當大數據遇上高頻交易，高頻交易的算法及大事回顧

當大數據遇上高頻交易，高頻交易的算法及大事回顧

大家應該都有聽過有高手用電腦程式搶購iPhone，令到所有人買不到iPhone。這些以電腦程式作出的自動行為，以為被應用都各方面。今天要說的就是股票上的高頻交易，請先看看維基的介紹：

＂高頻交易（英語：High Frequency Trading，HFT），是指從那些人們無法利用的、極為短暫的市場變化中尋求獲利的自動化程序交易，比如某種證券買入價和賣出價差價的微小變化，或者某隻股票在不同交易所之間的微小价差。這種交易的速度如此之快，以至於有些交易機構將自己的「伺服器群組」安置到了離交易所的伺服器很近的地方，以縮短交易指令通過光纜以光速傳送的時間。一般是以電腦買賣盤程式進行非常高速的證券交易，從中賺取證券買賣價格的差價。＂

高頻交易早於上世紀九十年代已經出現，演進到今天，高頻交易的技術是非常成熟的。以這樣的高科技控制股票交易，散戶們是絕對做不到。

在大數據時代，高頻交易可以說得上如虎添翼。現在很多經濟及金融數據也很容易得到，大數據技術能夠快速有效地計算很多事情的相關關係，從而發掘出無數潛在投資機會。大數據最出名的例子是啤酒和尿片的故事，引用塗子沛在《大數據：正在到來的資料革命，以及它如何改變政府、商業與我們的生活》一書所說：

“尿布和啤酒，聽起來風馬牛不相及，但這是對歷史資料進行挖掘的結果，反映的是資料層面的規律。 這種關係令人費解，這是一個真正的規律嗎？ 經過跟蹤調查，研究人員終於發現事出有因：一些年輕的爸爸經常要到超市去購買嬰兒尿布，有30%到40%的新爸爸會順便買點啤酒犒勞自己。沃爾瑪隨後對啤酒和尿布進行了捆綁銷售，不出意料，銷售量雙雙增加。”

找到尿布和啤酒的相關關係有什麼厲害，在大數據的幫助下，我相信進行高頻交易的大戶，有能力找到跨國的投資機會。現在資訊很發達，我們可以接收世界上任何地方的消息，而這些消息是會影響我們投資決定，但高頻交易已經早於我們作出反應，從而賺取利潤。舉一個例子來說，2011年311日本大地震，日本股市應聲暴跌。當我們看到新聞時，當然立即賣出手上的股票。可能高頻交易以在日股暴跌的同時，沽空恆指，賺取金錢，而我們還未收到消息。補充一點，高頻交易的方法不是如此，但我想說是高頻交易加上大數據，就有可能演進出新的賺錢模式。高頻交易可以作出閃電交易，大數據就能找到潛在商機，兩者相遇，絕對是強強聯手，在這個高科技世界中，它們的未來肯定是無可限量。

高頻交易歷史事件大回顧

1998年，SEC授權允許電子交易，為高頻交易鋪好了路
2000年，高頻交易量佔美國股市約10%
2005年，高頻交易量來到了35%
2010年，高頻交易首度過半，5月6日當天道瓊盤中大跌約1000點，約一兆美元蒸發，然而20分鐘後卻快速上漲回來，SEC將責任歸咎於程式停損單連環殺出，程式出錯導致。

2012年，高頻交易創造了美國70%的交易量，同年8月1日，當時一家高頻交易商騎士資本，因為程式出錯，1小時內不斷買高賣低，大虧了4.6億美元，隔年還被罰款1200萬美金。最後命運是被Getco收購。

網址：http://www.businessweekly.com.tw/KBlogArticle.aspx?id=7266

引述唐TANG的分享

高頻交易一定都有以下特點：

1. 電腦控制，人是控制不過來的。2. 低費率。費率一般都在萬分之一以下，美國甚至會出現負費率（流動性提供商Rebate）3. 持倉/反應時間按秒算（高頻）， 甚至按毫秒微妙算（超高頻）一般還有以下特點：
4. 每筆低回報率，0.01%平均每筆回報算高的
5. 高Turnover, 每天交易1000個來回不算多。
6. 低交易風險，年化Sharpe Ratio 10 不算高
7. 高杠杆, 30倍杠杆不算高
8. 高總回報率。做高頻年化回報低於200%你都不好意思跟人說。
9. 高競爭， 這是一個零和遊戲。機會就那麼多，我賺了，你就賺不到甚至賠了。
10. 速度為王. 因為託管伺服器間幾米的距離，NYSE迫於壓力加了固定的延遲。FPGA, GPA計算在這上的運用並不新鮮。

網址：http://www.zhihu.com/question/19839828/answer/25391616

高頻交易裡面一個很著名的演算法是冰山演算法（tow the iceberg），詳情請參考以下網址：

http://www.weibo.com/p/1001603763754851532668?pids=Pl_Official_CardMixFeedv6__4&feed_filter=1

如果對高頻交易很有興趣，請看《Flash Boys》這本高頻交易的經典巨著。