金融工程研究报告：量化交易算法原理、类型与发展史

请务必阅读正文之后的免责条款部分量化交易：算法原理、类型与发展史——金融工程研究报告金融工程专题核心观点本报告介绍了量化交易在国内外的发展历程，国内市场参与主体及其策略的应用现状，以及相关的监管动态和境外可参考指标。量化交易的含义相关报告量化交易是指基于对资本市场中的特征变量进行数量化分析，并以此作为依据的交易模式。其核心理论依据涵盖市场有效性理论、技术分析理论、统计学、风险管理理论和行为金融学。同时，由于量化交易缺乏明确的定义，狭义的量化交易通常又被称为算法交易或程序化交易。本文将从广义的量化交易出发，介绍量化交易的主要分类、市场参与主体、不同类别的策略和相关的监管动态。量化交易的分类和主要市场参与主体量化交易的主要分类：1)以降低市场冲击成本为目的，2）以套利和对冲为目的，3）高频交易。主要参与主体涵盖基金公司、券商自营、QFII、对冲基金、交易商、做市商、大额资金投资者和普通投资者。其中，基金公司以降低市场冲击成本为主；对冲基金、交易商和做市商等机构以套利和对冲为主。行业发展截至2023年9月7日,市场中备案的私募管理人达8523家，其中以量化策略为主的共计1090家，在所有私募管理人中占比约为12.79%；现有百亿级别的私募基金共计109家，其中25家为百亿量化私募，在百亿私募中占比约22.9%。从量化产品的策略分布来看，权益类策略（指数增强、股票多头和股票市场中性占比最高，分别为21.42%、34.81%和17.99%，合计74.22%）在量化市场中占比最高；其次为管理期货（CTA）策略。监管动态在2023年9月1日，证监会指导上海、深圳、北京证券交易所制定并发布了《关于股票程序化交易报告工作有关事项的通知》《关于加强程序化交易管理有关事项的通知》，以落实《证券法》有关规定，推动程序化交易规范发展。总体而言，该新规有着以下积极的作用：1)明确了量化交易机构经营股票程序化交易的报备机制，2)压实了券商的责任和义务，3)明确了程序化交易标准：每秒300笔和每天20000笔，提高了量化交易的合规性要求。4）提高了量化交易的透明度和市场公平性。风险提示1.本报告中包含公开发表的文献整理的结果，涉及的各类指标的解释性请参考原始文献。2.本报告不涉及证券投资基金评价业务，不涉及对基金产品的推荐。金融工程专题请务必阅读正文之后的免责条款部分正文目录 4 41.2发展历史 41.3理论依据 1.4量化交易的概念和定义 2A股市场量化交易的发展 62.1市场参与主体及其应用类型 2.2量化交易分类 72.3A股市场量化交易现状 2.3.1国内量化交易市场发展现状 3量化交易算法介绍 93.1以降低市场冲击成本为目的 3.1.1TWAP策略 3.1.2VWAP策略 3.1.3冰山策略（Ice-berg） 3.1.4IS（ImplementationShortfall）策略 3.2以套利和对冲为目的 3.3高频交易（High-frequencytrading，HFT） 3.3.1流动性回扣交易（LiquidityRebateTrading） 3.3.2猎物算法交易（PredatoryAlgorithmicTrading） 3.3.3自动做市商策略（AutomatedMarketMakersTrading） 3.3.4闪电交易（FlashOrder） 3.3.5暗池（DarkPool） 4量化交易的监管动态和可参考指标 134.1监管动态梳理 4.2量化交易的影响和挑战 4.3境外可参考指标 4.3.1订单成交比（OrdertoTradeRatio,OTR） 4.3.2撤单率 4.3.3日内回转率 4.3.4订单速率 4.3.5机构长期持有者与高频交易者成交量之比ICR 请务必阅读正文之后的免责条款部分图1：典型的量化交易系统 图2：欧洲Eurex订单成交比计算流程 表1：量化交易主要理论依据 表2：A股市场算法交易主要参与主体和其交易策略使用情况 7表3：以订单尺度和执行紧急程度分类 7表4：以交易的行为特征（交易策略）分类 表5：量化机构数量和占比情况 表6：各类量化策略数量和占比情况 表7：以套利和对冲为目的的量化交易算法 表8：高频交易策略简介 表9：量化投资政策梳理 表10：量化交易的影响和挑战 金融工程专题请务必阅读正文之后的免责条款部分量化交易是指基于对资本市场中的特征变量进行数量化分析，并以此作为依据的交易模式。本质上而言，量化交易是高度自动化的交易模式，其决策严格按照计算机算法执行，但由于量化交易缺乏明确定义，无论从业人员或投资人，通常会将“量化交易”、“算法交易”和“程序化交易”等概念交替使用，因此狭义的量化交易通常被称为算法交易（AlgorithmicTrading）或程序化交易（ProgramTrading）。但是，量化交易不一定使用程序化交易（基本面低频量化多头使用量化模型选股，但人工下单程序化交易并非量化交易（主观多头通过人工选股，但下单时用算法自动拆单下单）。由于程序化交易具有明确的概念：通过既定程序或特定软件，自动生成或执行交易指令的交易行为。因此，为方便理解，本文中出现的量化交易概念包含算法交易和程序化交易，即通过既定程序自动或半自动生成投资交易决策，开展并执行指令的交易行为。最早的量化交易系统是由纽约证券交易所于上世纪70年代开发的订单转送及成交回报系统（(DesignatedOrderTurnaround,DOT）。我国的量化交易起步较晚，直至2010年才陆续崭露头角，一方面，2010年沪深300股指期货上市，使得各种量化交易策略具备了基础的对冲工具；另一方面，美国金融危机导致大量华尔街华人精英回国寻找机会，从而使得国内量化交易在人才和技术方面获得显著的发展。经过近年来的发展，量化交易在中国证券市场中愈加成熟。随着科学技术的大踏步迈进，量化交易在交易频率和策略等方面获得了大幅改善，以人工智为代表的技术提升所带来的科技革命和产业变革与金融行业和量化交易融合，加速改善甚至创新了诸多量化策略。量化交易的发展历史可以概括为以下几个阶段：1.早期阶段（1980-1990早期的量化交易主要依赖手动执行的交易策略，如统计套利和做市商策略。这些交易方式主要是基于技术分析的方法，即利用历史价格和成交量等数据来预测未来市场走势。但该类方法的缺点是依赖历史数据，无法应对市场变化和突发事件。2.量化交易（1990-2000随着计算机技术水平的发展，量化交易开始快速发展，并开始使用计算机程序来执行交易策略，利用数学模型和统计分析方法对市场进行分析和预测，以实现自动化交易。这些策略通常基于技术分析、量化模型和算法，其优点是能够快速反应市场变化，提高交易效率和准确性。3.高频交易（2000至今该种交易策略通常基于市场的微观结构和统计模型，利用高速计算机和快速数据传输技术来进行大量的快速交易，以获得微小的利润。此类交易的优点在于交易速度快、准确性高，但也存在风险和争议。4.人工智能（2010至今随着人工智能和机器学习技术的快速发展，量化交易开始采用更复杂的模型和算法来进行交易决策。人工智能可以通过学习历史数据和市场信息，自动调整交易策略，提高交易效率和准确性。5.区块链（未来随着区块链技术的发展，越来越多的量化交易开始使用区块链技术。区块链技术可以保证交易的安全性和透明度，同时也可以降低交易成本和提高交易效率。总体而言，量化交易的发展历史是一个不断演化和创新的过程，其发展历史可以概括为从早期的技术分析到量化交易、高频交易、人工智能和区块链技术的应用。随着计算机技术的快速革新和金融市场的不断发展，量化交易将会在未来发挥越来越重要的作用。金融工程专题请务必阅读正文之后的免责条款部分现阶段量化交易的理论依据主要包括市场有效性理论、技术分析理论、统计学理论、风险管理理论和行为金融学理论等。这些理论为量化交易提供了分析市场、制定交易策略和管理风险的方法和工具。具体理论依据可参考如下：介绍技术分析理论认为市场的价格和交易量等技术指标可以反映市场的供需关系和市场心进提供了量化交易中的一些重要方法，如价值风险模型、最大回量化交易的概念最早起源于境外证券市场，是指运用计算机程序来进行市场和产品分析、组合管理、策略选择、选股、择时以及报单执行等，以自动化或半自动化方式买入、卖出或者同时买入、卖出一定数量证券的交易技术和交易行为。纽约股票交易所（NYSE）最早将程序化交易量化为：指数套利或者任何买入或卖出一篮子股票（股票总数不少于15支且总金额不少于100万美元）的交易策略。韩国交易所（KRX）给与量化交易的定义与NYSE类似，将其分为两类，即所有的指数获利策略，以及通过同一个人下达的同时交易KOSPI的15支成分股以上的非指数获利策略。德国2013年推出针对高频交易的相关法令，其中将年均日报单笔数达到75000以上的程序化交易纳入监管范围。长期以来，我国证券市场对量化交易缺乏统一的定义和明确的标准。2010年，证监会在针对期货市场的《期货交易所业务活动监管工作指引第9号-关于程序化交易的认定及相关监管工作的指导意见》中，首次提出程序化交易为“由计算机事先设定的具有行情分析、风险管理等功能的交易模型，自动下达交易信号或报单指令的交易方式”。在2015年股市发生异常波动之后，证监会在针对证券与期货市场的《证券期货市场程序化交易管理办法（征求意见稿）》中，将程序化交易正式定义为“通过既定程序或特定软件，自动生成或执行交易指令的交易行为”，在沪、深交易所同时发布的《程序化交易管理实施细则（征求意“,一秒内完成申报并撤销申报，且日内出现3次以上”（即“秒撤”）和“日内申报2000笔金融工程专题请务必阅读正文之后的免责条款部分2A股市场量化交易的发展量化交易在中国的发展历程可以追溯到2000年代初。随着中国金融市场逐渐开放，证券交易所开始引入电子交易系统，这为量化交易的发展提供了基础。2005年，中国证券监督管理委员会（CSRC）发布了《证券公司自营业务管理暂行办法》，允许证券公司开展自营交易业务，为量化交易的发展创造了机会。2007年，中国证券市场出现了第一家专门从事算法交易的公司－东方证券的“自动化交易中心”。2014年，中国证券市场推出了“沪港通”和“深港通”等跨境交易机制，为国内外投资者提供了更多的交易机会和便利条件。2015年，中国股市经历了大幅波动，对量化交易行业造成了一定的冲击。监管部门进行了一系列的规范和监管，加强了对量化交易的监管和风险控制。2018年，中国证券市场进一步推进了市场化改革，加快了金融市场对外开放的步伐。越来越多的国内外对冲基金、算法交易机构、自营商开始涌入中国的量化交易市场，推动了行业的发展。2023年9月1号，证监会指导上海、深圳、北京证券交易所制定发布了《关于股票程序化交易报告工作有关事项的通知》《关于加强程序化交易管理有关事项的通知》，以落实《证券法》有关规定，推动程序化交易规范发展。目前，中国的算法交易市场已经成为全球最大的算法交易市场之一。目前我国股票市场上，由于监管环境、市场结构、交易制度、税费结构、账户体系、业务和技术发展水平等原因，量化交易的应用水平相对境外市场有一定差距，相对期货市场也有一定的差距。根据上交所证券技术研发中心发布的《程序化交易现状、影响与应对策略》显示，股票市场中的算法交易主要应用于交易执行，其中比重最大的为基金公司，并且部分基金公司已有超过50%的订单通过算法交易执行。券商的算法交易主要服务于内部资管和自营等部门，部分券商约30%的订单通过算法交易执行。除交易执行外，算法交易也用于套利，ETF套利交易是最早的股票市场算法交易方式。但由于行情发布间隔、印花税、不得当日回转、盘口总量等原因，国内ETF套利的交易量市场占比不高，目前套利的盈利水平有待提高。除了对机构客户和对内提供算法交易业务外，部份券商也向普通客户提供算法交易服务，总体交易规模尚可。金融工程专题请务必阅读正文之后的免责条款部分如表2所示，从算法交易的主要市场参与主体来看，公募基金、券商自营和QFII主要使用拆单和算法交易（例如VWAP和TWAP）降低市场冲击成本，并同时开展ETF套利、期现套利、以及对冲等交易；部分券商自营，如金融创新部，使用种类更为多样化的交易策略；大户、超大户投资人主要使用ETF套利、期现套利和绝对收益策略，部分使用批量委托、拆单、自动报撤单和统计套利；少量普通投资人也使用统计套利，或利用第三方工具来实现相对简单的自动化策略，亦编写相对简单的算法交易脚本以实现自动化交易。境内外算法交易发展至今，其应用范畴早已经远远超过最初定义，衍生出复杂多样的交易类型及操作策略。通常而言，可从两个维度将算法交易进行分类：1.订单尺度大小和交易执行的紧急程度，2.交易的行为特征（交易策略）。如表3所示，根据订单尺寸及执行紧急程度的差异，算法交易可分为以下四类：一是减交易执行类，如交易量加权平均价格算法（VWAP）和时间加权平均价格算法(TWAP)等；四是快速执行类，如市场直通(DirectMarketAccess,DMA)等。其中，高频交易属于快速执行类，其目标是当市场上有极为短暂的机会出现时，能够第一时间得知并从中获利，整个过程可能只需要不到一毫秒的时间。高频交易的使用者主要包括对冲基金、交易商和做市商。冰山订单(Ice-berg)、隐藏订单（HiddenOr静默加减仓大宗交易、保证成交量加权平均价格算法(Guarant市场直通(DirectMarketAccess)，及攻击性算法(AggressiveAlgorithms)等如表4所示，我们同时也可以根据交易的行为特征对量化交易进行分类。“T+0”(日内回转交易)者主要表现为在同一证券品种或与其衍生品间（例如信用账户的融资融券与普通账户现货之间）进行头寸相反的一次或多次交易，其中对于库存股“T+0”策略，上述策略主要表现在同一股票上且盘后具有持仓；套利交易者的策略通常为在相关品种（例如ETF成分股和ETF之间）上进行快速集中的对冲交易；混合对冲类型是综合考虑股票、融资融券金融工程专题请务必阅读正文之后的免责条款部分和ETF申赎在所有标的上买卖双向头寸的对冲情况，这包含跨品种套利或以调仓为目的的程序化交易；执行类算法交易者主要用于拆单、下单或篮子交易订单，一般不开展对冲交易和回转交易，但进行快速集中地交易单个或多个证券；现有标准主要依据报单速度和报单次数来界定，忽略了以低频（如分钟级别）自动化执行的算法交易。前几类交易都属于对冲型交易，使用对冲或回转的方式来保持日初和日终的敞口基本不变，而算法交易者则属于单向看多或看空。因此，我们也可以根据对冲比例，将程序化交易划分为对冲型、部分对冲型和非对冲型。2.3A股市场量化交易现状2.3.1国内量化交易市场发展现状近年来量化策略开始成为大量私募证券投资基金的选择，该类策略的管理规模发展迅速。根据朝阳永续数据统计，截至2023年9月7日，如表5所示，市场中备案的私募管理人达8523家，其中以量化策略为主的共计1090家，在所有私募管理人中占比约为12.79%；现有百亿级别的私募基金共计109家，其中25家为百亿量化私募，在百亿私募中占比约22.9%。在量化私募占比量化在私募基金占比5-10463如表6所示，根据朝阳永续数据统计，截止2023年9月7日，市场中备案且存续的主流私募策略产品共计83334只（涵盖所有策略种类，涵盖债券、FOF、事件驱动等策略；且只统计私募证券投资基金，剔除券商资管、期货资管、公募专户等按朝阳永续设定的量化策略分类统计，其中使用主流量化策略（多策略、套利、宏观、管理期货、指数增强、股票多头、股票多空和股票市场中性）的产品总数为14175只，在所有主流私募产品中占比约金融工程专题请务必阅读正文之后的免责条款部分为17.01%。从量化产品的策略分布来看，权益类策略（指数增强、股票多头和股票市场中性在量化市场中占比最高，分别为21.42%、34.81%和17.99%，合计74.22%）在所有量化策略中占比最高；其次为管理期货（CTA）策略。总体而言，我们可以看出指数增强和股票多头在权益类量化策略中占主要地位。量化在产品数量占比4604935该类算法的核心在于历史数据和交易模式，使用历史交易记录对交易进行指导，并且广泛运用于公募基金和以股票多头为主的投资策略中。该类策略的目标是冲击成本最小化及贴近市场成交均价，几乎没有考虑机会成本和成交风险。代表性的算法有TWAP和VWAP，较为进阶的算法有冰山策略和IS策略。3.1.1TWAP策略TWAP（Time-WeightedAveragePrice）策略是一种根据时间加权平均价格进行交易的算法策略。其核心在于以尽可能稳定的方式完成大量交易，避免对市场造成过大的冲击。TWAP策略的核心思想是将交易量均匀地分散在一段时间内进行交易，以平滑交易对市场的影响。具体操作上，TWAP策略会将整个交易量平均分配到一段时间内的多个小交易中，以避免在某个特定时间点引起市场的剧烈波动。TWAP策略的优点是能够以较稳定的方式进行大量交易，减少市场冲击，降低交易成本。然而，此策略也存在一些缺点，如无法适应市场快速变化的情况，以及无法适应特定事件或新闻对市场的影响。总的来说，TWAP策略适用于需要在一段时间内完成大量交易的情况，可以帮助投资者平滑交易对市场的影响，提高交3.1.2VWAP策略VWAP（Volume-WeightedAveragePrice）策略是一种常用的交易策略，用于帮助投资者在市场中获取更好的交易执行价格。该策略的核心在于基于成交量加权平均价格计算出一段时间内的平均价格，其中每个价格点的权重是根据成交量确定的。这意味着较大的交易金融工程专题请务必阅读正文之后的免责条款部分量会对平均价格产生更大的影响。VWAP策略的目标是以接近或低于VWAP价格的价格进行买入交易，并以接近或高于VWAP价格的价格进行卖出交易。这样做的目的是尽量避免对市场产生过大的冲击，同时最大限度地减少交易成本。VWAP策略通常在一段时间内执行，比如一天或几个小时。投资者可以在这段时间内定期计算VWAP价格，并与当前市场价格进行比较。如果市场价格低于VWAP价格，则投资者可以考虑买入；如果市场价格高于VWAP价格，则可以考虑卖出。VWAP策略的优势在于它能够提供相对较好的交易执行价格，并且可以减少交易对市场的冲击。然而，VWAP策略也略适用于较大的交易量，不适用于小额交易。其次，VWAP策略需要投资者具备实时的市场数据和计算能力。总体而言，VWAP策略是一种常用的交易策略，适用于大额交易，并能够帮助投资者在市场中获取更好的交易执行价格。但投资者在使用VWAP策略时需要注意市场波动和其他因素的影响，以确保策略的有效性。3.1.3冰山策略（Ice-berg）冰山策略是一种用于股票交易的策略，也称为“隐藏订单策略”。其核心是通过分批进行交易来隐藏大额订单，以避免对市场价格造成过大的冲击。这种策略的名称来源于冰山的形象，因为只有冰山的小部分会浮出水面，大部分则被隐藏在水下。类似地，冰山策略将大额订单分成多个较小的订单进行交易，只有小部分订单会被公开显示在市场上，而其他部分则被隐藏。通过使用该策略，交易者可以在市场上隐藏自己的真实意图，避免引起其他交易者的关注和干扰。这有助于减少市场流动性的影响，避免价格的剧烈波动，并最大程度地减少交易成本。冰山策略通常由专业的交易者和机构投资者使用，该类投资者通常需要处理大额订单。通过分批进行交易可以逐步进入或退出市场，以减少对市场价格的影响。同时，改策略还可以用于隐藏交易者的真实意图，以防止其他交易者利用这些信息来操纵市场。因此，冰山策略是一种用于隐藏大额订单的股票交易策略，通过分批进行交易来减少对市场价格的影响，并保护交易者的利益，是专业交易者和机构投资者常用的策略之一。3.1.4IS（ImplementationShortfall）策略IS（ImplementationShortfall）是一种用于交易执行的策略，旨在最大化交易收益并最小化交易成本。该策略由RobertAlmgren和NeilChriss于2000年提出的。IS策略的核心思想是在执行交易时，投资者应该尽量减少交易的执行成本，包括交易费用、价格滑点和市场冲击。IS策略将交易执行过程分为两个阶段：决策阶段和执行阶段。在决策阶段，交易员会根据市场信息和交易目标，制定交易计划，包括交易量、交易价格和交易时间等。此计划是根据预测市场价格和交易成本的模型来制定的。在执行阶段，交易员会根据市场情况和交易计划，逐步实施交易。同时交易员会根据市场深度、流动性和交易成本等因素，动态地调整交易策略。例如，如果市场流动性较低，交易员可能会选择以较小的交易量进行交易，以避免对市场造成过大的影响。IS策略的目标是在交易执行过程中最大化交易收益并最小化交易成本。IS策略的优势在于它可以帮助投资者在执行交易时最小化交易成本和市场冲击。通过合理的交易决策和执行策略，投资者可以在交易中获得更好的执行价格，并减少交易费用和价格滑点的影响。此外，IS策略还可以提高交易的透明度和可控性，使投资者能够更好地管理交易风险和执行效果。然而，该策略也存在一些挑战和限制。首先，估计交易成本和市场冲击是一个复杂的过程，需要准确的数据和模型。其次，IS策略在执行时可能会受到市场流动性和交易量的限制，特别是在大宗交易和高频交易中。金融工程专题请务必阅读正文之后的免责条款部分近年随着中国证券市场进一步推进了市场化改革和科技水平的持续提高，加快了金融市场对外开放的步伐和量化交易策略的改进。随着近些年衍生品市场的持续发展，越来越多的国内外机构开始涌入中国的算法交易市场，涌现了更多以套利和对冲为目的的量化交易策略。通常而言，如表7所示，以套利和对冲为目的策略可以分为以下类别。以上只是常见的量化交易策略分类，实际上还有很多其他的策略，并且其中的诸多策略也可以相互结合使用。基于公司基本面分析，认为公司的价值与其基本面因素相关。该策略高频交易是利用计算机算法和高速数据传输技术，在金融市场上进行快速交易的策略。高频交易通过利用电子交易平台和高速计算机系统，以微秒级的速度对金融资产进行买卖，从而实现利润的获取。其核心在于利用计算机算法进行交易决策，并以极高的速度执行；通过市场中快速价格波动和交易机会来执行大量交易获取利润。通常而言，高频交易涉及极大的交易量和微薄利润率，但由于交易速度非常快，利润可以在短时间内累积起来。此类交易的优势在于其通过快速执行和高度的自动化，迅速识别市场中的价格差异、套利机会和流动性需求，并几乎同时进行完成交易。这种快速反应能力使得高频交易者能够在市场中获得更好的交易价格，并且能够在价格变动之前迅速退出或调整仓位。美国证券交易委员会（SEC）给出的高频交易的特点：1)使用超高速的复杂计算机系统下单。2)使用协同定位（co-location）和直连交易所的数据通道。3)平均每次持仓时间极短。4)大量发送和取消委托订单。5）收盘时基本保持平仓，即不持仓过夜。如表8所示，从策略维度我们可以将高频交易分为以下类金融工程专题请务必阅读正文之后的免责条款部分 猎物算法交易（PredatoryAlgorithmicTrading）和自动做市商策略（AutomatedMarketMakers3.3.1流动性回扣交易（LiquidityRebateTrading）流动性回扣交易是一种在高频交易中常见的交易策略，主要适用于那些能够提供市场流动性的交易者。该交易策略的核心理念是，交易所会向那些能够提供市场流动性的交易者支付一定的回扣，以鼓励他们在市场中进行更多的交易活动。在流动性回扣交易中，交易所通常会将交易者分为两类：流动性提供者和流动性获取者。流动性提供者是指那些通过限价单在市场中提供流动性的交易者，他们通常会在市场中挂出买卖单，等待其他交易者来接单。而流动性获取者则是指那些通过市价单在市场中获取流动性的交易者，他们通常会直接吃掉市场中的买卖单。在这种交易策略中，交易所通常会向流动性提供者支付一定的回扣，而向流动性获取者收取一定的交易费用。这样做的目的是为了鼓励更多的交易者在市场中提供流动性，从而提高市场的交易活动和交易效率。3.3.2猎物算法交易（PredatoryAlgorithmicTrading）猎物算法是高频交易中常用的算法策略，旨在利用市场中的流动性提供者（即猎物）的订单来获取利润。猎物算法的基本原理是通过检测市场中的大额订单，然后以更有利的价格与其进行交易。通常，大额订单会引起市场价格的短暂波动，这种波动为猎物算法提供了利润的机会。猎物算法通过监控市场深度、订单簿和交易流量等数据源来检测大额订单。这些数据源可以提供实时的市场情报，帮助算法识别潜在的猎物。一旦检测到大额订单，猎物算法会以更有利的价格与其进行交易。通常，猎物算法会以较小的订单量进行交易，以避免对市场价格造成过大的冲击。猎物算法通常采用快速的执行方式，以便在大额订单引起市场波动之前能够及时交易。这可能涉及到使用低延迟的交易系统和高速的交易连接。事实上，一只股票的算法报单价格常常以极快的速度相互攀比追逐，从而使股票价格呈现出由高到低、由低到高的阶段性变动趋势。在实际交易中经常出现数量有限的100股或500股的小额交易将股价推高或拉低几分至几十分。猎物算法交易策略即在对上述股价变动历史规律进行研究基础上而设计的。一般而言，猎物算法策略通过制造人为的价格来诱使机构投资者提高买入价格或降低卖出价格，从而锁定交易利润。3.3.3自动做市商策略（AutomatedMarketMakersTrading）自动做市商策略是通过算法自动执行的交易策略，其目的在于为市场提供流动性。自动做市商通过高速地同时提供买入和卖出报价，以便随时买入或卖出资产，进而维持市场稳定，因此该策略通常与投资者进行反向操作。自动做市商高频交易系统具有通过发出快速订单来金融工程专题请务必阅读正文之后的免责条款部分发现投资人买卖意向的能力，在极速地发出买单或卖单后，如果没有被迅速成交，该订单测绘被迅速取消；然而如果成交，系统即捕捉到大量潜在、隐藏订单存在的信息。3.3.4闪电交易（FlashOrder）交易中心的部分股票买卖订单在被传输到公共交易系统（即其他交易中心）或在被取消之前，该交易中心将其短暂“锁定”在内部系统并快速“闪现”给部分交易商。由于公平性方面的争议，闪电交易目前在境外市场已经被禁止。3.3.5暗池（DarkPool）欧美市场程序化交易近年来的发展趋势。“暗池”指代撮合未公开显示订单的交易平台。该类交易最早源于券商的内部撮合客户订单的交易系统，进入券商内部撮合系统的定单可以先与券商的委托撮合，然后再外送到交易所。由于买卖订单完全通过券商的内部系统进行,暗池交易的买卖价和成交价格都不公开。正是由于这些交易系统不透明的特点，这些交易系统被称为“暗池”。4.1监管动态梳理近年来国内针对量化投资的监管动态如表9所示：进证监会指导上海、深圳、北京证券交易所制定发布了《关于股票程序化交易报告工作有关金融工程专题请务必阅读正文之后的免责条款部分 易（T+0）的在2023年9月1日，证监会指导上海、深圳、北京证券交易所制定并发布了《关于股票程序化交易报告工作有关事项的通知》《关于加强程序化交易管理有关事项的通知》，以落实《证券法》有关规定，推动程序化交易规范发展。此通知主要是为了加强对量化交易市场的监管，保护投资者的合法权益，防止市场操纵和不公平交易行为，对于规范量化交易市场，提高市场公平性，防止市场风险有着积极的作用。同时，1)通知也明确了量化交易机构经营股票程序化交易的报备机制、需该类机构提高其自身合规性和风险管理能力，2)压实券商的责任和义务，制定业务规范，即客户准入的审核和交易监控；3)明确了程序化交易标准：每秒300笔和每天20000笔，提高了量化交易的合规性要求。综合来看，该新规有以下作用：1.提高了量化交易的透明度：通知要求量化交易公司必须报备其交易策略和交易行为，这就提高了量化交易的透明度，使得投资者和监管机构能够更好地理解其交易行为。2.提高了量化交易的风险管理要求：通知要求量化交易公司必须建立完善的风险管理体系，包括对交易策略的风险评估、对交易行为的风险监控等。3.限制了部分高频交易行为：通知对高频交易行为进行了限制，对于部分依赖高频交易的量化交易策略可能会受到影响。该细则重点监控最高申报速率在每秒300笔以上或者单日最高申报笔数在20000笔以上的交易行为，此类投资者需报备额外信息，包括服务器地址、测试报告、应急方案等。同时，通知中并未说明禁止此交易频率以上的交易行为，而是规范并要求提供更多信息以进行更加细致的监控。个别程序化高频交易策略（日内T0策略、日内融券策略）为了符合该要求需进行降频操作。金融工程专题请务必阅读正文之后的免责条款部分4.提高了市场公平性：通过对程序化交易的严格管理，防止市场操纵和不公平交易行为，提高了市场的公平性，保护了普通投资者的合法权益。4.3境外可参考指标4.3.1订单成交比（OrdertoTradeRatio,OTR）订单成交比OTR(OrdertoTradeRatio)是最为普遍，并且被用于监控高频交易的指标，其计算方式是一段时间内申报订单与成交订单的比值。目前，包括欧洲Eurex和澳大利亚证券交易所等境外交易所普遍选择该指标监控高频交易。我们以欧洲Eurex的计算方式来展示。Eurex的OTR指标计算的是月度订单申报额与每月限制交易额的比值,具体计算流程如图2所示。在计算OTR指标时，Eurex区分了合格做市商与非合格做市商两种情况,如果发现参与者当月的OTR指标超过1，则认定其可能存在违规，并将对该其展开调查。4.3.2撤单率量化交易者经常采用快速报单和撤单的方式来测试市场，因此监管机构可以采用撤单率（CancellationRates）来反映市场上交易者的该项行为。撤单率是指在一定时间内，申报并撤销的订单数（1毫秒内的申报并撤销的订单数）。虽然撤单率虽不能直接作为有效的程序化监控指标，但撤单率过高可以作为堵单等行为的监控指标。4.3.3日内回转率日内回转率（DailyTurnover）衡量的是高频交易行为的重要指标。高频交易成交量大但持有时间短，因此交易者一般会将当日的交易全部平仓，以避免持仓过夜。该指标的计算方式是当日开仓后完全平仓的股票个数。该指标的主要作用是向监管部门提供可能的高频交易者名单，因此在未来潜在的“T+0”制度环境下是可行的监控指标。4.3.4订单速率金融工程专题请务必阅读正文之后的免责条款部分高频交易者可以通过追踪订单信息类型和发送速率来进一步分类。订单速率（MessageProfiling）是通过计算每个订单信息发送的时间间隔来区分交易者。其中订单类型主要包括：新订单、撤销订单和替换订单；信息传送速率通指信息的延迟。4.3.5机构长期持有者与高频交易者成交量之比ICRIC