高頻交易

Question

在過去幾周裏，我遇到了很多關於高頻交易的文章。他們都在談論計算機和軟件對此有多重要，但是由於它們都是從財務角度編寫的，因此沒有關於軟件的詳細信息。

任何人都可以從程序員的角度解釋什麼是高頻交易？爲什麼電腦/軟件在這個領域如此重要？

Answer 1

爲了擴大對保羅說：

執行HFT或UHFT服務器幾乎都是在交易所的數據中心搭配。這最大限度地減少了等待時間，並且還允許algos在訂單被廣播到市場之前使用Flash訂單（可能很快被禁止）來首先查看訂單流。許多算法會在幾毫秒內評估一個訂單，這是一個毫秒級的遊戲。據瞭解，交易團隊將全力以赴，包括聘請內核開發人員構建自定義操作系統組件，以便更好地優化訂單到達NIC之間的時間以及執行最終操作的時間。

有一對夫婦的戰略大桶這是目前被普遍使用：

首先是在大塊訂單前交易。爲了用保羅的例子來購買IBM的100萬股股票，HFT algo's將尋求購買壓力。不同交易所和暗池的公司計算機將需要共享信息，因爲訂單將被分割並且通常在多個交易所和暗池中執行。 HFT算法將使用統計/機器學習模型來預測購買壓力的大小，如果它確定了足夠多的話，它也將累積來自不同市場的股票並試圖以略高的價格出售它們。

第二個是流動性回扣交易，交易所將向市場參與者支付流動性。 （See Direct Edge Pricing）買入或賣出的股份只能在很短的時間內持有。我們的目標只是收取回扣，並在其他所有方面都實現收支平衡。

在這兩種策略類型中，想法都是在交易中製造便士（或分數），並每天多次執行此操作。

正如你可能已經注意到有很多HFT工作可用，因此交易變得越來越擁擠。我認爲這有點類似於21世紀初的統計數據，並且最終這種交易將不會很有利可圖，因爲有那麼多球員正在努力實現這一目標。

至於軟件爲什麼重要：毫秒重要。延遲是非常重要的，代碼需要緊密，快速和穩定。當市場違背您的行爲時，發生阿爾戈崩潰並被股票陷入困境並不是很有利可圖。針對這些要求進行工程設計是必然的，需要不同的技能實時查看完整訂購書確實需要一些功能強大的算法。雖然這很有趣也很有趣。

Answer 2

爲什麼電腦/軟件在這個領域如此重要？

最高的性能和最低的延遲是可取的，因爲您可以對事物做出更快的反應，您可以賺更多的錢。

Answer 3

您需要跟蹤價格，快速決定什麼是上漲和下跌，並相應地進行買賣。由於有很多不同的職位交易，所以用於分析和執行的更好的軟件可以爲您創造更多的收益。

更好意味着經常更新數據，以這種方式確定有趣的趨勢，以便您可以快速對它們做出反應，在執行頻繁需要的操作時易於使用。

Answer 4

在某些時候（例如期貨到期），有必要每分鐘進行數千次交易 - 顯然人類無法獨立完成這些交易。對於程序員來說，這個BTW是一個非常緊張的時刻，因爲如果出了什麼問題，幾乎沒有恢復的機會 - 程序員傾向於觀察他們的日誌文件在他們的嘴裏流動。

Answer 5

有兩個部分，以任何HFT系統：

1. 實時超低的延遲交易 - 訂閱來自許多不同來源的實時訂單和價格信息，執行設計用來進行校準算法一個大訂單，滑動最小（即你想在一天結束的時候購買100萬股IBM的股票，而不會過多地移動市場），或者只是試圖根據短期套利在統計上賺錢。該系統還必須提供良好的風險和職位管理工具，以便一個或多個人類操作員有效監控和控制系統正在執行的操作。

2. 過夜/每週等大量「時間點數據」（價格，時間和訂單書信息，以及系統上一次交易活動的歷史數據）等分析，希望優化和「搜索」最佳算法由＃1部分實時執行。即「校準」並測試將在＃1中執行的算法。

第一個需要低延遲和非常好的市場準入（即以最小的跳數直接與交換機進行網絡連接）。這部分通常必須用C或C++之類的非GC語言編寫（半秒延遲，而垃圾收集器阻止世界可能會非常昂貴）。第二，通常需要一個網格和許多很好的模擬和統計分析軟件，人工智能算法等

Answer 6

我只想補充一點，在這種交易中最流行的應用往往是CEP（複雜事件處理）。一些例子是Streambase，Apama和Aleri。另一方面，爲了處理大量的數據，人們使用高速數據庫，如KDB，OneTick和Vhayu。

如果您想了解技術挑戰的種類，我建議先看看這些供應商。他們的營銷材料將讓您對商業應用以及技術挑戰有一個很好的理解。