金融科技：算法交易-金融科技知识图谱

关联词：人工智能、机器学习、数据挖掘

算法交易是指按照预先设计好的程序化交易指令在交易所提供的端口上进行金融产品交易。在此过程中，大额交易需求会被拆分成小额订单，分散到一定的时间、区间上进行交易，从而降低冲击成本。

在公开交易过程中，大额单笔订单难以成功交易，且容易对金融产品的价格产生影响，失去以更优的价格成交的机会，比如以较高价格买入，或以较低价格卖出，从而支付比预期更高的成本，这一成本被称为冲击成本。机构投资者会经常有这类大额单笔订单的交易需求，如用于建仓或修改投资组合仓位。为减少这一过程中的冲击成本，单笔订单通常会被拆分成大量的小额订单，分散到不同的时间进行交易。算法交易产生的最初目的就是自动化完成这种拆单操作，以降低人工成本，同时避免人工操作会出现的失误。

基础的算法交易策略包括时间加权平均价格（TWAP）交易、成交量加权平均价格（VWAP）交易、步进（Step）等。

时间加权平均价格交易，是将订单在目标的交易时间上进行均匀分割。例如，交易需求为在3小时内买入18万只股票A，那么将其拆分为180个交易订单，每分钟执行一单，每次都按当时的成交价买入1000只。最终的等效交易价格为目标时间内成交价的均值。在流动性足够高的市场上，时间加权平均价格交易能在很大程度上降低交易对金融产品价格的影响。(www.xing528.com)

成交量加权平均价格交易，会追踪金融产品在过去交易日中的成交量变化规律，从而预测目标交易时间内不同时点上的成交量，然后以各时点的预测成交量为权重将订单拆分为不同的大小，并在目标交易时间上执行。最终的等效交易价格为目标时间内成交价的均值。在预测模型足够准确时，成交量加权平均价格交易是对金融产品的价格影响最小的一种交易策略。

步进是对时间加权平均价格交易、成交量加权平均价格交易等简单策略的一种改进策略。在算法交易的执行过程中，根据人工设定的价格阈值，随时调整当前时点子订单的交易量，如在价格低于下限阈值时执行1.5倍的交易量，而在价格高于上线阈值时执行0.5倍的交易量，从而以更优惠的价格完成预期中的买入需求。

在实际应用中，机构投资者会在这些基础策略上进行改进，衍生出不同的算法交易策略。这些策略成百上千，是很多投资机构的重要竞争力之一。

算法交易可以用于执行量化分析得出的投资策略。量化分析以目标时点的组合仓位的形式提出交易需求，然后用算法交易在真实市场上执行，从而实现无人工参与的纯自动化金融产品投资，通常被称为量化投资或自动交易。有时算法交易也用于描述这一过程。