盈时资讯|Information
算法交易风控原则
发布时间: 17-04-14

算法交易风控原则


      算法交易作为降低交易成本的有效工具,通常是机构投资者在采用量化交易模型时所必备的拼图。在中国,由于证券市场发展的后发优势,使得其早于很多发达市场完成了全面的电子化,为量化交易的发展铺平了道路,也为算法交易的成长巩固了基础。作为最早将算法交易引进中国的国际投行之一,瑞银从2009年起便在A股市场大力推进算法交易的应用。而笔者有幸参与其中,回望点滴,愿意和广大投资者共享其中的经验和感悟。

      相比传统投资方法,量化交易在诸多方面有着明显优势。在传统的投资模式下,基金经理和研究员需要进行大量的基本面分析,以便甄别出价格高估(或低估)的股票。但是有限的精力和知识的局限,都导致难以通过这种方式在短时间内完成对股票的遴选。而量化交易可以有效地将被市场实证过的选股方法进行程序化,借助计算机的强大处理能力,在更广范围、更短时间内寻找投资机会。此外,量化交易完全摒弃了感情色彩,单纯地根据预先设定的参数进行交易操作,避免了非理性的投资决定可能带来的损失。但是大批量的买卖证券势必造成冲击成本的提升,因此算法交易应运而生,成为投资者在量化交易过程中降低成本的重要环节。

      然而,算法交易的应用也在加剧市场的波动性风险。国际市场曾经有多起因自由交易程序引发的股市暴跌的交易事故,而8月在中国A股市场发生的光大证券(601788,股吧)“乌龙指”重大交易事故也引起了剧烈市场波动,更使得国内监管机构和投资者注重算法交易的风险控制。

      要做好算法交易风控,首先要了解背后的逻辑。以瑞银为例,客户订单在下达至交易所前需要通过两道逻辑检查,将逻辑层面出错的可能性降至最低。首先是恒生或根网系统进行常规策略检查,内容主要包括持仓数量、持仓成本、持仓市值、当日成交、执行价格等,这也是监管机构所要求的。随后订单将被发送至瑞银算法交易系统进行详细策略检查,主要包含参数检查、委托检查、市场占比限制、发单频率限制、市场波动检查、涨跌停检查、委托连续拒绝检查以及行情异常检查。通过这两道逻辑检查,交易系统才能最大可能地避免客户的订单价格、数量、限价和限量等条件在逻辑上出现自我矛盾。2010年美国道琼斯指数和2012年印度NIFTY指数出现的暴跌都是由于缺乏有效的逻辑检查,致使指数分别在短时间内下挫9%和13.5%,引发了市场恐慌。因此,逻辑检查的重要性可见一斑。

      另外,算法交易对于系统的稳定性要求较高。仅在过去的一段时间内,我们就观察到美国市场发生的多起由于系统问题引起的异常情况。2012年3月23日,美国BATS交易所发生交易错误,导致苹果股票价格瞬时下跌9.4%,并触发熔断,导致该股票暂停交易数分钟;2012年5月,纳斯达克交易所发生20分钟的延时,主要是由于无法处理Facebook的新股上市交易,该交易故障最终导致了1000万美元的赔偿;而在今年8月,纳斯达克又因技术原因出现连续3小时的交易瘫痪。借鉴以往的诸多案例,瑞银在提供算法交易服务的过程中始终严格采用标准流程,对于任何发布给客户的算法交易系统新版本,都需要在内部生产环境使用一段时间后才能交付客户使用,同时所有算法系统的升级都需要通过用户充分测试、容错测试、压力测试和系统同步测试等严格步骤,确保系统的稳定性。根据报道,震动全市场的光大事件在很大程度上是由于采购了廉价的系统,并由于其功能设置的缺失导致了危机的爆发。瑞银每年用于系统开发和升级的资金投入都在总体成本中占据很大的比重,这也是国内算法交易提供商可以借鉴的。

      有了全面的逻辑检查和稳定的系统保证,算法交易服务提供商还需要对用户进行针对性的使用培训,使之充分了解系统的复杂性,避免因为使用不当而造成损失。最近的一起惨痛教训发生在今年8月25日,以色列一家大型投资公司的市值由于特拉维夫交易所一名职员输入错误指令在五分钟内蒸发殆尽,同时造成股指下跌2.5%。前事不忘后事之师,算法交易提供商应当向客户交易团队提供针对性的算法培训和指导,进行定期的系统维护,并制定应急方案,为客户也为自身权益做好充分准备。

      随着中国金融市场的日益放开,各种新的交易品种必将如雨后春笋般涌现。在传统的研究分析方式难以满足大批量、宽幅度的投资需求时,算法交易势必成为投资者必备的交易工具。作为算法交易供应商,我们应当时刻谨记风险控制的重要性,将其打造成造福投资者的神器。

                                                                                                              来源于:中国证券网

分享到: 1