回歸演算法高頻交易

① 高頻交易都有哪些著名的演算法

高頻交易是指從那些人們無法利用的極為短暫的市場變化中尋求獲利的計算機化交易，比如，某種證券買入價和賣出價差價的微小變化，或者某隻股票在不同交易所之間的微小價差。這種交易的速度如此之快，以至於有些交易機構將自己的「伺服器群組」（server farms）安置到了離交易所的計算機很近的地方，以縮短交易指令通過光纜以光速旅行的距離。

② 高頻交易和量化交易有何不同

高頻交易和量化交易有3點不同：

一、兩者的概述不同：

1、高頻交易的概述：指從那些人們無法利用的極為短暫的市場變化中尋求獲利的計算機化交易。

2、量化交易的概述：指以先進的數學模型替代人為的主觀判斷，利用計算機技術從龐大的歷史數據中海選能帶來超額收益的多種「大概率」事件以制定策略。

二、兩者的作用不同：

1、高頻交易的作用：這種交易的速度如此之快，以至於有些交易機構將自己的「伺服器群組」安置到了離交易所的計算機很近的地方，以縮短交易指令通過光纜以光速旅行的距離。

2、量化交易的作用：極大地減少了投資者情緒波動的影響，避免在市場極度狂熱或悲觀的情況下作出非理性的投資決策。

三、兩者的特點不同：

1、高頻交易的特點：

（1）高頻交易都是由計算機自動完成的程序化交易；

（2）高頻交易的交易量巨大；

（3）高頻交易的持倉時間很短，日內交易次數很多；

（4）高頻交易每筆收益率很低，但是總體收益穩定。

2、量化交易的特點：

（1）紀律性。根據模型的運行結果進行決策，而不是憑感覺。紀律性既可以剋制人性中貪婪、恐懼和僥幸心理等弱點，也可以克服認知偏差，且可跟蹤。

（2）系統性。具體表現為「三多」。一是多層次，包括在大類資產配置、行業選擇、精選具體資產三個層次上都有模型；二是多角度，定量投資的核心思想包括宏觀周期、市場結構、估值、成長、盈利質量、分析師盈利預測、市場情緒等多個角度；三是多數據，即對海量數據的處理。

（3）套利思想。定量投資通過全面、系統性的掃描捕捉錯誤定價、錯誤估值帶來的機會，從而發現估值窪地，並通過買入低估資產、賣出高估資產而獲利。

（4）概率取勝。一是定量投資不斷從歷史數據中挖掘有望重復的規律並加以利用；二是依靠組合資產取勝，而不是單個資產取勝。

③ 機器學習的方法之回歸演算法

我們都知道，機器學習是一個十分實用的技術，而這一實用的技術中涉及到了很多的演算法。所以說，我們要了解機器學習的話就要對這些演算法掌握通透。在這篇文章中我們就給大家詳細介紹一下機器學習中的回歸演算法，希望這篇文章能夠幫助到大家。
一般來說，回歸演算法是機器學習中第一個要學習的演算法。具體的原因，第一就是回歸演算法比較簡單，可以讓人直接從統計學過渡到機器學習中。第二就是回歸演算法是後面若干強大演算法的基石，如果不理解回歸演算法，無法學習其他的演算法。而回歸演算法有兩個重要的子類：即線性回歸和邏輯回歸。
那麼什麼是線性回歸呢？其實線性回歸就是我們常見的直線函數。如何擬合出一條直線最佳匹配我所有的數據？這就需要最小二乘法來求解。那麼最小二乘法的思想是什麼呢？假設我們擬合出的直線代表數據的真實值，而觀測到的數據代表擁有誤差的值。為了盡可能減小誤差的影響，需要求解一條直線使所有誤差的平方和最小。最小二乘法將最優問題轉化為求函數極值問題。
那麼什麼是邏輯回歸呢？邏輯回歸是一種與線性回歸非常類似的演算法，但是，從本質上講，線型回歸處理的問題類型與邏輯回歸不一致。線性回歸處理的是數值問題，也就是最後預測出的結果是數字。而邏輯回歸屬於分類演算法，也就是說，邏輯回歸預測結果是離散的分類。而邏輯回歸演算法劃出的分類線基本都是線性的(也有劃出非線性分類線的邏輯回歸，不過那樣的模型在處理數據量較大的時候效率會很低)，這意味著當兩類之間的界線不是線性時，邏輯回歸的表達能力就不足。下面的兩個演算法是機器學習界最強大且重要的演算法，都可以擬合出非線性的分類線。這就是有關邏輯回歸的相關事項。
在這篇文章中我們簡單給大家介紹了機器學習中的回歸演算法的相關知識，通過這篇文章我們不難發現回歸演算法是一個比較簡答的演算法，回歸演算法是線性回歸和邏輯回歸組成的演算法，而線性回歸和邏輯回歸都有自己實現功能的用處。這一點是需要大家理解的並掌握的，最後祝願大家能夠早日學會回歸演算法。

④ 高頻交易真的提高了市場流動性嗎

鯨選財經有過類似的文章，我復制過來。你自己看看
高頻交易，也稱HFT，通常是使用演算法高速執行交易。演算法可以以超快的速度執行大量交易以獲取盈利機會。高頻交易的支持者認為，高頻交易可以幫助加強市場流動性，並縮小買賣差價。也有人認為高頻交易提高流動性只是假象，它其實加重了市場脆弱的一面。我們今天就來談談高頻交易是否真的能提高市場流動性。

流動性因素

流動性的三大衡量要素是大小、價格和時間。流動性高時，投資者可以成功地在實時價位附近進行大量交易，而且時間很快。流動性的一個流行指標是買賣差價（點差）。

紐約證交所一份手冊上顯示：流動性是市場吸引大量符合供需雙方價位訂單的能力。市場必須能快速更新信息，並且能夠把這些更新信息整合到股價中。」流動性是市場良好運轉的重要特徵，它能夠激發參與者對市場的信心。

在過去的十年間，市場上高頻交易的使用頻率越來越高，同時，流動性也是一樣。那麼問題來了，兩者之間是互相關聯的，還是屬於因果關系呢？高頻交易在減少交易成本的同時，是否有加強市場流動性呢？

在2000年引進另類交易系統（ATS）之前，交易所如紐約證交所使用的都是雙向拍賣系統，買賣雙方由交易員和專家來匹配。電子交易系統的使用產生了新系統，即買賣證券的高頻交易。大量研究顯示，高頻交易目前已經在整體股票交易量中佔50%到75%的比例了。高頻交易者既包括小型且不知名的交易公司，也有大型投資銀行和對沖基金。

高頻交易者成為做市商

高頻交易中的一些策略無疑確實提供了市場流動性。比如說，高頻交易者可以扮演正式或非正式的做市商角色。而作為做市商，高頻交易者會給電子限價委託單薄上的買賣方同時設置限價指令，這就為在同一時間交易的市場參與者提供了流動性。大多數做市商通過買賣訂單賺取差價。

由於做市商會因為信息不及時而承擔虧損資金的風險，因此他們需要根據實時信息經常更新報價。這和相關金融工具（如ETFs、期貨）或其它提交和取消的訂單所帶來的價格波動一樣在不斷變化。也因此，高頻交易做市商在每場交易中都會提交和取消很多訂單。很多公司本著希望在美國股市賺取流動性差價的目的，而選擇注冊成為正式的流動性提供商，另外一些則繼續作為非正式的做市商存在。這樣來說，高頻交易確實加強了市場流動性，而且減少了交易成本。

尷尬的交易量

高頻交易的反對者們則認為，高頻交易創造的流動性只是表象，因為他們的證券僅持有非常短暫的時間（間隔數秒甚至少於一秒），然後又重新回到市場上進行拋售。大多數時候，證券是在高頻交易者之間來回進行買賣，直到出現投資者買入。因此，反對者認為最終並沒有流動性產生，一切只是不斷執行訂單的操作帶來的假象。

高頻交易帶來的是尷尬的交易量。開倉頭寸在高頻交易者和其它做市商之間被踢來踢去，因此帶來了高紀錄的交易量，而實際卻並沒有深度。對於要買入的訂單，買方都會持有比數秒長得多的時間。

高頻交易對外匯交易來說是福還是禍

高頻交易已經成為外匯交易市場中的一大主要力量，但大部分人對其仍一知半解，高頻交易對於外匯投資者來說究竟是禍是福？有人認為，高頻交易如今已把外匯市場變成了由高科技交易系統與傳統「真人」操作相互比拼的競技場。

對於高頻交易，無論是大型銀行，還是交易商，以及一些投資銀行家都對其滿腹抱怨，他們對某些高頻交易商的行為表示不滿，稱這些交易商雖然可以通過高頻交易來增加市場的流動性，但他們嚴重干擾了交易員的正常操作。其實，客觀來講，高頻交易對於外匯市場來說有利有弊。

反對者認為，復雜演算法交易或高頻交易有時會對外匯市場帶來極大的震盪，如2010年5月6日美股的閃電崩盤（Flash Crash）事件就是由高頻交易帶來的巨大交易流量而造成的。日本東京交易所在過去6年時間里癱瘓兩次，都是交易所系統負荷不了高頻交易的巨大交易量。

有專家學者認為，外匯市場中的高頻交易給監管帶來了新的問題，因為高頻交易極為復雜和專業，對於普通交易者和投資者來說，高頻交易缺乏一定的透明性和公平性，而且有部分央行試圖通過高頻交易技術來操控外匯市場，這種醜陋的行為對於行業的發展極為不利。

EBS系統是目前全球運用最為廣泛的兩大外匯交易系統之一。早在2013年，EBS計劃在相關外匯的電子交易中廢除此前「先進先出」的原則，該項原則據稱使得那些運行速度更快的交易電腦能夠獲得不公平的優勢地位，而正是由於之前「先進先出」的原則也驅使交易機構不惜將重金投入到電子交易技術的研發和升級上。根據EBS的想法，未來的電子交易系統在接收外部交易命令時不存在先後順序之分，而在處理每筆交易時也按照隨機順序讀取交易詳情。

雖然高頻交易技術有其自身的優勢，但是仍不向投資者推薦這種交易模式，主要因為以下幾點：

1.如果進行百萬次以下的高頻交易，那麼總體收益往往會很小，甚至有時手續費都會大於收益。

2.一般交易者沒有具有較高運算能力的超級計算機。

3.普通交易者和投資者一般都不是復雜演算法計算機程序員，因此和那些專業的高頻交易公司無法抗衡。

4.往往高頻交易編碼中的某一個小的故障會導致交易的全盤失敗，進而導致損失全部資金。

5. 由於高頻交易的瞬時性，因此投資者根本沒有時間來進行市場分析。

結語

高頻交易已經存在了十多年的時間，現在多多少少已經獲得了股票市場的認同，成為被接納的部分。通常來說，行業達成的共識是高頻交易增加了市場流動性並且降低了交易成本。高頻交易公司也開始逐漸納入監管范圍，因此，任何不恰當的行為終會被追究。

高頻交易的優勢在於可以為交易者保證穩定的收益，雖然高頻交易的每筆收益率很低，但是設想一下如果在一天內進行百萬次的高頻交易，那麼收益將會是天文數字，同時，有很多專家表示，高頻交易者對於整個市場來說是積極的，因為高頻交易可以提高市場的流動性，同時保持較低的點差。盡管如此，仍有很多人反對高頻交易。

⑤ 什麼是高頻交易系統

1、高頻交易系統概述

高頻交易是指從那些人們無法利用的極為短暫的市場變化中尋求獲利的計算機化交易。

比如，某種證券買入價和賣出價差價的微小變化，或者某隻股票在不同交易所之間的微小價差。

這種交易的速度如此之快，以至於有些交易機構將自己的「伺服器群組」(server farms) 安置到了離交易所的計算機很近的地方，以縮短交易指令到達交易所的距離。

2、高頻交易系統特點

（1）交易指令完全由電腦發送，對市場數據的響應延時在微秒級，有的甚至是納秒級；

（2）系統由專用的軟、硬體組成；

（3）系統的硬體需要放在離交易所主機很近的位置上，所謂 co-location。

3、高頻交易的兩大核心要素

（1）一是產生高頻交易信號的交易策略;

（2）二是優化交易執行過程的演算法。

(5)回歸演算法高頻交易擴展閱讀

1、高頻交易系統的特點

高頻系統是一種非常有特點的計算機應用。在輸入和輸出層面，數據比較簡單。

輸入用的都是市場行情數據，用的是Tick級別，甚至是更細顆粒度，比如用order book上數據。

輸出就是報單到交易所，執行層面上頻率會比較高，有可能會大量、頻繁地向交易所報單。系統運行時處理的信號源是交易所播報的實時行情，要求用最快的速度對信號進行拆解、計算和輸出，對於系統的實時計算能力的要求也比較高。

同時，一般高頻交易系統從邏輯的層面上來說是比較簡單的。

2、編程語言的選擇

目前，高頻交易系統最主流的是C/C++語言。

這是一種優點及其很顯著的語言。相比依賴虛擬機的JAVA和Python而言，C/C++是一種非常接近底層硬體的開發語言，對硬體操控的控制度、靈活度都超過其他語言，在性能上的把控力會更強。

但是，其語法相當復雜，比較難學，沒有受過系統編程訓練的開發者，掌握起來比較困難。

同時，使用C/C++編程也可以獲得及其優越的性能，這對於高頻交易系統來說，就非常重要了！並且，國內大多數的交易所提供的都是C++級別的類庫，只有用C++進行開發，才能方便進行系統對接。

⑥ 什麼是股票高頻交易高頻交易好嗎

即指交易頻率只有幾毫秒的高頻交易操作員。高頻交易穩穩的把價差賺到了手，而且整過過程可能只有幾毫秒的時間。
個人投資者要買某一隻股票的時候輸入了一個買入指令，這個指令傳達到美國第三大股票交易所BATS。幾乎同一時間，高頻交易員就能獲取這一指令（這就相當於交易員已經確切地知道了你的交易計劃），並搶在個人投資者之前買入這只股票。幾毫秒之後，高頻交易員再將這一股票加價賣給個人投資者。
任何擁有股票的人都是高頻交易者這種手段的受害者，交易員們能夠得知投資者將要買入那隻股票，並利用先進的技術先於投資者買入這些股票，然後緊接著把這些股票以更高的價格賣給投資者。

⑦ 高頻交易系統怎樣在多線程和埠通訊之間取捨

首先， 系統各業務功能的模塊化與主程序採用什麼樣的部署運行狀態（多線程或多進程）是不矛盾的，在各部分系統用同一種編程語言的前提下，兩者可以輕松地同時得到。這也是大家在答案中都提到過的解耦，但如果是多語言開發的系統，彼此之間還是需要數據通訊，或者是多個策略需要共用一個前端數據源，比如交易所只允許接一個連接，多個策略系統要用，可能沒辦法部署在一台機器上，這樣的情況下網路通訊都不可避免，可以升級通過內部網路和機器硬體來處理，換句話說，得具體問題具體分析和優化。

最後，一點建議，跟我們最近的一個R語言的策略開發SDK實例相關，R語言層面寫的策略只能是單線程的，而後端需要支持多個交易所的行情數據採集源、交易通道介面，必須是多線程，前後之間通過用C++開發R語言擴展包來銜接，中間就是採用的共享內存數據來通訊的，供借鑒參考。

⑧ 回歸演算法有哪些

回歸演算法有：
線性回歸使用最佳的擬合直線（也就是回歸線）在因變數（Y）和一個或多個自變數（X）之間建立一種關系。
用一個方程式來表示它，即Y=a+b*X + e，其中a表示截距，b表示直線的斜率，e是誤差項。這個方程可以根據給定的預測變數（s）來預測目標變數的值。
邏輯回歸是用來計算「事件=Success」和「事件=Failure」的概率。當因變數的類型屬於二元（1 / 0，真/假，是/否）變數時，我們就應該使用邏輯回歸。這里，Y的值從0到1，它可以方程表示。

⑨ 股票高頻交易演算法，懂的進

高頻交易，就是短暫的市場變化中尋求獲利，不理會大趨勢，（平衡市裡比較適合）定好止損止盈位，得要有精確的計算能力，制定自己的一套理念，不理會別人會影響自己的任何觀點。你認為可以進就進，想出就出。10次交易6次獲利，你就是贏家。沒有固定的演算法，只有單間的加減乘除。