程序化交易的本质是什么？
作者：伦敦交易员
　　7月31日，证监会发布公告，称证监会相关派出机构、沪深交易所正在对部分具有程序化交易特征的机构和个人进行核查，对频繁申报或频繁撤销申报，涉嫌影响证券交易价格或其他投资者的投资决定的24个账户采取了限制交易措施。一时之间众说纷纭谣言四起，将一向颇具神秘色彩的程序化交易推到了风口浪尖。本文中将深度解析“背锅侠”程序化交易的本质，并澄清加之其身的诸多误解。
　　证监会7月31日盘前就程序化交易账户核查情况公告，问答实录如下：
　　问：据了解沪深证券交易所对疑似程序化交易的账户进行了监管问询，并对其中具有异常交易行为特征的账户采取了限制交易措施，请介绍一下相关情况？
　　答：程序化交易具有频繁申报等特征，产生助涨助跌作用，特别是在近期股市大幅波动期间对市场的影响更为明显。为此，证监会相关派出机构、沪深交易所正在对部分具有程序化交易特征的机构和个人进行核查，了解其账户实名制情况、资金来源和交易策略，分析其对市场波动的影响，并将根据核查情况有针对性地完善规则，加强监管。同时，沪深交易所根据《交易规则》，对频繁申报或频繁撤销申报，涉嫌影响证券交易价格或其他投资者的投资决定的24个账户采取了限制交易措施。
　　一夜之间，市场上关于程序化交易将被禁止的谣言漫天飞舞，连远在大洋彼岸的同行都向笔者发来询问：Heard program trading will be forbidden in China?（听说中国要禁止程序化交易了？）一时哭笑不得。作为量化投资者，对程序化交易当下所面临的舆论压力可谓感同身受，为其正名简直义不容辞。
　　什么是程序化/量化交易？
　　量化投资就是以数据模型为核心，以程序化交易为手段，以追求绝对收益为目标的一种投资方法。
　　从广义来说，程序化交易就是量化投资；但从狭义来说，程序化交易就是一个交易手段。
　　就国内而言，目前对于程序化交易的定义基本取广义定义，即量化交易。其中量化交易又可以分为三大类：对冲套利类、投机类和高频类。而我们也可以看出，本次被沪深交易所限制交易的账号大多量化交易业务为对冲套利类。
　　程序化交易是证券交易方式的一次重大的创新。传统交易方式下，一次交易中只买卖一种证券，而程序化交易则可以借助计算机系统在一次交易中同时买卖一揽子证券。根据纽约证券交易所 (NYSE) 网站2013年8月份的最新规定，任何一笔同时买卖15只或以上股票的集中性交易都可以视为程序化交易*，在之前的NYSE程序化交易还包括了一揽子股票的总价值需要达到100万美元的条件。(https://www.nyse.com/publicdocs/nyse/markets/nyse/PT122812.pdf)
　　目前，关于程序化交易，学术界和产业界并没有一个统一权威的定义，在国内，通常意义下的程序化交易主要是应用计算机和现代化网络系统，按照预先设置好的交易模型和规则，在模型条件被触发的时候，由计算机瞬间完成组合交易指令，实现自动下单的一种新兴的电子化交易方式。也就是说，国内资本市场对程序化交易的理解，不再如NYSE那样着重突出交易规模和集中性，而只强调交易模型和计算机程序在交易中的重要性。
　　程序化交易不等于恶意做空
　　是程序化交易造就的市场波动吗？答案并非如此，举个例子，罪犯用枪杀人了，是人的问题，还是枪的问题？枪支使得犯罪更加容易了，但枪支本身却不仅无罪而且在善用的时候还能维护社会安定。
　　上半年沪指暴涨，归根结底仍在于杠杆牛。在杠杆资金的推动下，各种利好叠加，贪婪的投资者蜂拥而入，从而造就A股疯狂。有因有果，因此下半年A股下跌则主要因为简单粗暴的去杠杆后，各路资金恐慌性撤出。
　　从体量来看，程序化交易行为也并不足以造就A股波动。目前被限制交易的账号中，不少是收益非常稳定的机构投资者，无论牛熊，业绩都很稳健。同时，被限制交易的几个账号加起来不过几十亿的体量，与掌握几万亿的国家队相比，不可同日而语。
　　此外，程序化交易也不能一刀切的归结为恶意做空。目前来看，只有那种频繁撤单、有意扰动市场的程序化，才能看成是恶意的，而其他的无论是投机，还是套利，都是正常的交易行为而已。
　　举个简单的例子。就像一批人进山打猎，有人用了猎枪，有人用了菜刀。结果那些用菜刀的人，没有打到猎物，还给猎物咬伤了，回来讨伐那个有猎枪的：“你是恶意打猎”，不觉得很可笑吗？
　　去散户化的市场需要程序化交易
　　尽管此次引发投资者对程序化交易的热议，但从未来发展来看，程序化交易几乎不可能从根本上禁止。
　　此前， 一百多年前，慈禧太后严禁照相机：“这个妖孽的东西，照一次掉一次魂，还不给本宫禁了”，但结果大家有目共睹。
　　因此，从底层技术来说，除非交易所回复到100年前的人工坐席方式，只要还允许软件报单，就无法从根本上禁掉程序化交易。
　　同时，目前程序化交易被限制交易的一大根本原因，恐怕还是中国市场散户居多。程序化交易和普通散户的交易相比，就是机关枪对大刀。因为中国的散户太多了，水平太落后了，面对先进的量化投资手段，完全没有阻挡能力。
　　从这个角度上来看，监管层试图通过禁止程序化的方法，来保护落后生产力，就像十年前的传统商业，试图阻挡电子商务一样。
　　未来随着资本市场的发展，去散户化是必然要面对的问题。国际金融市场的历史表明，散户被机构消灭是历史必然的进程。
　　以海外市场的经验来看，实际上养老基金、主权基金、捐赠基金等大机构，都是对冲基金的主力客户，而做量化对冲的机构，才是真正市场的稳定器，才是真正的成熟机构投资人。
　　此外，量化交易也有利于市场有效性提高。海外因为散户已经逐步被逐出市场，更多的机构用量化投资，用对冲市场冲击的方法，它的整个市场有效性会提高，它的整个市场会变得成熟，而量化投资人就是试图找到市场的缺陷和漏洞赚钱，最终也会促进整个市场更加健康有序的发展。
　　量化交易的类别区分
　　从金融工程和量化投资的角度来讲，程序化交易，从交易的频次方面可以分为高频交易和低频交易。按交易目的与动机来划分，程序化交易主要可分为套保、套利、投机等三种。一个具体的投资交易过程，又可以包括交易的决策制定与交易执行方式两个部分。
　　而从监管者的角度，更关注的是程序化交易产生的潜在风险，从风险控制与便于监管的角度，分为如下五类：
　　预测型策略：针对同一种类型的标的物，利用他们的历史表现以及投资者对当前市场情况预测未来走向，包括趋势预测、反转预测、阿尔法预测、价格预测等。
　　自动做市商型策略：与普通做市商一样，自动做市商高频交易者通过向市场提供买卖订单来提供流动性。不同的是，他们与投资者反向操作，起到提供流动性的作用。
　　事件规则型策略：针对市场中的特殊事件以及投资者的特定规则来投资，它包括事件投资和规则投资。
　　套利与套保型策略：就是通过两种或两种以上的不同类型的标的物的价格差异获取收益或套期保值，它包括了跨品种套利、跨市场套利、跨期套利、套利、期现套利、统计套利以及期现套保、期权套保等类型。
　　引发市场跟随型策略：捕获市场动态、引发市场跟随，比如频繁下单/撤单，诱导型。此类策略多数不合规，会被认定为操纵市场。
　　对于程序化交易的常见误解
　　误解一：程序化交易助涨助跌
　　程序化交易只是一种手段。就象软件下单替代了电话委托交易一样，程序化交易加速了价格的形成，但它本身并不会放大涨跌幅（相反地，算法交易作为程序化交易的一部分，其目的就是减少市场冲击），它只是反映了策略师在编写策略时的意图。以国内目前人工交易占交易量的压倒性优势来看，真正助涨助跌的，是“人”的非理性行为。
　　误解二：程序化交易对市场有负面影响（例如，光大乌龙指事件）
　　以极端事件为例，指证程序化交易对市场的负面影响，这原本就是个以偏概全的命题，是将技术上的偶然性事件混淆成程序化的必然性特征，更何况光大事件的起因除了程序缺陷，还涉及风控背后的人为因素。程序化交易在现今市场应用之广泛，早已超出大多数人的想象，例如，交易所的自动撮合系统，也是程序化的应用之一。难道因为单个公司的技术和管理缺陷，就可以否定程序化对市场的功效与作用？
　　误解三：程序化交易导致A股股灾
　　与光大乌龙指和美国闪电崩盘事件不同，本轮A股股灾并非一个单日事件，其事件跨度横跨了6、7两月份，所造成的影响更是不可同日而语。那么问题来了，谁才是真正的罪魁祸首？
　　就在音乐停止的前半年里，国内市场资金面极度宽松，股票供给却十分有限，加上监管手段滞后、市场机制不完善（见表1）、媒体及投资者的非理性等因素，A股的泡沫不断被吹大，上证指数在指数涨跌排行榜上，一路遥遥领先。泡沫破裂后，更多的批评也指向证券监管部门，认为证券监管部门在主动降低市场风险时，对整个形势的判断出现了偏差，在缺乏统筹协调的背景下，盲目去杠杆和救市，仓促应对导致事与愿违。这一切，与程序化何干？
　　表1：中国、美国、香票市场交易机制对比
　　如果难以理解，那就让数字来说话。
　　7月9日，A股意图绝地反击。那一天，两市2879只股票中，A股51%的股票停牌（约1500只停牌，创史上之最），46%的股票涨停，只有3%还能正常交易。何止7月9日那一天，在6月26日以来的大概三周时间里，A股大多数时候都处于癫狂状态，不是大面积涨停，就是大面积跌停（见下图，绿色部分为可交易股票比例）。再加上停牌的公司，在股灾最疯狂的时间里，几乎每天都有半数以上股票无法正常交易。
　　重要的事情说三遍，流动性，流动性，流动性。
　　“最爱你的人是我，你怎么舍得我难过，在我最需要你的时候，没有说一句话就走”――这大概就是交易员和基金经理们内心最真实的写照。无法正常交易，导致A股陷入流动性危机，引发集体性踩踏的恶性循环。在两市超半数股票停牌的情况下，如果基金遭遇赎回，就不得不抛掉未停牌的股票变现，这将进一步加大市场的抛压和恐慌的蔓延。
　　这一切，又与程序化何干？
　　误解四：程序化交易导致了2010年美国闪电崩盘 (Flash Crash)
　　闪电崩盘已过去五年，在此期间，无数互为补充的理论试图解释那几分钟的市场异常。有些人认为是程序化交易导致了该事件，并以此为依据，呼吁市场限制程序化交易。固然，与程序化相关的系统故障和错单是造成闪电崩盘的部分原因，但绝不是唯一的因素，还包括了流动性恶化、恐慌引发跨市场联动、过度抛盘、缺乏冷却机制等等。美国监管当局在第一时间采取了应对措施，至于调查结果，历时五年，尚在进行中。我们将还原日当天，深度解析触发闪电崩盘的非程序化原因。
　　回放5.6
　　日下午2点40分至2点45分的5分钟内，DJIA、S&P 500指数等股票指数跌幅均超过5%，主要指数悉数暴跌至当日最低点（见下图），随后迅速反弹。在2点40分至3点短短20分钟内，涉及300多种证券的20,000多次交易以偏离其2点40分时价值60%以上的幅度被执行，一些股票成交价格甚至低至1美分，或高达10万美元。
　　（1）抛盘沉重，出现流动性危机
　　5月6日开盘，受欧洲债务危机各种利空的政治、经济新闻的影响，市场悲观氛围浓厚，抛盘异常沉重。交易员们开始做空E-Mini S&P 500，成交量比平时成交量激增了五倍，但是买方流动性大幅下降55%。在下午2点45分13秒至2点45分27秒短短15秒之内，高频交易商交易了超过27,000份E-Minis合约，占总交易量的49%，净买入仅仅约200份合约。随后高频交易商退出市场，流动性进一步下降。一些个股同样经受了流动性紧张，苹果股价在2点40分开始的六分钟内下跌了16%。由于苹果是多个股指的成份股，它的下跌拖累了整个市场。
　　（2）系统故障带来的问题
　　随着股票交易量的激增，纽交所Arca（该平台处理着美国大约12%的股票交易量）电子交易系统出现时滞。2点36分59秒，纳斯达克停止向Arca输入订单，芝加哥期权交易所和BATS等交易所也做了同样的事情。定价信息变得非常离谱，交易员们无法对获得的信息产生信任，买卖双方都很难找到交易对手，纷纷退出市场。
　　尽管如此，许多股票和ETF仍然在极不合理的价格上成交。造成这种极端情况的原因是做市商为保持双边连续报价，会使用无成交意向报价 (stub quotes) ，他们从不指望这些报价会被真的执行，但在缺乏买家的5月6日当天，电脑却将自动卖盘指令与这些虚假买盘报价撮合在一起。此时，做市制度崩溃，而股票市场的基本功能──将买家和卖家有序地撮合在一起──也已丧失。
　　（3）跨市场联动形成负反馈环，不同市场螺旋式下跌（见下图，笔者手绘）。除了必要的风险对冲，交易员会因为恐慌心理进行过度抛盘 (over-selling) 。
　　（4）缺乏有效的市场冷却机制。
　　美国国内分为9个证券交易区，设有18个全国性的证券交易所。一方面，各交易所规则不一，导致熔断机制 (circuit breaker) 失效。比如纽交所设有流动性补偿点 (liquidity replenishment points) ，目的是减缓交易，让现场交易员入场来恢复秩序。纳斯达克等其他交易所无此设置，造成“交叉”市场出现，即买单价格高于卖单价格。另一方面，当时美国市场的熔断机制针对指数而非个股，对指数的熔断点设置亦不科学，即使在极端市场行情下也很难触发熔断机制，致使市场深度下跌。
　　由此可见，将闪电崩盘完全归咎于程序化交易是十分片面的，以此推断程序化将给A股带来类似灾难更是无稽之谈。中美两国的市场机制大相径庭，美国金融市场的深度、广度、开放性以及巨大的交易量和资金量都是中国不可比拟的，数十年来经历的挑战和中国相比只多不少，却从来不曾放慢追求技术发展的步伐。积极应对，谨慎调查，不懈创新，这才是闪电崩盘给我们最好的启发。
　　草率行事，抑或掩盖市场弱点？
　　如果依照传言，A股有史以来最大的一次灾难有可能是由某种单一交易方式引起，如此简而化之地引导群体的想象力，往小了看是过于草率，往大了说则是故意引开人们对市场所存在的根本性弱点的关注。如果大洋彼岸的蝴蝶扇动翅膀能够引起一场风暴，那对沿海的村庄而言，应当关注的是那只蝴蝶还是风暴本身？
　　闪电崩盘之后，美国证监会采取了一些应对措施。首先，针对5.6大跌，美国证监会 (SEC) 与金融业监管局 (FINRA) 联合美国多家证券交易机构着手查阅、修正记录并取消无效交易。共有326支证券以及227支ETF被确认为无效交易。SEC于9月10日宣布了新的错单认定标准，并于日起施行。
　　其次，SEC在2010年6月修改熔断机制，开始试行个股熔断机制，当个股在5分钟内波动幅度达到一定范围时将暂停该个股的交易。日，SEC又对原有的熔断机制进一步修订，采取以针对个股的涨跌停板机制和针对市场的全市场熔断机制相结合的方式，当某个个股价格偏离可接受的范围时冻结该个股的交易，另外当市场下跌达到预定比例时冻结市场上所有个股的交易。
　　五年之后，美国司法部和美国商品交易委员会 (CFTC) 才将旷日持久的调查告一段落，宣布因涉嫌多项欺诈以及市场操纵等罪名被捕的期货交易员纳温德?辛格?萨劳 (Navinder Singh Sarao) 是造成闪电崩盘的原因。此举招来了无数资深从业人士的热议，萨劳固然操纵了市场，但司法部将闪电崩盘归罪于他，似乎更有寻找替罪羊以化解民愤的意味。
【免责声明】本文仅代表作者本人观点，与本网站无关。本网站对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。
08/05 08:4208/05 06:0108/05 05:5308/04 21:4308/04 21:4208/04 21:3008/04 18:3108/04 17:03
期货精品推荐
每日要闻推荐
社区精华推荐
精彩策划推荐
　　【独家稿件声明】凡注明“和讯”来源之作品（文字、图片、图表），未经和讯网授权，任何媒体和个人不得全部或者部分转载。如需转载，请与010-联系；经许可后转载务必请注明出处，并添加源链接，违者本网将依法追究责任。后使用快捷导航没有帐号？注册
查看: 2433|回复: 7
精华0在线时间6 小时UID203036积分5帖子阅读权限10注册时间最后登录
期市新手, 积分 5, 距离下一级还需 45 积分
精华0UID203036积分5帖子主题阅读权限10注册时间最后登录
开发一个程序化交易策略的过程本质上都是在追求经验风险最小化。为什么叫“经验风险”？根据已知的历史数据去归纳总结，不就是经验嘛。经验风险最小化顾名思义就是根据已知样本数据去不断优化你的策略，去达到风险最小化的目的。为什么叫“风险最小化”？风险就是指你出错的可能性，我们通过不断的优化去减少出错的可能性，不就是风险最小化嘛。风险最小化更直观的理解就是收益最大化。（呵呵，别嫌我啰嗦）。
于是通过我们的不懈努力终于得到了一个经验风险最小化的模型，但现在问题来了，我们选定这个模型的假设与问题真实解之间究竟有多大差距，我们就没法得知。比如说我们认为宇宙诞生于150亿年前的一场大爆炸，这个假设能够描述很多我们观察到的现象，但它与真实的宇宙模型之间还相差多少？谁也说不清，因为我们压根就不知道真实的宇宙模型到底是什么。
直观的表现便是用历史数据测试很好的模型一旦实盘就不行了。（为什么不行？本人曾千百遍的逼问自己），看看经验风险最小化原则我们就会发现，此原则适用的大前提是经验风险要确实能够逼近真实风险才行。但实际上能逼近么？答案是不能。（为什么不能？因为样本数据相对于真实世界来说简直九牛一毛，有人可能会说那我用一个品种上市以来所有的历史数据来做样本，我会问他“那未来呢”？哈哈哈）
闲话少说，来看看我们的真是风险到底是什么：
R(w)≤Remp(w)+Ф(n/h)
公式中R(w)就是真实风险，Remp(w)就是经验风险，Ф(n/h)就是置信风险，经验风险代表了分类器在给定样本上的误差，置信风险代表了我们在多大程度上可以信任分类器在未知文本上分类的结果
也许有人会问为什么公式不用等于号要用大于等于呢？因为公式的第二部分是没有办法精确计算的，因此只能给出一个估计的区间，也使得整个误差只能计算上界，而无法计算准确的值（所以叫做泛化误差界，以上公式及理论基础请问度娘，本人不做过多介绍）。
经验风险大家容易理解，那置信风险呢？置信风险与两个量有关，一是样本数量，显然给定的样本数量越大，我们的学习结果越有可能正确，此时置信风险越小；二是模型（函数）的VC维，显然VC维越大，推广能力越差，置信风险会变大。
那到底什么是VC维呢？（读到这里肯定有人开始讨厌我了，但不打紧，为了大家更好的理解，我还是解释一下），所谓VC维是对函数类的一种度量，我们可以简单的理解为模型的复杂程度，VC维越高，一个模型就越复杂。VC维理论是统计学习理论界的大牛Vapnik和Chervonenkis创造的，详细的解释此处需要字，大家还是去问度娘吧。
现在大家都明白一个直观的道理了吧。原来交易策略要适应未来并长期有效，关键就是要函数的VC维越小越好（程序越简单越好）。
回过头来我们谈谈策略优化的问题，我们有一定的样本数据，通过过度优化（设很多参数，加很多过滤条件…），必然会得到一个测试效果很好的模型（数量为N的样本数据必然能被一个N-1次多项式函数几乎100%的拟合），也就是说，只要模型足够复杂，不管多么非线性的数据总是可以被拟合的。但是…这不和我们刚才提出的要减小VC维，减小模型复杂度的理论相冲突吗？？？好吧，为了减小模型复杂度，那我就不去优化策略好了，可是不去优化策略，我程序的拟合度又很低，在历史数据里测试都没法赚钱，怎么办呀？？？
为了更好的解释这一问题，我又要提出两个遭人烦的专业名词了，“偏差”和“方差”，具体还是去问度娘。一个在历史数据中没怎么优化的模型，测试效果肯定不好，叫欠拟合，一个在历史数据中过度优化的模型，测试效果肯定好，叫过拟合。欠拟合就叫偏差太大，过拟合就叫方差太大，怎么才能在偏差和方差二者之间权衡呢？这个问题正是我下一节要讲的。这是一篇连载的帖子，作者暂时有点累了，呵呵……
（一大堆文绉绉的专业名词和概念想必看了就烦，想刨根问底的朋友可以去看看网易公开课里面有个叫斯坦福大学机器学习公开课的课程，讲师是目前大名鼎鼎的百度的首席科学家吴恩达）
精华0在线时间6 小时UID203327积分4帖子阅读权限10注册时间最后登录
期市新手, 积分 4, 距离下一级还需 46 积分
精华0UID203327积分4帖子主题阅读权限10注册时间最后登录
看懂了，很有启发，高手呀，请继续发光
精华0在线时间75 小时UID205749积分57帖子阅读权限30注册时间最后登录
初级散户, 积分 57, 距离下一级还需 63 积分
精华0UID205749积分57帖子主题阅读权限30注册时间最后登录
精华0在线时间196 小时UID6058积分743帖子阅读权限60注册时间最后登录
初级大户, 积分 743, 距离下一级还需 757 积分
精华0UID6058积分743帖子主题阅读权限60注册时间最后登录
为什么不写了
精华0在线时间155 小时UID218974积分322帖子阅读权限50注册时间最后登录
高级散户, 积分 322, 距离下一级还需 278 积分
精华0UID218974积分322帖子主题阅读权限50注册时间最后登录
为什么不写了
精华0在线时间28 小时UID224820积分55帖子阅读权限30注册时间最后登录
初级散户, 积分 55, 距离下一级还需 65 积分
精华0UID224820积分55帖子主题阅读权限30注册时间最后登录
精华0在线时间8 小时UID201963积分19帖子阅读权限10注册时间最后登录
期市新手, 积分 19, 距离下一级还需 31 积分
精华0UID201963积分19帖子主题阅读权限10注册时间最后登录
很有启发如何调整过拟合是个很难的课题
精华0在线时间4 小时UID260373积分5帖子阅读权限10注册时间最后登录
期市新手, 积分 5, 距离下一级还需 45 积分
精华0UID260373积分5帖子主题阅读权限10注册时间最后登录
Powered by程序化交易的缺点和优点_百度知道
程序化交易的缺点和优点
我有更好的答案
你好！ 进行程序化交易的优点 1、避免了人为的主观性 避免人为主观性既是程序化交易的优点也是程序化交易的缺点，在进行期货交易时，正是人的主观判断得以利润的攫取，有一部分非常优秀的炒单手在期货市场的交易中获得了巨大的利润，他们的主观性是程序化交易所不能替代的。但是，更多的投资者的主观性可以说在期货市场的交易中是不合理的，该进场的时候退却，该离场的时候却是犹豫。采用程序化交易可以避免这些思想也就是避免绝大多数人在期货交易中不恰当的主观性。程序化交易最后获得的利润会低于优秀炒单手的利润，却会大大高于普通投资者的收益。 2、极大的分散了投资风险 期货市场的交易很大程度上是博取概率事件的胜率，没有人能保证每笔交易的盈利。因此，这就需要我们分散我们的交易，同时对多个品种交易，同时采用不同的交易策略对一个品种的交易。这些如果通过人工来完成必将耗费大量的人力，且无法避免一些人性的弱点。采用程序化交易可以完美完成上述策略，达到最大限度的风险分散。 进行程序化交易的缺点 1、出现大幅的资金回撤 有些程序化交易模型从长期看是盈利，但是短期内可能会出现巨幅的资金回撤。部分投资者对程序化交易认识比较模糊，认为程序化交易就是一台赚钱的机器。永远盈利。这些投资者在这种资金回撤下就可能难以继续进行程序化交易，从而错过后期出现的大幅盈利。 2、或将加剧金融风险 1987年美国股市暴跌的罪魁祸首一度被认定是期现市场的程序化交易。当时的情况是股票期货低于股票价格，指数套利者将买入期货并卖出股票，如果股票价格下跌的幅度远远不够，投资组合保险公司将卖出期货合约，造成期货市场新一轮的下跌，这导致指数套利者进一步卖出股票，从而形成自我强化抛售的下跌周期。不管1987的股灾是否是程序化交易造成，但是期间程序化交易至少起到了推波助澜的作用。国内股指期货一而再，再而三的推迟上市时间，监管部门或许也是处于这样的担忧。
采纳率：50%
来自团队：
程序化交易在国内投资市场兴起不久，各种程序化交易模型应运而生，然而我们应该看到事物发展的另外一面，不少程序化交易者然而以失败告终！总结类纳失败的原因有以下几条，对于程序化交易者来说极为重要！
首先一些投资者在期货市场或是股票市场中由于交易不严谨导致帐户亏损后寻求新的交易模式，当然从程序化交易的本质来看交易者都能发现自身交易的弱点，然而对程序化交易肤浅的认识就认为程序化交易就是神话般的交易方式或是亏损拯救的救命稻草，都是不正确的。无论用什么样的交易方式都是市场中多空双方智力拼杀的买卖结果，而程序化交易则是投资者交易策略的量化表现形式，如同自已交易一样只不过交易结果更为客观，止盈止损及开仓位置更为严格准确了。因此要正确看带程序化交易的本质，它并不是只赚不亏的神话，在成功的交易策略下它是一个亏少赚多的交易工具。
再者，我们在对大量的程序化交易者调查中发现其程序化交易失败的原因还有一些更大的误区，一些对于程序化交易刚认识不久的朋友总喜欢自已动手制做交易模型，当然这是一种自我学识提高的体现，但交易策略的设计及对交易模型的测试则不是每位自已动手制做模型的投资者所能把握好的。这需要更多的专业知识及大量的程序化交易经验。如：一些初入模型制做的朋友总喜欢将一些技术指标改编为交易模型，结果测试亏损，然而他们所采取的改写方法仅是对这些指标参数的优化！这是一个非常重要的误区！参数过余的优化虽在历史数据测试中能得到盈利的效果，但在以后的交易中会表现极差甚至会出现严重的亏损。因为优化出来的结果表明非常适合你所测试的这段行情，然而行情变化多端，在其它的行情组合中就失败无疑了。
其次，由于没有大量的历史数据供程序化交易者来检验模型在不同时期及行情组合中的表现，一些程序化交易者当然不限于他们绝大数多的交易者都是有着交易不严谨或是乘胜追击的心理，我们提出的观点是任何单一的交易模型不可能适应行情中的所有趋势，震荡模型边单行情中亏钱，趋势模型则震荡行情中亏钱，但基于对模型的认识及测试报告的研究，模型交易帐单的分析等不难发现连亏数次后便是盈利，连盈数次后便是亏损，这也说明模型对行情的局限性及行情的运动规律，因此程序化交易者应采取的操作方法是首先确定模型的盈利能力及可靠性，亏损数次后并不是丧失信心，而是提高交易头寸来获取利润，连续盈利数次后则是要感到风险的来临减小交易的头寸，控制风险防止资金回撤。因此对于交易模型只要盈利与亏损的幅度在预计的范围之内我们没有必要来干预程序的交易结果，更没有必要丧失信心。
最后要说明的是程序化交易的设计方面要有专业的设计知识，并对该模型进行长期的测试并完全撑握该模型的交易原理及资金运动曲线，
西部汇市为解决单一模型对趋势的盈利能力特研发了双模交易系统，利用同一品种的不同周期及不同交易策略对股指的10个交割月份分别进行了测试（股指保留有前9个交割月份的1分钟的历史数据）,其交易结果两个模型分别测试发现了a模型10个月中亏损1个月，b模型10个月中亏损2个月，但是双模型交易系统将a模型与b模型一起使用其交易结果令人满意，资金波动曲线正能体现出互补的优势，并实现了10个月份没有亏损的效果，也正符合我们设计的要求， 最后提醒大家程序化交易一定要有专业的策略设计及大量的测试结果.以上内容转自:西部汇市官方网站
为您推荐：
其他类似问题
您可能关注的内容
程序化交易的相关知识
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。}