Der Simons Grand Prize Fund ist ein Wall Street Hedge Fund-Mythos, der 20 Jahre lang mit einem durchschnittlichen Jahresgewinn von 35 Prozent eine jährliche Rendite von mehr als 60 Prozent erzielte, wenn man die 5%-Verwaltungsgebühren und die 40%-Ausbeute des Fonds berücksichtigt.
Die Strategie von Simmons besteht vor allem darin, mit Hilfe von leistungsstarken mathematischen Modellen und Computersoftware in verschiedenen Produkten des globalen Marktes mit hoher Frequenz zu handeln, um kleine Schwankungen zu profitieren und so eine solide, dauerhafte Rendite zu erzielen. Diese marktneutrale Strategie ist weniger beeinflusst von Bärenmärkten und kann nur dann Geld verdienen, wenn es Schwankungen gibt.
Im Allgemeinen umfasst HFT hauptsächlich die folgenden Strategien: Liquidity Rebate Trading, Predatory Algorithmic Trading und Automated MarketMakers Trading.
Um die oben genannten Hochfrequenz-Handelsstrategien deutlich zu machen, wird hier ein Fall aufgebaut, der sich sehr gut mit den tatsächlichen Transaktionen deckt. Ein Käufer-Institutionalinvestor beschließt, 10.000 Aktien von XYZ-Aktien zu einem Preis von etwa 30 USD zu kaufen. Wie bei den meisten Käufer-Institutionalinvestoren wie Mutual Funds, Pensionsfonds usw. wird der Kauf zuerst in sein algorithmisches Handelssystem eingegeben. Um den Schlag auf den Marktpreis zu minimieren, verarbeitet das algorithmische Handelssystem des Investors den Großkauf in zwei Phasen: Erstens wird er in Dutzende oder sogar Hunderte kleiner Käufe aufgeteilt (ein kleiner Kauf ist normalerweise zwischen 100 und 500 Aktien) und dann werden diese kleinen Käufe in einer bestimmten Reihe in den Markt gebracht.
Liquiditätsrückzahlungen
Zur Gewinnung von weiteren Transaktionsbestellungen bieten alle US-Börsen den Broker, der Liquidität erzeugt, einen gewissen Transaktionsgebührenrückschlag, in der Regel 0.25 Cent/Aktie. Bei Erfolg der Transaktion zahlen die Börsen dem ursprünglichen Broker, der diese Liquidität bereitstellt, einen Rückschlag, während sie den Broker, der diese Liquidität ausnutzt, höhere Gebühren berechnen.
In diesem Fall wird angenommen, dass der psychologische Handelspreis des institutionellen Investors zwischen 30 und 30,05 USD liegt. Wenn die erste Auszahlung (z. B. 100 Aktien) im Handelssystem erfolgreich ist, wird die Auszahlung mit einem Preis von 30 USD getätigt. So springt die zweite Auszahlung (z. B. 500 Aktien) aus dem Handelssystem hervor. Angenommen, die Auszahlung ist ebenfalls erfolgreich, wird sie mit einem Preis von 30 USD getätigt.
Nach dem Erfolg der Transaktion ändern die Rückforderungshändler sofort die Handelsrichtung und verkaufen die 100 Aktien, die sie gerade für $30.01 gekauft haben, zu dem gleichen Preis, nämlich $30.01. Da die $30-Aktie nicht mehr existiert, ist es sehr wahrscheinlich, dass die Verkaufsanweisung von institutionellen Investoren angenommen wird.
Dabei erhält der Rücktrittshändler eine Rücktrittsgebühr von 0,25 Cent pro Aktie, obwohl der Rücktrittshändler während des gesamten Transaktionsprozesses keinen Gewinn erzielt hat, da der zweite aktive Verkaufsschein dem Markt Liquidität bietet. Selbstverständlich wird der Gewinn von 0,25 Cent pro Aktie, den der Rücktrittshändler erzielt, durch die zusätzliche Zahlung von 1,0 Cent durch die institutionellen Investoren gekürt.
Algorithmische Transaktionen
In den USA folgen mehr als die Hälfte der Algorithmen für institutionelle Anleger-Offerungen der National Best Bid or Offer (NBBO) der SEC. In der Tat, wenn ein Kunde eine Wertpapier kauft, muss der Makler garantieren, dass er den besten Verkaufspreis gibt, der auf dem Markt vorhanden ist, und wenn ein Kunde die Wertpapier verkauft, muss der Makler garantieren, dass er den besten Kaufpreis gibt, der auf dem Markt vorhanden ist. Nach diesem Prinzip wird häufig der Kurs der Aktie angepasst, um die zweite Auflage zu erledigen, weil die Preise einer Auflage in der Reihenfolge höher sind als die anderer.
Eine Geisel-Algorithmus-Handelsstrategie ist eine Strategie, die auf der Grundlage der Forschung über die historischen Regeln der oben genannten Kursänderungen entwickelt wurde. Im Allgemeinen wird die Strategie verwendet, um institutionelle Investoren zu veranlassen, ihre Kaufpreise zu erhöhen oder ihre Verkaufspreise zu senken, um so einen Handelsgewinn zu erzielen.
In diesem Fall geht man davon aus, dass institutionelle Investoren dem NBBO folgen und den psychologischen Transaktionspreis zwischen 30 Tonnen und 30.05 US-Dollar liegen. Wie der liquid-rebound-Händler in dem vorhergehenden Fall nutzen die Jagd-Algorithmus-Händler sehr ähnliche Verfahren und Techniken, um nach potenziellen aufeinanderfolgenden Algorithmus-Bestellungen anderer Investoren zu suchen. Nachdem der Computer die Existenz eines Algorithmus-Rechnungsbeitrags mit einem Preis von 30 US-Dollar bestätigt hat, beginnt der Jagd-Algorithmus-Händler sofort den Angriff: Er gibt einen Kaufpreis von 30.01 US-Dollar an, was die institutionellen Investoren zwingt, den Preis für die Nachkaufszahlung schnell auf 30.01 US-Dollar zu erhöhen; dann treibt der Jagd-Algorithmus-Händler den Preis weiter auf 30.02 US-Dollar, was die institutionellen Investoren dazu veranzt, weiter zu jagen.
In dieser Art und Weise werden die Preise von Jagd-Algorithmus-Händlern sofort auf den höchsten Preis, der für institutionelle Investoren akzeptabel ist, von $30.05 gesteigert, und die Aktien zu diesem Preis an die institutionellen Investoren verkauft. Jagd-Algorithmus-Händler wissen, dass der menschliche Preis von $30.05 in der Regel schwer zu halten ist, und füllen sich damit, wenn der Preis sinkt, um einen Gewinn zu machen.
Automatisierte Marketingstrategien
Es ist bekannt, dass die Hauptaufgabe von Market Traders darin besteht, den Handelsplatz mit Liquidität zu versorgen. Automatische Market Traders, wie normale Market Traders, erhöhen die Liquidität, indem sie den Markt mit Kauf- und Verkaufsaufträgen versorgen. Anders ist es, dass sie oft rückwärts mit den Anlegern arbeiten. Hochgeschwindigkeitscomputersysteme von Automatischen Market Traders haben die Fähigkeit, die Investitionsbestimmungen anderer Anleger zu erkennen, indem sie superschnelle Aufträge erteilen.
In diesem Fall wird angenommen, dass ein institutioneller Investor seinem algorithmischen Handelssystem eine Reihe von Zahlungen mit einem Preis zwischen 30.01 und 30.03 US-Dollar ausgibt, von denen niemand weiß. Um die Existenz potenzieller Aufträge zu erkennen, beginnt das High-Speed-Computersystem des automatisch tätigen HF-Händlers mit der Ausgabe eines Verkaufsbeitrags für 100 Aktien zu einem Preis von 30.05 US-Dollar. Da der Preis über dem Investor-Preis-Obergrenz liegt und somit keine Reaktion hervorruft, wird der Kaufbeitrag schnell zurückgezogen. Der Computer probiert erneut zu einem Preis von 30.04 US-Dollar oder erzeugt keine Reaktion, so dass der Kaufbeitrag auch schnell zurückgezogen wird.
Die drei oben genannten sind die wichtigsten Hochfrequenz-Handelsstrategien, die so hohe Anforderungen an die Leistung von Computern und Netzwerken stellen, dass einige Handelseinrichtungen ihre Serverfarmen in der Nähe von Computern der Börse platzieren, um die Entfernung zu verkürzen, die Handelsanweisungen mit Lichtgeschwindigkeit über Kabel reisen.
Tatsächlich gibt es schon lange heftige Diskussionen über die Auswirkungen von Hochfrequenz-Handel auf den Markt. Ein Bericht der Federal Reserve Bank of Chicago stellt fest, dass Hochfrequenz-Handel zwar für den Markt von Vorteil ist und die Liquidität des Aktienmarktes erhöhen kann, aber auch katastrophale Auswirkungen auf die Marktentwicklung haben kann, wenn die Prozedur fehlerhaft oder menschlich vernachlässigt wird.
Ein weiteres Problem ist, dass hohe Frequenz-Trading Marktunfairheiten verursacht und die erforderlichen Geräte und Rechenleistung für kleine und mittlere Investoren, die sich von hohen Frequenz-Trading profitieren, eine unüberschreitbare Grenze darstellt, die zu Marktunfairheiten führen kann.
在国内市场，目前基本上没有高频交易的土壤，股票市场是T+1，股指期货市场的持仓、交易频率都有很大的限制。商品期货市场可以做一些日内的短线交易，但是离高频交易尚且有很大的距离。从监管层的态度以及国内市场的发展来看，高频交易在国内短期内无法成为一个主要的交易方式。
JackySGDer Gott der Quantität, Simmons 1, Zero 2