投资交易的利器：算法交易

专题报告 证券研究报告 专题报告2025年03月04日 【专题报告】 算法交易——投资交易的利器 华创证券研究所 证券分析师：陈燕文 电话：010-63214677 邮箱：chenyanwen@hcyjs.com执业编号：S0360524120002 算法交易来源于海外，在中国发展迅速 算法交易最早产生于美国，国内算法交易虽然起步晚，但得益于国内金融市场的快速发展、中国金融市场对外开放的脚步不断提速以及投资者对于多元化投资工具的需求，算法交易的发展速度非常快。 算法交易分类 算法交易有不同的分类方式，如按照目的不同分类、按照算法主动程度不同分类、按照实现方式分类。 算法交易应用广泛 除了最基础的交易执行，算法交易还应用在短期套利策略、做市策略、事件驱动交易策略等领域。 算法交易提升市场效率 算法交易具有价格发现的功能，能降低交易成本，算法交易减少了人为错误和操作成本。算法交易通过将大单拆分成小单执行，可以减少对市场的冲击，降低交易成本，从而降低市场波动性。 TWAP、VWAP、POV及改进算法在国内应用最为广泛 2024年以华创证券提供的算法使用情况为例，在华创所有算法中使用TWAP、VWAP、POV及改进算法的比重超过了97%，各家机构会根据自身特点及偏好，选择不同的交易策略。 国内程序化交易监管政策 2024年5月15日，证监会为落实《证券法》关于证券市场程序化交易监管的规定，促进程序化交易规范发展，制定发布《证券市场程序化交易管理规定（试行）》，自2024年10月8日起正式实施。其中，明确提出加强高频交易监管，明确交易监测和风险防控要求。该规定旨在维护市场的公平、透明和稳定，保护投资者的权益，并防范市场操纵和风险。 展望未来，中国算法交易行业发展前景广阔 随着国内金融市场的不断成熟和投资者对交易效率要求的提高，算法交易的应用场景进一步丰富；随着人工智能、大数据技术的飞速发展，算法交易料将更加智能化，效率进一步提升，为投资者带来更多元的投资机会。 风险提示 算法交易的发展可能面临技术、模型、市场和监管等方面的风险。 目录 一、海内外算法交易的历史发展和现状4 （一）算法交易在海外的兴起和发展4 （二）算法交易在国内的发展4 二、算法交易定义和分类5 （一）按照目的分类5 1、以交易执行为目的的算法5 2、以盈利为目的的算法5 （二）按照算法主动程度分类6 1、被动型算法6 2、主动型算法6 3、综合型算法7 （三）按照实现方式分类7 1、计划型算法7 2、规则型算法10 3、综合型算法10 三、算法交易的应用12 （一）短期套利策略12 （二）做市策略12 （三）事件驱动交易策略12 四、算法交易的功能12 （一）价格发现的功能12 （二）降低交易成本、减少人为错误和操作成本的功能13 （三）降低市场波动的功能13 �、国内算法的使用情况13 （一）针对风控较多，经常无法完成执行的情况，设计“甩尾策略”14 （二）针对流动性不好的标的，设计“计划型+规则型”的组合策略14 （三）根据实时价格，调整执行速度，设计出动态跟量策略14 六、国内程序化交易监管政策14 七、总结与展望15 八、风险提示16 九、参考文献16 图表目录 图表1TWAP算法案例7 图表2VWAP算法案例8 图表3POV算法案例10 图表4IS算法案例11 图表5各种算法的特征12 图表62024年国内交易策略占比13 一、海内外算法交易的历史发展和现状 （一）算法交易在海外的兴起和发展 算法交易（Algorithmictrading）最早产生于美国，指利用计算机自动完成的交易过程，其产生主要源于通信技术和电子交易系统的发展。1971年，美国巴克莱投资管理公司发行世界上第一只被动量化基金，这是量化投资开始的标志。量化投资的出现归功于现代金融理论和计算机技术的进步。算法交易是随着20世纪金融市场下单指令计算机化和程序化交易的发展而兴起的，以NYSE引入订单转送及成交回报系统、SuperDOT系统以及开盘自动报告服务系统为标志。算法交易采用数量化分析手段，由计算机根据量化模型决定交易委托的下单时间、委托价格、交易数量与委托笔数等，自动发出指令实现（高频）证券买卖和资产组合管理，无需人工干预。由于算法交易能够同时进行成千上万笔交易，而这样的处理速度很难通过手动交易实现，因而算法交易在资本市场的广阔领域内得到了广泛而快速的发展，包括股票市场、外汇市场、债券市场、期货、期权与衍生品市场等。随着金融市场的发展，特别是国际市场对冲基金的繁荣，各种统计套利和趋势交易算法的推广，算法交易越来越复杂，也越来越受到投资者的重视。 在国际资本市场中，算法交易很快得到机构投资者的青睐，开始全面采用计算机来分割交易指令以降低大额交易的成本，提高投资收益。但直到2004年后，算法交易才真正进入快速发展的时期。据2007年DavidLeinweber发表于《阿尔法》杂志的文章《Algovs.Algo》介绍，当时美国已经有超过90%的对冲基金采用了算法交易。近几年，美国算法交易呈指数级增长，其市场份额从2006年约30%上升到2009年的73%。在欧洲资本市场，算法交易也迅速增长，2007年伦敦证券交易所约有70%的订单是通过算法交易执行的。同时，其他地区包括亚太地区也迅速跟进，东京、中国香港、新加坡和悉尼几个地区的交易所纷纷布局算法交易。据统计，2010年东京、中国香港和新加坡交易所中算法交易使用率已超过30%。新加坡交易所甚至为了满足算法交易的需要，斥巨资2.5亿新元建设当时全球最快的交易引擎，新交易系统Reach已于2011年8月正式推出，使得每笔委托处理速度在90微秒以下。全球在算法交易上的投入持续攀升，仅在2010年各国在 交易系统上的投资估计高达134亿美元。 算法交易对资本市场的影响主要体现在：首先，算法交易的市场占有率迅速攀升，通过大单分割、隐蔽交易等手段减小了对市场产生的冲击，得到更好的执行价格，有效地降低了交易成本，因而在股票、期货、外汇、期权和债券等市场均得到广泛应用；其次，算法交易引起了证券市场微观结构发生显著变化，投资者通过计算机程序发出委托指令，交易程序可以自动决定交易时间选择、委托价格与数量等，改变了传统人工手动下单形成的市场微观结构；再次，算法交易对市场信息具备更快的反应速度，使得交易资产的价格迅速对信息的变化做出响应，进而将影响市场的质量与总体效率。此外，算法交易的大量使用，对资产定价、风险管理、市场监管等各个方面都将产生重大影响。 （二）算法交易在国内的发展 随着全球金融市场的日益完善和信息技术的快速发展，算法交易作为一种新的金融交易方式，在全球范围内占据了非常重要的地位。在中国，算法交易虽然起步晚，但得益于国内金融市场的快速发展、中国金融市场对外开放的脚步不断提速以及投资者对于多元化投资工具的需求，算法交易的发展速度非常快。上海和深圳证券交易所均在2014年引入算法交易系统，随着机构投资者的增多，越来越多的机构开始选择通过算法交易进行交易执行。目前，公募基金前50名中85%已经使用算法交易，国内一些有远见的券商已 经开始自研算法交易系统，比较有代表性的有瑞银证券、中信建投证券、华创证券、中信证券、中金公司等。另外，由于国内交易制度与海外市场存在差异，国内与海外市场的发展并非完全相同。国内市场交易成本相对较高，个人投资者相对较多，同时不支持T+0交易，股价波动相对较大，相对于海外市场更容易获取到日内alpha。另一方面，国内市场非常重视数据的安全性和保密性，公募基金、保险资管等机构不允许交易数据外泄，算法程序只能部署在客户自有机房，对算法程序的稳定性、鲁棒性有更高的要求，算法的升级迭代也会相对较慢。 国内的算法交易行业正在呈现蓬勃发展的态势，一大批算法供应商如雨后春笋迅速崛起，算法策略也从初期的机械拆单，快速迭代到基于大数据、AI技术的智能算法，从简单规则型风控升级到实时联合风控，在算法执行效果，合规安全性上都有大幅提升。 以瑞银证券、中信建投证券、华创证券为代表的券商背景算法供应商凭借先进的技术和丰富的市场经验，为投资者提供了多样化的算法交易策略和服务。这些算法供应商以安全、稳定、高效的算法交易服务，赢得众多机构投资者的青睐。同时一批优秀的金融科技公司踊跃投入到交易算法的发展浪潮中，如卡方科技、跃然科技、皓兴科技等，他们提供的算法交易策略更多服务于私募基金和个人客户。 众多极具竞争力的算法供应商凭借各自的特色和优势，在市场中占据了一席之地，共同推动国内算法交易行业的蓬勃发展，算法交易占A股市场交易量的比重持续攀升。仅以华创算法为例，2024华创算法在A股市场交易额为4万亿，占A股全市场交易额的1.56%。随着量化投资理念的不断普及、投资者对交易绩效的要求不断提高，越来越多的机构对算法交易的重视程度不断提升，带来需求的快速增长，而这也推动着算法交易技术不断向前发展，为国内金融市场的安全、稳定、高效运行提供了有力支持，为把中国打造成全球金融强国贡献力量。 二、算法交易定义和分类 算法交易又被称为自动交易、黑盒交易或者机器交易，它指的是通过使用计算机程序来发出交易指令的交易方式。在交易中，程序可以决定的范围包括交易时间、价格，甚至可以包括最后需要成交的证券数量。算法交易被分为广义和狭义算法交易。广义的算法交易基本等同于自动化交易、黑箱交易，即事先设计好交易策略并编写成计算机程序，根据程序和实时变化的行情来决定下单的时机和数量等。狭义的算法交易指的是把一个预先决定好的交易指令放入模型，根据设定的时间和价格自动产生指令进行执行。即通过计算机程序将大额的交易拆分成若干子单，以期减少市场冲击，降低交易成本。 （一）按照目的分类 1、以交易执行为目的的算法 执行算法是指通过编写程序告诉计算机买卖证券的时间和数量等。执行算法是将投资经理的交易决定用计算机程序落实的过程。 2、以盈利为目的的算法 逐利算法是指利用实时市场数据如交易量、价格、波动率等，寻找套利机会，计算机自行决定进行交易，如统计套利、高频套利等。 以交易执行为目的的算法交易与以盈利为目的的高频T0套利交易经常被投资者混淆。两 者都是基于先进的计算机技术，建立量化模型，进行程序化交易。但两者在交易目的、交易频率以及对市场影响方面存在显著差别。 以交易执行为目的的算法交易，本质上是运用计算机程序，依据预先设定的规则自动执行交易指令。其核心目的在于优化交易执行，降低冲击成本，最大程度地减小大额订单对市场价格的扰动，进而提升交易效率。而高频T0套利交易聚焦于超短期的价格波动，依靠丰富的高频数据，凭借先进的低延迟计算机技术，在转瞬即逝的市场机会中快进快出，高抛低吸，谋取利润。但是，这种追求alpha的高频T0套利交易往往也伴随着高风险，一旦市场出现突发异常波动，或是交易系统稍有延迟，亦或是计算机程序出现问题，交易者便可能蒙受重大损失。 以交易执行为目的的算法交易，其交易频率并非固定不变，它主要依据预设的交易策略、市场状况以及投资者的目标来灵活调整订单的发送与执行时机。在某些相对平稳、流动性正常的市场环境下，算法交易可能每隔几分钟甚至十几分钟才触发一次交易，旨在稳步推进订单成交，最大程度降低交易成本。在某些流动性不足的情况下，算法交易甚至可以不交易直到满足流动性需求，旨在降低对市场的冲击。但高频T0套利交易对速度要求极高，为捕捉转瞬即逝的价格机会，每秒可执行数千次乃至更多的交易。这可能对市场造成一定的冲击，使得交易标的价格大幅波动。 在对市场影响方面，以交易执行为目的的算法交易通常扮演着为市场提供流动性的角色。机构投资者运用算法交易执行大额订单时，将订单拆细分步成交，持续向市场注入买单或卖单，使得市场供需得以平稳衔接，如同涓涓细流，源源不断为市场提供流动性。高频T0套利交易对市场流动性的影响较为复杂。在市场平稳运行时，高频T0套利交易者凭借低延迟交易系统，频繁进出市场捕捉价差，大量的买卖报价