Digital Tech

算法交易策略

任何算法交易策略都需要有确定的机会,就提高收益或降低成本而言,这是有利可图的。以下是算法交易中常用的交易策略: 趋势追踪策略最常见的算法交易策略遵循移动平均线,通道突破,价格水平波动和相关技术指标的趋势。这些是通过算法交易实现的最简单的策略,因为这些策略不涉及任何预测或价格预测。根据期望趋势的发生来开始交易,这些趋势可以通过算法轻松,直接地实现,而不会陷入预测分析的复杂性。使用50天和200天移动平均线是一种流行的趋势跟踪策略。 套利机会在一个市场上以较低的价格购买双重上市的股票,而在另一个市场上以较高的价格出售它,则提供了无风险利润或套利的价格差。由于有时会存在价格差异,因此可以对股票与期货工具进行相同的操作。实施一种算法来识别这种价格差异并有效地下订单可以带来获利的机会。 指数基金再平衡指数基金规定了重新平衡的时期,以使其持有的股票与各自的基准指数持平。这为算法交易者创造了获利的机会,他们利用预期交易提供了20到80个基点的利润,具体取决于指数基金重新平衡之前的指数基金的股票数量。此类交易是通过算法交易系统启动的,以便及时执行并获得最佳价格。 基于数学模型的策略经过验证的数学模型,例如中立型三角交易策略,可以结合期权和基础证券进行交易。 (Delta中性是由多个头寸组成的投资组合策略,它们抵消了正负增量-一种将资产(通常是可出售证券)的价格变化与其衍生产品价格的相应变化进行比较的比率。该资产的差额总计为零。) 交易范围(均值回归)均值回复策略基于以下概念:资产的高价和低价是一种暂时现象,会周期性地恢复到其均值(平均值)。识别和定义价格范围并基于该价格实施算法,可以在资产价格突破或超出其定义范围时自动进行交易。 数量加权平均价格(VWAP)数量加权平均价格策略可以分解大量订单,并使用特定于股票的历史交易量概况将确定的较小订单小块发布到市场。目的是执行接近于成交量加权平均价格(VWAP)的订单。 时间加权平均价格(TWAP)时间加权平均价格策略可以分解大笔订单,并使用开始时间和结束时间之间平均分配的时隙将确定的较小订单小块发布到市场。目的是在开始时间和结束时间之间接近平均价格执行订单,从而最大程度地减少市场影响。 体积百分比(POV)在交易订单被完全填满之前,该算法将继续根据定义的参与率和市场交易量发送部分订单。相关的“分步策略”以用户定义的市场交易量的百分比发送订单,并在股票价格达到用户定义的水平时提高或降低参与率。 实施方面的不足实施短缺策略旨在通过权衡实时市场来最小化订单的执行成本,从而节省订单成本并受益于延迟执行的机会成本。该策略将在股票价格有利地波动时提高目标参与率,而在股票价格不利地波动时降低目标参与率。 超越常规交易算法有几种特殊类别的算法试图识别另一侧的“事件”。这些“嗅探算法”(例如,由卖方做市商使用)具有内置的智能功能,可以识别大订单的买方是否存在任何算法。通过算法进行的这种检测将有助于做市商识别大订单机会,并使他们能够通过以更高的价格执行订单而受益。有时这被认为是高科技的领先者。