# 对大规模历史数据进行量化的市场行为模拟时，产生了新的投资方法，即高频交易 新引入一种金融产品，会在短期内形成大规模的市场冲击，恰如海啸。但是技术的影响却是水滴石穿，微妙而持久。最初是人工交易，知道20世纪80年代，纽约证券交易所才导入了第一个电子执行系统；1983年纳斯达克推出的交易系统只对做市商开放，这些统统可以看做电子化交易。到20世纪90年代，产生了系统化交易的概念。当今，交易网络越来越扁平化，电子通信网络成为交易的载体。这些技术的变迁也影响了技术分析的指标和方法。而电子交易、高频交易和传统长期投资的区别如下图： # 高频交易的关键特点 1. 处理分笔交易数据 2. 高资金周转率 3. 日内开平仓 4. 算法交易 # 高频交易的软件系统组成 1. 交易信号生成器 - 接受并处理分笔数据，产生资产分配和交易信号，并记录交易盈亏 2. 交易模型构建器 - 使用金融建模软件来建模，包括Matlab， R， Python 3. 宏观信息收集器 - 搜集互联网上公开的相关资产信息 4. 最优算法执行器 - 通过选择交易时机、拆分交易委托单等方式获取一个时段内的最优执行价格 5. 实时风险管控器 - 确保系统的执行在可接受的事先设定的界限内 6. 其他 - 例如第三方研究机构接口、系统运行状态监控等等 # 高频交易的运作模型 1. 开发计量经济学模型 * 投入数学模型的开发 * 至少2年数据的回顾测试 2. 开发执行模型所需要的系统 * 接收并保存所关注交易对象的实时分笔数据 * 应用上面经过回顾测试的模型来处理收到的实时分笔数据 * 发出交易指令并记录持仓大小和盈亏 * 监视实时交易行为，和预先设定的风险参数对比，从而管理交易风险 * 结束交易后对交易行为进行表现评估 * 确保执行交易的所有费用在可接受范围内 3. 确保投资资金 * 收益的80%用于支付给交易的投资者，不到20%为资金管理人的表现费，一般还有固定的管理费，比如0.5% * 资金的使用效率，需要在收益率、风险、杠杆中去寻求平衡 # 适合高频交易的金融市场 进行高频交易的两个先决条件： 1. 快速开平仓（A政策；B市场流动性；C交易平台的完备性） 2. 市场具有足够的波动性以确保价格变动能够超出交易成本 下图是不同金融产品的最优交易频率（按流动性分类）  # 高频交易策略表现评估 评估交易策略的最基本的指标就是**一定时间段内**的**收益**。 1. 平均收益值 - 收益平均值所在的位置，越高越好。 2. 收益波动率 - 收益在平均值周围的分散程度，一般用收益的标准差来表示。 3. 最大回撤法 - 记录了上一个全局最大值之后，下一个全局最大值（超过上一个）之前出现的最小值所带来的波峰到波谷的最低收益。 * * * * * 上面是主要指标，下面还有2个指标： 1. 偏度 - 描述的是收益率分布相对于均值的位置 2. 峰度 - 指示的是收益分布的尾部是否是正态的 * * * * * 有多种表现度量方法将均值、方差和尾部风险等整合进一个数字，用来作为策略表现的评估值：