因此对于非x86系统和处理器的深入了解也是非常有帮助的,比如懂FPGA的人(因为要用到低延迟技术):

FPGA(Field Programmable Gate Array)是在PAL、GAL等可编程器件的基础上进一步发展的产物。它是作为专用集成电路(ASIC)领域中的一种半定制电路而出现的,既解决了定制电路的不足,又克服了原有可编程器件门电路数有限的缺点。

▍FPGA 为什么快?

CPU、GPU 都属于冯·诺依曼结构,指令译码执行、共享内存。FPGA 之所以比 CPU 甚至 GPU 能效高,本质上是无指令、无需共享内存的体系结构带来的福利。

冯氏结构中,由于执行单元(如 CPU 核)可能执行任意指令,就需要有指令存储器、译码器、各种指令的运算器、分支跳转处理逻辑。由于指令流的控制逻辑复杂,不可能有太多条独立的指令流,因此 GPU 使用 SIMD(单指令流多数据流)来让多个执行单元以同样的步调处理不同的数据,CPU 也支持 SIMD 指令。

而 FPGA 每个逻辑单元的功能在重编程(烧写)时就已经确定,不需要指令。

▍微波塔

举一个欧美竞争白热化的例子:GetCo是跟Citadel一样在高频领域少林武当级别的公司,他们有一块业务每年稳定盈利50+ million,突然有段时间这块业务赚不到钱了,这是为什么呢?原来有家公司花重金铺设了从芝加哥到纽约的微波塔,而微波在空气的转播速度快过光纤传输信号的速度,就这看似微乎其微的差别影响了一大块业务线。

此外,操作速度也是原始机器温度的函数,这一点也很重要!

▍算法效率

它是一个深层次的问题。你需要知道简单操作(如乘法和加法)的确切处理速度(除法非常昂贵,应该不惜一切代价避免)。此外,每个操作的累加意意味着你希望你的模型非常简单。一个使用500个特征的模型常常会比一个只使用3个特征的模型表现得差,即使这个模型“更具预测性”。这是因为,如果你不能成功地根据这些预测采取行动,可预测性就没有任何意义。

数学游戏

▍机器学习(Machine Learning)

▍目标函数

目标函数在拟合、过拟合和欠拟合方面都非常重要。Lasso很好,是因为它只能从你的特征集中挑出少量的特征,所以,如果你有500多个特征,也许返回5个返回非零值(这是因为绝对值在0时不可微)。然而,如何处理离群值(Outliers)和高度相关的变量,也是我们需要面临的困难。

▍风险管理

其他的游戏

市场上许多参与者的目标是利用各种各样的技术操纵市场。例如,一些经验丰富的投资者可能会意识到市场“过于脆弱”,因此买入一些股票,看到市场反应过度,然后以更高的价格卖出。更复杂的策略包括使用交易所提供的多样化订单类型,利用交易所的微观结构等。

高频交易研究

高频交易

奥尔德里奇是众多顶级行业聚会的演讲嘉宾以及学术和前沿出版物的撰稿人,这些刊物包括Journal of Trading,Journal of Alternative Investments,E-Forex,HedgeWorld,FXweek.

奥尔德里奇是众多顶级行业聚会的演讲嘉宾以及学术和前沿出版物的撰稿人,这些刊物包括Journal of Trading,Journal of Alternative Investments,E-Forex,HedgeWorld,FXweek,FINalternatives,Wealth Manager和Dealing With Technology等。她还经常在商业电视节目中露面,其中包括CNBC,Fox Business,和The Daily Show with Jon Stewart等。

推荐序第1章 简介第2章 高频交易的发展 金融市场与技术革新 交易方法的演变第3章 高频交易综览 和传统交易的比较 市场参与者 运作模型 经济效益 高频交易系统的资金 结论第4章 适合高频交易的金融市场 高频交易研究 金融市场及其对高频交易的适用性 结论第5章 高频交易策略表现评估 收益的基本特征 有可比性的比率 绩效归因 策略评估中的其他考虑因素 结论第6章 指令、交易者及其在高频交易中的应用 指令类型 指令分布 结论第7章 不同频率下的市场无效和获利机会 高频下的价格波动的可预测性 结论第8章 寻找高频交易机会 收益率的统计特征 线性计量经济学模型 协整 波动率建模 非线性模型 结论第9章 处理分笔数据 分笔数据的属性 分笔数据的数量和质量 买卖价差 买卖价格反弹 对分笔数据的到达进行建模 用传统计量经济学方法处理分笔数据 结论第10章 市场微观结构下的交易——存货模型 存货交易策略概述 指令、交易者和流动性 有利可图的做市 有方向的流动性供应 结论第11章 市场微观结构下的交易——信息模型 度量信息不对称性 信息交易模型 结论第12章 事件套利 开发事件套利交易策略 什么构成了一次事件 预测方法 可用于交易的新闻 宏观经济新闻 高频交易研究 事件套利的应用 结论第13章 高频统计套利 数学基础 统计套利的实际应用 结论第14章 创建和管理高频策略投资组合 投资组合优化的解析基础 有效的投资组合管理实践 结论第15章 交易模型的回顾测试 评估点位预测 评估方向预测 结论第16章 实施高频交易系统 模型开发的生命周期 系统实施 测试交易系统 结论第17章 风险管理 确定风险管理目标 风险度量 风险管理 结论第18章 高频交易的执行和监控 执行高频交易系统 高频交易执行的监控 结论第19章 交易后的盈利分析 交易后成本分析 交易后表现分析结论参考文献

推荐序第1章 高频交易研究 高频交易研究 简介第2章 高频交易的发展 金融市场与技术革新 交易方法的演变第3章 高频交易综览 和传统交易的比较 市场参与者 运作模型 经济效益 高频交易系统的资金 结论第4章 适合高频交易的金融市场 金融市场及其对高频交易的适用性 结论第5章 高频交易策略表现评估 收益的基本特征 有可比性的比率 绩效归因 策略评估中的其他考虑因素 结论第6章 指令、交易者及其在高频交易中的应用 指令类型 指令分布 结论第7章 不同频率下的市场无效和获利机会 高频下的价格波动的可预测性 结论第8章 寻找高频交易机会 收益率的统计特征 线性计量经济学模型 协整 波动率建模 非线性模型 结论第9章 处理分笔数据 分笔数据的属性 分笔数据的数量和质量 买卖价差 买卖价格反弹 对分笔数据的到达进行建模 用传统计量经济学方法处理分笔数据 结论第10章 市场微观结构下的交易——存货模型 存货交易策略概述 指令、交易者和流动性 有利可图的做市 有方向的流动性供应 结论第11章 市场微观结构下的交易——信息模型 度量信息不对称性 高频交易研究 信息交易模型 结论第12章 事件套利 开发事件套利交易策略 高频交易研究 高频交易研究 什么构成了一次事件 预测方法 可用于交易的新闻 宏观经济新闻 事件套利的应用 结论第13章 高频统计套利 数学基础 统计套利的实际应用 结论第14章 创建和管理高频策略投资组合 投资组合优化的解析基础 有效的投资组合管理实践 结论第15章 交易模型的回顾测试 评估点位预测 评估方向预测 结论第16章 实施高频交易系统 模型开发的生命周期 系统实施 测试交易系统 结论第17章 风险管理 确定风险管理目标 风险度量 风险管理 结论第18章 高频交易的执行和监控 执行高频交易系统 高频交易执行的监控 结论第19章 交易后的盈利分析 交易后成本分析 交易后表现分析结论参考文献
· · · · · · (收起)