什么是高频交易?高频交易有多快?

作者:迪帕克.萨克提 翻译:裴文海

股票市场在社会上常被称为恐惧和贪婪的指数。在股票市场上,算法已经开始显示不带任何情感地不懈追求决策目标的优势。股票市场的电脑化进程始于电子交易所取代公开叫价。这不仅带来了前所未有的透明度,而且使更广泛的信息获取成为可能。计算机化的下一波浪潮来自于贸易领域的互联网。计算机以民主的方式向全球每一个人提供实时信息,不受任何歧视,并让交易员可以直接下单。计算机取代了系统中的中间人,为最终消费者提供了真实和直接的访问。

现在,计算机正逐渐从股票市场的推动者和促进者转变为决策者。在取代了经纪人的必要性之后,计算机正使传统的投资顾问变得毫无用处。股票市场通常被称为社会中恐惧和贪婪的指标。算法已经开始显示了在股市中没有任何情绪的情况下不断追求决策目标进行投资的优势。人工智能的本质就是用人类智慧包裹着的一个计算机程序。算法是由人类设计的简单规则,用于一遍又一遍地执行任务。缺乏情感和重复执行相同任务的能力是最终的胜利。

计算机正从股票市场上单纯的推动者和推动者转变为决策者。计算机正让传统的投资顾问变得毫无用处。算法可以执行的许多日常任务,并协助做出决策。如今的算法可以阅读财务报告,在互联网上搜索任何相关信息,分析社交媒体上的任何迹象,并做出公正的决定。这个交易的分支叫做算法交易。由于算法是由人类智能驱动的,它们有规律地进化。就像在交易大厅里,许多经纪商为了达到合适的价格而相互竞争一样,如今许多算法也在相互竞争。

高频交易(High Frequency Trading, HFT)是算法交易(Algorithmic Trading)的一个分支,在算法交易中,买卖决策非常迅速。高频交易对买卖双方的有效匹配起着至关重要的作用。在高频交易中,每隔几秒钟只有少量的交易,高频交易的利润通常非常小,因为仓位很快被平仓,而且仓位只保留几秒钟。算法使交易发生的次数最大化。例如,在一个高频算法中,一只股票的交易量可以达到交易量的10%,并且可以执行数千笔交易。高频交易运行在统计模型上,赢的几率通常大于输的几率。高频交易本质上是风险较低的,因为小的仓位和相对非常短的开放时间。

高频交易到底有多快

你眨一下眼镜需要300到400毫秒的时间。就在这一眨眼的功夫,几个订单就可能在你眼皮底下完成。

当有人下订单买入或卖出股票时,交易台会处理该订单并将其发送到不同的市场以完成该订单。这些订单是必须从一个点到另一个点的信息。由于市场的实际距离各不相同,因此某些市场可能会在几毫秒内看到订单。

举个例子,现在有人在芝加哥市场上以低于1美分的价格出售股票。在芝加哥市场购买该股票,然后立即在纽约出售它,可以为那些先做这件事的人带来快速的利润。

如果小张可以在每秒中交易10000次,每个交易盈利0.0001美元。那就相当于每秒小张就赚了1美元,每分钟60美元,仅需一小时就可获得3600美元。

由于高频交易可以在不到一毫秒的时间内完成,如果你能在别人面前看到这个订单,那么你就可以在别人反应过来之前比别人少花1美分买到这单,并且卖掉。这样的操作基本上是100%能盈利的。换句话说,如果能将传输信息所需的时间减少毫秒,就有可能会带来数百万的利润。

其中一条最重要的一条金融信息传输路线是从芝加哥到纽约。我们将用这个来作为讨论的案例,也将解释为什么近几年有数亿美元的投资用来减少信息在两个金融中心之间信息来回移动所需的时间。

150多年来,买卖的订单都通过铜缆传输,铜缆一般都沿着铁路线,因此蜿蜒曲折。消息从芝加哥到纽约来回传输2000英里需要0.25秒。当光纤电缆最终在20世纪80年代出现时,信息可以通过光而不是电来传播,当然,这种信息要快得多。我们现在大部分信息都是通过光缆传播的。通过光束,芝加哥到纽约的往返路径只需要14.5毫秒。与铜缆相比,这是非常大的进步。

但是,如果我们要让这条道路更短,并摆脱所有的光缆线路的上曲折线路带来的时间上的浪费呢?

纽约到芝加哥之间的直线距离是720英里。当然,这是不可能的,因为为了做到这一点,你必须穿过其他人的财产和湖泊。但是差不多五年前,一家名为Spread Networks LLC的公司花费了大约3亿美元,为了节省从纽约到芝加哥的线路中的175英里(约281千米),使总往返时间从14.5毫秒减少到13.1毫秒。

想象一下,花费3亿美元只是为了减少1.4毫秒。

很明显,每毫秒都很重要,所以公司开始寻找更快地发送信息的方式也就不足为奇了。但是什么比通过光缆的光速更快?事实证明,玻璃光纤的光速比通过空气的光速要慢得多。

光是一种电磁波,可以在真空中以每秒300000公里的速度行进,并且几乎可以快速通过空气。然而,即使是最清晰的玻璃,光也只能以每秒20万公里的速度行进。简单来说,光纤需要1.5纳秒(0.0000015毫秒)才能通过一英尺光纤,但只需1纳秒(0.000001毫秒)即可在空气中移动一英尺。

根据这个知识,各个公司开始向微波发射器投入数百万美元,在金融市场数据中心之间建立微波链。这些微波发射器意味着从纽约到芝加哥的往返现在可以减少到8.5毫秒。

但即使这还不够。

现在有几家公司开始使用毫米波,这种波提供更短的波长,并且可以传输比标准微波传输更多的信息。相比之下,近五年前花费3亿美元的光纤网络可能不再适用于高频交易。

如今,公司仍在努力创造减少两大金融中心之间每一毫秒的可能性。根据光速,纽约和芝加哥之间发送信息的理论限制为7.96毫秒。让我们看看谁先到达那里。

2014年3月,作者迈克尔·刘易斯(Michael Lewis)出版了一本名为《闪电男孩》(Flash Boys)的书,书中谈到高频交易公司对市场的负面影响。加拿大金融服务业高管布拉德•胜山(Brad Katsuyama)积极宣传这本书的意识形态。这本书只强调了一种观点,而故意忽略了另一种。

就像硬币的两面一样,高频交易的争论也有两面。一方面是迈克尔•刘易斯(Michael Lewis)和布拉德•胜山(Brad Katsuyama)所展示的高频交易的“魔鬼”的一面,另一方面是推动市场走向繁荣和流动性的高频交易的“天使”的一面。迈克尔•刘易斯本人也承认,高频交易为市场提供了更多流动性,降低了交易费用,并导致市场趋紧和范围扩大。


如果我们的文章对您有帮助的话,欢迎点赞、转发和关注我们

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,732评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,496评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,264评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,807评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,806评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,675评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,029评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,683评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 41,704评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,666评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,773评论 1 332
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,413评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,016评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,978评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,204评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,083评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,503评论 2 343

推荐阅读更多精彩内容