什麼是程式交易？如何用程式幫你自動賺錢

程式交易策略通常發生在幕後。 程序不帶感情地交易，並且默默獲得高額利潤。 這些程式如同電子幽靈安靜地進行，對交易大廳的混亂無動於衷。 隨著 2000 年代初期電子交易的出現，程式交易策略已成為大多數交易者和投資者（尤其是大型金融機構）投資的重要組成部分。

投資組合構建的發展隨著旨在加強全球市場實施的流程和技術而向前發展。 

這一演變過程中最重要的元素是程式交易，如今它佔紐約證券交易所交易量的 25% 以上，並迅速成為投資組合構建工作流程中不可或缺的工具。

程式交易被紐約證券交易所定義為“廣泛的投資組合交易策略，涉及購買或出售 15 隻或更多總市值達 100 萬美元或以上的股票。” 根據這個定義，程式交易由希望在一籃子或一籃子標的證券中進行交易同時避免將這些交易分配給眾多經紀人執行的要求的機構使用。

程式交易是如何工作的？

為執行程式交易設置了一些算法，例如如果股票估值超過整個投資組合價值的 10%，則出售投資組合中的股票。 一旦設置了算法，如果滿足要求的條件，市場上的軟件合約證券就會按照程序中提到的方式下訂單。 這樣，應用程序可以在沒有外部支持的情況下獨立運行和執行訂單。

程式交易涉及使用程式方法和算法來執行策略。 這具有廣泛的用途； 一個典型的例子可能是交易者在進行交易之前使用數學模型對資產“應該”值多少持倉。 此類模型旨在利用市場可能缺失的信息，例如當利率朝特定方向移動時公司或行業會發生什麼。 然而，這只是程式交易的一種形式，最常由對沖基金或投資銀行執行。

程式交易和大數原理

程式投資遵循的是大數定理。

什麼是大數原理呢?

比方說一個人的手上有一枚硬幣，硬幣有正反兩面，如果去拋這枚硬幣，正反面朝上的概率都是1/2。

但是拋了3次、5次，會出現多次同面朝上的情況。那為什麼1/2的概率被打破了呢?

是因為你拋的次數不夠多。當你拋了上萬次以後，正反面朝上的概率接近對半開。這就是大數定理:在一個隨機事件中，隨著試驗次數的增加，事件發生的頻率趨於一個穩定值。

程式本質就是通過挖掘海量數據背後這種勝率在50%以上的策略，然後基於這些策略去做交易，整體而言賺錢的次數多於虧錢的次數。

程式交易的基本組成

程式交易最重要的兩個組成部分是價格和交易量，程式技術包括統計套利、算法交易和高頻交易。 這些技術是快速的，通常採用短期投資期限。

程式交易者使用程式工具，例如震盪指標和移動平均線，來創建自己的程式交易系統。 還有其他現代技術、數學和綜合數據庫的可用性，程式交易者可以使用它們來做出理性的交易決策。

程式交易系統

每個程式交易系統都由四個重要組成部分組成，例如：

策略識別

程式交易過程的初始階段從研究過程開始，該過程涉及確定交易策略並確定該策略是否與交易者採用的其他策略一致。

策略回測

策略回測的目標是了解第一步確定的策略在應用於歷史數據和样本外數據時是否有利可圖。 這樣做是為了獲得對該策略在現實世界中的表現的期望； 然而，積極的回測結果並不能保證成功。

執行系統

執行系統是策略生成交易列表並由經紀人執行的過程。 執行系統可以是自動化或半自動化的。 創建執行系統時的關鍵考慮因素是經紀接口、降低交易成本以及實時系統性能與回測性能的差異。

風險管理

程式交易涉及各種風險，包括技術風險、經紀風險等。

程式交易的優勢

不使用程式交易系統的有經驗的交易者可以在傳入數據的數量淹沒決策過程之前成功地對特定數量的股票做出交易決策。 程式交易技術的使用使投資者手動完成的任務自動化。

情緒是阻礙交易者能力的另一個重要方面。 交易時可能是貪婪或恐懼。 情緒只會扼殺理性思考，這通常會導致損失。 數學模型和計算機不會遇到這樣的問題，因此程式交易消除了“基於情緒的交易”的問題。

程式交易的缺點

懂程序並不代表可以通過程序交易賺錢。 更重要的是程序化交易背後的理論和策略發展。 要找到一個盈利的策略，過程也需要大量的時間研究，不可能一蹴而就。 因此，儘管程序化交易有很多優勢，但未必適合所有人。

另外，金融市場非常動態，程式交易模型必須是動態的才能在這樣的環境中成功運行。 所以，儅市場發生變化的時候，過時的程式很可能會跟不上市場的變化，從而導致交易虧損甚至失敗。

因此程式交易也需要不停由人工更新和維護。

常見的程式交易策略

程式選股策略

指的是利用數程式的方法，挑選能夠超過市場平均收益，也就是具備潛在阿爾法收益的股票組合，再加上股指期貨對沖，就是常見的阿爾法策略。程式選股策略的核心是根據基本面來選股，包括多因子模型、風格輪動模型、行業輪動模型等。其中多因子模型是應用最廣泛的，做法就是採用一系列參數因子作為選股標準，比如基本財務狀況因子、市場宏觀因子等。買入滿足這些因子要求的股票，賣出不滿足的；風格輪動模型是根據市場的風格特徵進行投資，在市場風格轉換的初期同步轉換持倉股票的風格，從而獲得超額收益；行業輪動模型就是根據經濟周期，買入未來大概率將進入上漲週期的股票。

程式擇時策略

顧名思義，上一個策略是用程式模型來選股，這個策略就是用程式s模型來擇時，所謂擇時就是預測未來市場的走勢，判斷出股價未來會上漲就買入，判斷出股價未來會下跌則賣出。具體又可以細分為趨勢跟踪策略、事件驅動型交易策略、SVM交易策略等。

統計套利策略

是通過對歷史數據的統計分析，找出變量與收益之間的關係來指導套利交易。包括協整策略、均值回歸策略、多因子回歸策略等。因為越說越複雜，力哥就不展開了。

算法交易策略

涉及大量算法和各種代碼，是金融工程學的傑作。其可以分成交易量加權平均價格策略、時間加權平均價格策略等，我們經常聽說的高頻交易也屬於這一類。

程式高頻交易

還有一種程式高頻交易，舉個例子：假如一個賣家要以 10.06 元的價格賣掉 100 股 A 公司股票，一個買家願意出 10.05 元買 100 股同樣的股票，那麼這個交易其實是無法達成的。這時，如果買家提高一分錢，或者賣家降低一分錢，這個生意就可以做了。但是如果賣家和買家一看交易達不成，之間又沒有信息溝通，買家的提價和賣家的降價是同時進行的，即一方下單以 10.06 元買進，另一方下單以 10.05 元賣出，那麼買賣之間就多出來一分錢的價差，這樣交易的中間商就可以掙到1分錢。如果有人看到這個信息，“迅速”地下兩個單子——以 10.05 元買進，再以 10.06 元賣出，就掙走了這一分錢。這種交易每次量不可能太大，利潤也不可能高，但是機會很多，因此其特點是交易的頻率非常高。這種交易還必須迅速達成，否則生意就沒了，至於要多麼迅速呢？

可以和你講一個真實的例子，芝加哥一家高頻交易公司，為了提高零點一秒左右的交易時間（搶單時間），專門花了一億多美元改進芝加哥到紐約的光纖專線。當然，上面講的只是高頻交易的原理，它中間交易中的算法其實很複雜，因為不可能這樣直接就把那一分錢掙走了，通常這一分錢可能會有幾個人來掙。就可能出現剛買進股票，就被別人搶先賣出，最後股票爛在手裡的風險。

總結

程式交易可以幫助投資者減少人為的情緒和誤判，提高交易的效率和準確性，並且適應市場的變化和機會。然而，程式交易也有一些缺點和風險，例如可能引發市場的波動和恐慌，或者受到電腦系統的故障和攻擊。因此，程式交易需要有嚴格的規範和監督，以確保其合理和安全地運作。