高频交易:信息与时间的战争

2023-07-27 10:07发布

高频交易战是一场信息与时间的战争,以最快的时间获得最早的信息是制胜的关键。



高频交易是如何赚钱的?

高频交易的前提是:股票交易由人转为由计算机完成,实现完全自动化。


在金融二级市场中,一次传统的交易行为,会涉及三方:投资者(出钱的人)、经纪商(投资者和公开市场的中间人,即常说的broker/dealer)和交易所(有资质的股票交易平台)。


投资者通常想大量买入/售出股票,比方说,给经纪商下达购买10万股微软股票的指令。这10万股股票往往会分散在多个交易所中,比方说,A交易所有1万股,B交易所有5000股……而经纪商要做的,就是在最低的价格下,将这10万股股票从各个交易所中全部买到。


信息的传输需要时间。经纪商在下单的瞬间,下单信息的传递从A交易所到B交易会有时间差。此时,高频交易员套利的机会出现了。高频交易员事先会在每个交易所都放出小额的买卖订单(通常只有100股),通过这些小额订单,试探市场上的投资者的买卖意愿。


比方说,一旦投资者购买了高频交易者在A交易所放出的的100股微软股票,从而被试探出是一个买家,高频交易者就会迅速买走市场上其他交易所剩下全部的9.99万股股票,然后抬高股价再卖给投资者。这笔套利行为,对高频交易员是没有任何风险的——因为他可以确定市场上有买家。


高频交易流程示意图(可放大看)


如何确保高频交易员们放出的小额订单,在所有订单之中最先被交易(从而让他们最早获得交易信息)呢?这就涉及到交易所和高频交易员的灰色交易


通常情况下,交易所会对来此交易的经纪商收取一定费用,作为平台的使用费用。但是,一些特殊的交易所,不但不会收费,反而会对前来交易的经纪商给予补贴。


由于经纪商的交易算法设计,会自动化寻找价格最优的交易平台进行交易,这些交易所里的订单就可以保证会被优先交易。


一个个交易所就好比是高频交易员们钓鱼的鱼池,如果其中某个鱼池的鱼饵特别肥美,订单自然会被优先吸引到那个鱼池。


可想而知,高频交易公司会支付给这些特殊的“补贴交易所”一定的费用,但这些费用与他们从投资者处套利赚来的相比,九牛一毛。



高频交易的核心技术1. 计算机算法

高频交易战打的是时间差,以最快的时间获得最早的信息。高频交易员们无须获得全部信息——只要捕捉到买卖意愿即可。


老练的高频交易员,可以通过订单从一个交易所向另一个交易所传递的时间差,来识别股票的经纪商。一旦定位到股票的经纪商,再根据这个经纪商历史的行为模式,只要有足够的数据输入,就可以计算推断出整体的订单量与对方可接受的最高/最低风险价格。



2. 远程通信

买卖信息在市场各方之间的传递速度是高频交易成功的命脉。带宽、信噪比、传输媒介、传输路线、接入点的位置、信号中继器等的设计,都决定了高频交易公司能否掌握第一手的最快信息从而套利。


美国延展网络公司就靠着一条比其他通信公司更短、更直接的连接交易所之间的线路,从高频交易公司中赚取了大笔财富。


这里涉及到一个很有意思的博弈论问题。最初,并不是所有的高频交易公司都愿意以高价来购买昂贵的高速线路,然而,一旦有一个高频交易公司购买了,它便会拥有市场上最快的信息获取速度,而其它的交易公司就完全无法获利。


由于担心被竞争对手占据优势,最终,所有的高频交易公司都会想方设法购买最快的线路、最近的设备地址,无论成本多高。



高频交易对市场的影响

高频交易是不是道德的?


在知名作者Michael Lewis看来,显然不是。股票的套利买卖本质上不提供任何实际的价值增值,反而会造成市场上股价的异常波动,让投资者丧失信心——不管其背后的技术多精尖、速度多迅猛。


正如那位年老的证交会官员所说:


“如果他们不是真的想下单,那他们就不应该下虚假订单。”


然而,高频交易时代,计算机算法带来的自动交易,确实极大地降低了交易成本和提高了流动性;同时,交易的买卖价差也大幅减少,由原先的1/6减少到1/100。



专业名词解读

金融二级市场:以交易为目的的市场,提供流动性(liquidity),同时也有价格发现(price discovery)的职责。


暗池:dark pool,在交易所之外的可以进行交易的交易平台(场外交易),信息透明程度低。一般由获得资质的大投行开设。本书指明,暗池提供了经纪商(投行)也可以在高频交易中分一杯羹的可能性。


买价与卖价:买ask,就是要买股票的价格;卖bid,就是要卖股票的价格。股票套利的基本思路就是:低买高卖。



附:相关书目推荐

CFA一级教材(Equity部分)


Broad Telecommunications Technologies And Management (第10章)


高频交易员(Michael Lewis著)


作者:朝朝,公众号:zhaosTALK,微信号:anankeyboard


题图来自 Unsplash,基于CC0协议。