ハイ周波数取引はどのように収益化されているのか?

前のページにはこう書かれています. 2016年7月30日,交易門の主人公,高頻度トレーダー李オは香港交通大学香港校友会に招待され,量化金融と高頻度取引をテーマにシェア会を行いました. 取引門の独占で初めてこのシェア会の内容を公開しました. この講演は,李オによって修正されました. ありがとうございます.

• ITの分野に少し偏りがありますが,私はいつもITをやっているからです. 数学や統計学の勉強を正常にしていないので,あまり正規には見えないかもしれません. 取引後の経験やちょっとした情報があります. ビジネス戦略の4つのタイプについて説明します. 数学やITの分野について説明します. Quantitative Tradingは,名前の通り,QuantitativeとTradingの2つの部分に分けられる. Quantitativeは,従来の手作業取引と比べて,多くのものがモデルによって量化され,直感によってではなく, 取引は,手作業取引ではなく,リスク管理と密接に関連し,プログラム化によって完了します. Quantitative Tradingは多くのカテゴリーに分類され,一週間から1ヶ月間でもできます. 基本的な部分には,いくつかのLong / Short Equity,いくつかのAlpha Strategyがあります. また,価格の量,例えばオプションの価格,価格設定方法があります. また,純粋な市場データの量があります.

グラフ1

• 高周波取引は,基本的には純粋な市場データを使用します.なぜなら,市場データは常に変化しているからです.しかし,FundamentalやNewsは,一般的に,常に変化しません. 高周波取引とは何か? まず,自動化だ. 高周波取引は手作業では不可能だ,時間的なレベルではない,計算能力が多く,強力なコンピュータが必要になる,それから大量に注文する,人間の手のように,おそらく毎秒,毎ミリ秒,取引だ. もちろん,この単数は,多くの撤回,多くの返済撤回を含みます。ある戦略は,多くの返済撤回,おそらく100万単数以上を提出し,わずか1万単数以上を成交します。また,非常に高い速度です。また,定義は,複雑なアルゴリズムを必要とするので,私は疑問符を打つ,いくつかのアルゴリズムは,実際には比較的シンプルで,複雑ではありません,おそらく小学校の数学レベルです。 話しを続ける前に,時間に関するいくつかの概念を紹介する.我々の平時計では,小さな単位は秒,あるいは分で表されるかもしれない.秒の下には,ミリ秒:千分の1秒もある.目をつぶると300ミリ秒くらいに見えるだろう.上海から深までのデータ伝送,ピングは30ミリ秒くらいだろう.次はマイクロ秒,千分の1ミリ秒,百万分の1秒だろう.高周波取引においては,取引決定は10〜20ミリ秒くらいで,もちろん,いくつかのハードウェアの方法で2ミリ秒くらいできるだろう.微秒の下には,ナナ秒,千分の1ミリ秒もあるだろう.これは非常に速いだろう.

2 図

• 比較してみましょう 眼を閉じると350ミリ秒,高周波取引では1000の取引決定を15ミリ秒で行う. 瞬く間に1万回以上の取引決定ができます. だから,高周波取引のタイムラインは違います. 高周波取引にとって,1秒は長すぎます.

• #### 高周波取引の主要戦略は以下の通りです.

3 図

• 市場戦略

市場戦略の目的は,市場における流動性を提供すること,Bid/Askをリストアップし,Bid/Askを絞り込み,中間価格の差を稼ぐことです. シンプルに聞こえますが,多くのモデルがあります. 建物の建設が進んだとすれば,建物の建設が進んだとすれば, 持てるポジションの管理や リスクの管理など いろいろなことが 議論されます 予測もたくさんあります 変動や価格の予測もたくさんあります 競争が激しくて ITの問題はとても重要です 迅速なオファーを出すことや 迅速な撤回も重要です ITのコストは高く,みんな競争しているから,みんなもっと早くしたいと思っているから,Co-LocationからFPGAまで,今はマイクロ波まで. 競争は激しくて. 門檻が高くて,残った数人はうまくやっている. 投資家は,市場が存在して,取引価格の差が小さくなり,利益を得ることができます. グラフ4 これは昨年8月12日の50株指数期貨の上場時の私の1つの戦略の表情です. その日の全市場の取引量は22万5千人,私の戦略は4.1%を占めました. P&Lも順調で,ドラウダウンは比較的小さいです. 資本需要も低いです. 昨年の7月,株価災害のため,中銀は株式指数期貨の部分投資家に対する制限を開始した.,7月のこの数日間は,Bid/Ask Spreadが伸びる兆候が見られる.9月7日までに,中銀は投機家に制限を開始し,倉庫保安金が40%まで上昇し,平仓手数料が1万分の23まで上昇し,単品の1日間の倉庫開設取引量は10人を超えない.市場の取引量は,以前より1%未満に減少した.市場戦略がうまく行われていないため,10人手数で市場戦略を行うことは全く不可能であり,一部は閉鎖された. グラフ5 グラフ6 だから,市場戦略は,市場流動性を高め,Bid/Ask Spreadを狭め,多くの場合,多くの滑り点を引き出すことができません. 市場策略は,何がより合理的な価格であるかを大まかに推定することを必要とします. 株式指数期貨市場を扱う場合,誰かが株式の合理的な価格を予測するために一カゴの株式を使用します.

• 統計的に見ると この記事では,この2つのテーマについて,概要を述べています. 統計アベレートとは概率,データ採掘,モデリング,取引実行,データクリーニングのことです. データを掘り出すことはとても重要で,処理がうまくいかないことは,時には非常に頭痛なことです. “Garbage in, Garbage out”という古典的な言葉があります. 膨大な量の時間を使ってデータを掘り起こします. 最も単純なアベレートモデルは,歴史価格の変動率で,両側にいくつかの実行区間を加えるものです. 例えば,ミルク粉は,香港から100ドルで購入し,内陸に120ドルで販売されます. また,例えば金,国内外市場には標準契約があり,理論的には価値は同じで,取れたのは2つの金棒である. しかし,価格が変動するので,この価格差を計算すると,もしそれが歴史的統計区間から偏っていることが判明した場合,例えば,Brexitの時には,中国の黄金は安く,米国の黄金は高価である.

• 予測する 過去の市場データと現在の市場環境を比較して,将来の価格動きを予測する:Price=a+b+c。このの未来は,次の秒,次の分,次の取引日,次の週,次の月であることができます。あなたのモデルが正確に予測しているならば,次の秒,次の分,または次の週であっても,NBを上回ります。あなたのモデルが有効である限り,NBです。これは簡単な仕事ではなく,基礎と経験が必要です。私もまだ学んでいますが,あまり経験はありません。 グラフ7 この基本的なプロセスは,データを整理し,市場に影響を与える要因を把握することです. 素早く始め,平均線を引いて, 素早く結果が出るかもしれませんが, モデルが安定するまでの時間は, 絶え間ないチューニング,絶え間ないサイクルが必要です. モデルをトレーニングし,評価し,そしてあなたのファクターを最適化します. フォクターがたくさんあるので,500のフォクターを入れます. 彼のモデルは,どのフォクターが有効か,どのフォクターが有効でないかを教えてくれます. そして,高相関のフォクターを削除することもできます. Super Simpleのは単純でなくてもいいというわけではなく,最もシンプルな予測モデルは,価格が平均線に戻るということです.平均線は周期的なものですか,自分で磨いてください.この中間の複雑さは,大部分はDataからです.モデルによると,RにはたくさんのPackageがあり,良い自動化を行うことができます.多くのIndicatorが自動化でき,図も非常に役立ちます. DataとFactorは,常に磨きを重ねる必要があります.

  • Micro Structure これは高頻度で,一般のQuantは使わないかもしれない。例えば,株式取引でよく聞くのは,サポート位,プレッシャー位,つまりシンプルなMicro Structure。これはサポート位であり,多くの單数があり,多くのBidがそこにあるかもしれない。 この調査は,米国証券取引所 (SEC) が昨年実施した調査を参考にしてください. スプーファーは,市場でブルフィングしているいくつかのプレーヤー. 当初は市場が正常に,購入価格は10,20でした. 突然,あるプレイヤーが来て,私が1000を購入したいと言った. 誰もが,大きな購入価格があると考え,すべてを購入しようとしました. 株式の動きは,微細な観点から供給需要関係です. この記事のリンクはこちらです. How to Catch a Spoofer http://www.bloomberg.com/graphics/2015-spoofing/ Iceberg Orders http://www.marketdelta.com/blog/2011/10/footprint-chart/iceberg-orders/ 数学は,私の経験では,小学生数学とPhD数学の両方が使用されます. 小学生数学を軽視してはいけません,多くの穴を埋めるでしょう. 高級なものは,Pricingのような非常に専門的なものです. 予測モデル (Predictive Modelling) は 広範囲で 長いこと使われてきました 企業も使っています 高周波の短板は,容量が小さいということです.例えば,あなたは彼に50万を与えると,彼は20万を稼ぐでしょう.あなたは彼に500万を与えると,彼は20万を稼ぐかもしれません.

• #### IT。 光大烏龍指事件は誰もが知っている。 また,騎士資本は半時間で4億4千万ドルを損したことがある。 プログラマがシステムをアップグレードし,おそらく8台の生産機,アップグレードされていない1台が,誤った命令の実行に繋がり,止まらず取引する。 重要なのは,取引が30分続いたこと。 30分も発見されないことができたのか分からない。

この2つのケースは,ITが重要で,多くのお金を失う可能性があるということです (光大烏龍指は儲けましたが,多くの金を罰せられました). グラフ8 IT Systemは主に上記の4つの部分に分けられます. Price Dataは比較的シンプルで,Fundamental Data,Unstructured Dataは比較的複雑で,多くのプログラマのコードが必要で,どのように収集し,フォーマットし,統一し,Access.Quantとして,私はある日のデータで図を描きたいと思います. もちろん,あなたは間違えないし,あなたの誤り許容能力と誤りをチェックする能力も非常に高い。以前にもこのような状況がありました,反省は非常に良い,毎日お金を稼いで,結果としてデータが間違っている。非常に愚かな間違い。よく起こります,将来も起こると信じています。しかし,後で非常にNBの反省結果を見れば,私たちはさらに疑うでしょう。 この Execution は,あらゆる API,あらゆる市場アクセス,あらゆる風制御である. 高周波領域では,スピードが非常に重要です. なぜなら,多くのデータが公開され,多くの人々が見ることができるからです. 多くの人々が機会を見るとき,最も速い人だけがそれを手に入れることができるからです. 各市場には異なる APIがあり,Fixプロトコルなどの統一されたプロトコルがありますが,必ずしもすべての取引所がサポートしているわけではありませんが,Fixプロトコル自体は比較的遅いです. 高周波は一般的にC++,FPGAの下位モジュールであり,私たちは一般的にC++,FPGAです. Back Testing (バックテスト) は,Quantが思いついたものですが,あなたの反復システムがまだサポートしていないので,反復のフレームワークを変更する必要があります. 視覚化が重要だ. 図をたくさん作って,見られないって言うのは無理だ. 図はもっとよく見える. スカラで描いて,Rで描いて,多くの努力を費やした. 図をたくさん作って,データをたくさん描いて,解釈するのは違うから. また,反省のスピードも重要です. 例えば,戦略を反省すると,1年分のデータが1週間かかります. 誰が1週間を待って結果を見るのか! 1分も少しでも許容できるかもしれません. 戦略のパラメータには, 1から100までテストする繰り返しがあります. 5分ごとにテストし,最適化すると,100万のパラメータをテストする必要があります. ここでも多くの最適化を行っています. 例えば,データをどのように取得するか,どのようにキャッシュするか,その間のパフォーマンスを向上させるなどです. 以前,私は前の会社でいくつかのクラウドコンピューティングの試みをしました. いくつかの反射エンジンは,すべてのサーバーに分散されています. 監視というのもあります 自動化が多く 戦略が多く 人工的な監視はあまり現実的ではありません モニターリスク,アラートへの移行は,非常に重要な要素です. 戦略は自動化されているように,すべての戦略の監視は,各戦略のリスクレベルは,警報を上回るには,多少を超えることはできません. 特に,私たちは,夜間ディスクを取引し,プログラマーはよく夜を眠らせる場合,あまり現実的ではありません. 取引する品種が多ければ,基本的に,そこに人がいるとは思えないので,多くの監視が必要です.

• #### 推薦されている記事:

Flash Boys
Quantitative Trading: How to Build Your Own Algorithmic Trading Business
The Quants: How a New Breed of Math Whizzes Conquered Wall Street and Nearly Destroyed It
The Problem of HFT - Collected Writings on High Frequency Trading & Stock Market Structure Reform
Inside the Black Box: A Simple Guide to Quantitative and High Frequency Trading
Algorithmic Trading: Winning Strategies and Their Rationale
Quantitative Trading with R: Understanding Mathematical and Computational Tools from a Quant's Perspective

http://numericalmethod.com/courses/introduction-to-algorithmic-tradingstrategies-2011-2013/ https://www.quantstart.com/articles/beginners-guide-to-quantitative-trading https://www.zhihu.com/publications/nacl/19550372

リンク