什麼​是​算法​交易?​基礎​知識、​策略​和​軟體

什麼​是​算法​交易?​基礎​知識、​策略​和​軟體
Written bySteve Miley
Published on
交易

算法​交易​是​一​種​交易​金融​市場​的​方法,​其中​一組​指令​事先​決定​並​編程​到​計算​機模型​中。​這​允​許​自動化​的​交易​過程,​通常​考慮​價格、​時間​和​交易量。​這​通​常​涉及​複雜​的​公式​和數​學​模型,​甚至​可能​包括​一些​人類​互動。​其目​的​是​對​不同​的​金融​市場​進行​交易​決策;​無論​是​買入​還是​賣出,​何時​進入​交易,​在​哪​個​時間​或​價格​進入,​何時​獲利,​何時​設置​止損。​算法​交易​是​一​種​基於​規則​的​策略,​規則​的​定義​是​關鍵​輸入,​決定​該​方法​是否​盈利。

 

什麼​是​算法​交易?


 

算法​交易 ​的​運作​方式​是​首先​定​義​策略​的​目標。​在​算法​交易​中,​這​不​一定​意味​著​目標​是​實現利潤。​許多​算法​交易​程序用​於​代表​機構​投資​者​執行​大量​訂單,​這些​投資​者​可能​尋求​在​市場​中以​最佳​整體​價格​進入​或​退出​頭寸。​雖然​這​與​試圖​獲利​相似,​但​由於​目標​不​同於​實際​的​利潤​獲得,​因此​為​該​策​略定義​的​規則​集​將​不同​於​純粹旨​在​長期​創造利潤​的​規則​集。



 

作為​交易​者,​我們​所​追求​的​是​利潤!​因此,​既然​這​是​目標,​下一​步​就是​定義​我們​希望​在​多長​時間​內​實現​這​一​利潤。​一般來​說,​算法​交易​是​在​短期​內​進行​的,​交易​可能​持​有​幾天,​但​更​有​可能​持​有​幾​個​小時​或​更短​的​時間,​可能​是​幾​分鐘​甚​至​幾​秒鐘。

一​旦算法​交易​者​決定​了​策略​的​時間​框架,​則​會​決定​一組​規則,​進行​實驗​並​應用​以構成​該​策略。​我們​將​在​下面​的​部分​“​最佳算法​交易​策略​是​什麼?​”​中​更​深入​地探討​這​一​過程。​這些​規則​和​整體​策略​需要​進行​嚴格​的​回測,​以確​保算法​交易​策略​至少​在​回顧時​是​盈利​的。

 

算法​交易​者


 

算法​交易​者​僅僅​是​使用算法​交易​方法​的​交易者。​算法​交易​者​決定​用​於​定​義算法​交易​策略​的​規則​和​過程,​其中​一些​我們​將​在​下面​更​詳細​地​探討。​通常,​算法​交易者​不僅​擁有​強大​的​市場​知識,​還會​傾向​於​交易​的​技術​分析​方面,​對​市場​有數​學​方面​的​興趣,​並且​可能​還​擁有​(​雖然​不​一定​)​一些​編程​知識​和​能力。

自21世紀​初​以來,​算法​交易​及​自動​化算法​交易​策略​的​發展​持續​擴展。​隨著​這​一​擴展,​越來​越多​的​交易​者​將​自己​視​為​算法​交易者。

 

算法​交易​軟體​選​項


 

最佳算法​交易​軟體​並​不​容​易定義,​Matlab、​Py​thon、​C++、​JA​VA​和​Perl​是​用於​編寫​交易​軟體​的​常見​編程​語言。​然而,​考慮​到​您​不​太​可能​直​接用​這些​語言​編程,​市場​上​有​許多​軟體​介面​可​供​個別​交易​者​使用。​對於​個別​交易​者​來​說,​最常​用且​可以​說​是​最好​的​可能​是​Meta Trader​套件,​包括​MT4​和​MT5​以及​MQ​L5​和​MQL4​編程​語言。​我們​建議​在​首次​進入​算法​交易​時​嘗試​這些。

 

為​什麼算法​交易​被​視為​重要?


 

算法​交易​很​重要,​因為​自1980年​代​以來​一直​在​上升,​但​在​21世紀​初​爆炸性​增長。​這​意​味​著算法​交易​現在​每​天​佔據​全球​交易量​的​相當​大​比例。​雖然​算法​交易​程序為​市場​提供​了​顯著​的​流動性,​但​它們​也​可能​造成​市場​的​波動性​加劇,​有​時​會​觸發​市場​的​劇烈​下跌​或​上漲。

 

算法​交易​策略


 

最佳算法​交易​策略​有​很多,​任何​策略​的​好壞​取​決於​其​產生​的​結果。​雖然​算法​交易​策略會​隨時間​而變,​但​有​一些​更​常用​的​起點,​算法​交易​者​用來​開始​設計算法​交易​策略。

這些​包括:

  • 趨勢跟​隨策略

  • 均​值回歸​策略

  • 基於​數​學​模型​的​策略



我們​將​更​深入​地探討​這些。

 

趨勢跟​隨策略


 

趨勢跟​隨策略​可能​是​最​常見​的​算法​交易​策略。​該​策略​將​通過​使用​移動​平均線​和​通道​來​跟​隨​趨勢,​可能​會​試圖​識別​趨勢線,​並​使用​各​種​其他​技術​分析​指標來​發出​趨勢信號,​例如​趨​勢動量​指標,​如R​SI。​使用​趨勢跟​隨​策​略​時,​無需​進行​未來​價格​計算,​只需​在​任何​定義​的​時間​框架​內​進入​趨勢方向​的​交易。​然後​在​這些​趨勢​被​策略​認為​已經​結束​時​退出(​並​可能​反轉頭​寸)。​趨勢​跟隨​的​算法​交易​策略​也​可以​被​視​為​動量​跟隨​的​算法​交易​策略。

 

均​值回歸​策略


 

均​值回歸​策略​基於​市場​價格​將​在​任何​時間​段​內回歸​到​平均​或​均值​價格​水平​的​想法。​這​基於​回歸​到​均值​的​數學​概念。​均值回歸​策略試圖​利用​特定​市場​經歷顯​著​價格​變化​遠離​平均​水平​的​情況,​假​設它​將​回歸到​之前​的​狀態。​算法​均​值回歸​交易​策略簡單來​說​就是​使用​這​一​概念,​但​通過​定義​的​規則​進行​形式化,​然​後用​自動​化​程序​進行​打包。​與​上述​的​趨勢跟​隨策略​一樣,​技術​指標如​布林帶​或​動量​指標如​隨機​指標​可以​在​均值回​歸算法​交易​策略​中​使用。

 

基於​數​學​模型​的​策略


 

大多數​算法​交易​策略​在​某些​方面​都​是​基於​數​學​模型​的​策略。​即使​那些​基於​基本面​的​算法​交易​策略,​如宏觀​經濟​數據、​更​廣泛​的​地緣​政治​事件​和​新聞,​仍然​有​數學​基礎。​然而,​仍然​有​一些​算法​交易​策略​是​非常​特定​於​數​學​模型​的。​數​學​模型​的​例子​包括:

  • Delta中性​策略

  • 套利策略

  • 配​對​交易​策略

  • 指數​基金​再​平衡策略

  • “​修正​”策略



 

算法​交易摘要


 

在​這​一​課程​中,​我們​探討​了​算法​交易​策略​的​運作​方式、​為​什麼​它​重要、​算法​交易者​的​組成​以及​各​種算法​交易​方法。

這​一​課程​的​關鍵​要​點是:

  • 如果​您​想​成為​算法​交易​者,​您需要​對​技術​分析​和​數​學模型​有​深入​的​理解。

  • 編程​知識​也​是​一​個​很​大​的​優勢。

免責​聲明:​本文​內容​僅​供​參考,​不應​被​視為​專業​建議。