2 量化交易概述

2.1 量化交易的发展

金融市场的指令计算机化，其标志是纽约证券交易所引入订单转送及成交回报系 统 (Designated Order Turnaround，DOT，及后来的 Super DOT)以及开盘自动报告 服务系统(Opening Automated Reporting System，OARS)。DOT 系统将订单通过电子 方式传至交易席，然后人工操作，而 OARS 系统可以对开盘价结算价的决定起辅助作 用[5]。

二十世纪八九十年代，美国证券市场的电子化成交兴起。报价方式的改变，电信 网络等技术的发展最终导致了越来越多的投资者采用计算机来分割交易指令进行交 易，以此来得到更好的收益，量化交易初步得到发展。这一时期的主要算法有：交易 时间加权平均价格（TWAP）、交易量加权平均价格（VWAP）、限价交易（LIMITEDPRICE）、 交易量参与度（VP）。

九十年代后期，量化交易在经纪业务和资产管理方面得到了很大的发展。在经纪 业务上，经纪商为获得更大的交易量，大规模推广了量化交易；在资产管理方面，特 别是金融领域的投资，大量新型的量化工具被广泛应用，这些都促成了量化交易的进 一步发展。论文网

由上述发展进程可以看出许多因素促成了量化交易的发展，2004 年至今是其发展 的快速时期，通信与计算机等科学技术的发展与革新是量化交易发展的主要助力。 2.2 量化交易分类

按照深圳交易所的定义程序化交易、自动交易、数量化投资、算法交易、高频交 易都隶属于量化交易，他们是量化交易的一个细分领域，在某一方面较为侧重而已[5]。

量化交易方式应用于投资决策后被称为量化投资。随着时代的发展，科学技术水 平的进步，现今的量化投资不再能简单地分成技术和基本面分析两类，而是两者的综 合[6]。量化交易凭借计算机等技术的帮助，可以在处理海量信息的过程中，捕获更多 的投资机会，获得更大的投资价值。

量化交易需进行各方面的综合考虑，涉及数量、流动性、波动率、成本、风险等 许多因素。针对投资者最终要实现的目标，通过算法的设计和不断优化，最终找到合 适的投资策略，这在大规模交易中显得更为重要。目前，国际上常用的交易算法仍是

上文中所提到的 VWAP 和 TWAP。 前者是尽可能的使成交价与市场均价相一致。后者则 是根据特定的时间间隔，在每个时间点上平均下单的算法。

目前量化交易中最流行的交易方式即为高频交易（High Frequency Trading）。 高频交易源于程序化交易，是指在较短的时间内利用地理位置等因素的差异而导致的 股价不同进行操作从而获得价差间的利润的交易方式。其特点是单笔利润较低，多是 通过大量交易从而得到可观的收入，持仓时间较短，交易频繁。经济全球化和科学技 术的进步，特别是通信、计算机技术的发展推动了高频交易的发展。如今它已成为美 国股票市场交易方式的主流，约占总成交量的 70%[1]。

2.3 量化交易策略

目前国内的量化交易（除去高频外），主要是以技术分析类模型为基础，其最大 缺点就是具有滞后性。 但无论如何，这种模型的准确性还是相对比较高的，在市场 上也运用得非常广泛，也最为大家所熟知。随着各种研究市场的经典理论以及计算机 的发展，预测类的模型开始进入到人们的视线中，越来越多的研究表明当前市场并非 是完全有效的，人们试图利用更加高级的模型来预测价格的走势，以期获得更好的收 益。这种预测类的模型种类有很多，但依据建模理论的不同，可以划分为两类：一类 是以统计分析为基础，例如 Markov Chain 模型、ARIMA 模型、市场中性策略等，另一 类是建立在金融数学、金融生物学、金融物理学等理论基础上的，如遗传算法、决策 树、模式识别、神经网络、支持向量机等[6]。 基于SVM的量化交易算法研究(3):http://www.751com.cn/tongxin/lunwen_77072.html