어떻게 HFT 거래가 수익을 창출하고 있습니까?

이 글의 앞면에는 2016년 7월 30일, 거래문의 주인공인 고주파 트레이더 리오가 홍콩 교통대학 홍콩 학우총회의 초청으로, ‘양자화 금융과 고주파 트레이딩 ?? ‘이라는 주제로 공유회를 했다. 리오의 동의를 얻어, 거래문 독점으로 이번 공유회의 내용을 배포했다. 이 강연은 리오가 수정한 내용이다.

• 저는 IT에 대해 조금만 이야기 할 수 있습니다. 왜냐하면 저는 IT를 항상 하고 있기 때문입니다. 수학과 통계학을 정식으로 배우지 않았기 때문에, 좀 덜 정식으로 보일 수도 있습니다. 약간의 정보와 거래 후의 경험도 있습니다. 저는 4가지 유형의 거래 전략에 대해 이야기 할 것이고, 그 다음에는 수학과 IT에 관한 이야기를 할 것입니다. Quantitative Trading, 이름 그대로 두 부분으로 나눌 수 있습니다. 하나는 Quantitative이고 하나는 Trading입니다. Quantitative는 전통적인 수동 거래와 비교해 많은 것을 모델에 의해 정량화하고, 직관적으로 하는 것이 아니다. Trading은 위험 통제와 밀접하게 연관되어 있으며, 수동 거래가 아니라, 프로그래밍을 통해 완료된다. Quantitative Trading는 여러 종류로 나눌 수 있습니다. 한 주 또는 한 달 동안 할 수 있습니다. 근본적인 부분에는 긴 / 짧은 주식, 알파 전략이 있습니다. 또한 옵션 가격과 같은 가격의 종류도 있습니다.

그림 1

• HFT 거래는 기본적으로 순수한 시장 데이터를 사용합니다. 왜냐하면 그 자체는 데이터에 대한 요구가 약간 높기 때문입니다. 시장 데이터는 항상 변하지만, 기본, 뉴스, 일반적으로는 항상 변하지 않습니다. 하이프 트레이딩이란 무엇인가? 우선 자동화. 하이프 트레이딩은 수동으로 하는 것이 불가능하며, 한 시간 수준이 아니라, 많은 컴퓨팅 능력이 필요하고, 강력한 컴퓨터가 필요하며, 그 다음에는 많은 주문이 필요하며, 사람의 손으로 하는 것 같지 않으며, 아마도 매 초, 매 밀리 초, 거래되고 있다. 물론 이 단서는 많은 철회, 많은 철회 ᄂ을 포함합니다. 어떤 전략은 철회 많이, 아마도 1 백만 개 이상의 단서를 제공, 만 개 이상의 단서를 거래 ᄂ. 다른 것은 매우 높은 속도 ᄂ. 또한 정의는 복잡한 알고리즘이 필요합니다. 나는 질문 기호를 던졌다. 왜냐하면 어떤 알고리즘은 실제로 비교적 간단하고 복잡하지 않기 때문에 초등학교 수학 수준일 수 있습니다. 계속 이야기하기 전에, 먼저 시간의 몇 가지 개념을 소개하겠습니다. 우리가 평상시로 계산할 때, 작은 단위는 초, 심지어는 분으로 기록될 수도 있습니다. 초 밑에는 밀리초: 천분의 1초도 있습니다. 눈 깜박이면 대략 300 밀리초의 모양이 됩니다. 상하이에서 선까지의 데이터 전송, 하나의 핑은 대략 30 밀리초 정도입니다.

도 2

• 비교해 보세요: 눈 깜빡이는 시간은 350 밀리초이고, 고주파 거래는 1000건의 거래 결정을 내리는 데 15밀리초밖에 걸리지 않는다. 우리는 흔히 ‘눈 깜빡이는 순간’이라고 말하는데, ‘눈 깜빡이는 순간’은 10,000번 이상의 거래 결정을 할 수 있다. 그래서 하이프 트레이딩의 시계는 다르며, 하이프 트레이딩에 있어서는 1초는 너무 길다.

• #### 다음은 고주파 거래의 몇 가지 주요 전략 유형입니다.

도 3

• 시장 전략

시장거래 전략의 주요 목적은 시장에서 유동성을 제공하는 것입니다. 입찰/청구 목록을 작성하고, 입찰/청구를 좁히고, 중간 차이를 얻는 것입니다. 이 건물들은 다른 건물들보다 훨씬 더 잘 만들어졌습니다. 많은 것을 얘기할 수 있습니다. 예를 들어, 어떻게 당신의 지분을 통제할 수 있는지, 당신의 위험을. 그리고 많은 예측을 해야 합니다. 어떻게 변동성과 가격을 예측할 수 있는지. IT의 비용은 매우 높습니다. 왜냐하면 모든 사람들이 경쟁을 하고 있고, 모든 사람들이 더 빨리 하고 싶어하기 때문입니다. Co-Location, FPGA, 그리고 마이크로 웨이브까지요. 경쟁이 치열합니다. 일반 투자자에게는, 시장의 존재가, 그가 구매와 판매의 차이는 더 작게 하는 것이 유리하다. 도 4 지난 8월 12일 50주식 지수 선물에 대한 내 전략 중 하나입니다. 그날 전체 시장의 거래량은 225,000명, 내 전략은 4.1%를 차지했습니다. P&L도 잘 돌아갔고, 드라우도 역시 작았습니다. 자본 수요도 낮았고, 하루 종일 50만불만만만불만 필요했고, 21만불 이상을 벌었고, 43.5%의 수익률을 얻었습니다. 작년 7월, 주식 재난으로 인해 중화은행은 주식 지수 선물에 대한 일부 투자자에 대한 제한을 시작했다. 7월 몇 일 동안, Bid/Ask Spread이 늘어난 것을 볼 수 있다. 9월 7일까지 중화은행은 투기자에 대한 제한을 시작했으며, 지분 보증금을 40%까지 올렸고, 평형 지분 수수료는 23만분의 1까지 올랐으며, 단일 품목의 1일 입주 거래량은 10명을 초과하지 않았다. 시장의 거래량은 이전보다 1% 미만으로 감소했다. 시장 전략이 잘 수행되지 않았기 때문에 10인 시장 전략은 전혀 작동하지 않았고, 일부는 종료되었다. 도 5 그림 6 그래서 마켓 전략은 시장의 유동성을 증가시키고, BID/Ask Spread를 좁히고, 매매량이 많을 때 미끄러지는 지점이 많지 않습니다. 시장 전략은 어떤 것이 더 합리적인 가격인지 대략적으로 추정하는 것을 필요로 한다. 주식 지수 선물 시장에서, 어떤 사람은 주식 지수의 합리적인 가격을 예측하기 위해 한 바구니의 주식을 사용한다.

• 통계적 배당 여기서는 모두 큰 주제들이죠. 저는 단지 대략적인 주제에 대해서만 얘기하고 있습니다. 통계적 중개는 확률, 데이터 채굴, 모델링, 거래 실행, 데이터 청소와 관련된 것입니다. 데이터 채굴은 매우 중요하며, 처리하지 못한 것은 때때로 매우 고통스러운 일입니다. “Garbage in, Garbage out”라는 매우 고전적인 말이 있습니다. 많은 퀀트는 데이터 처리에 많은 시간을 소비합니다. 때로는 매우 흥미로운 결과를 발견하고, 데이터가 잘못되었다는 것을 알게됩니다. 가장 간단한 중개 모델은 역사적인 가격의 변동율입니다. 양쪽에는 실행 영역이 추가됩니다. 예를 들어, 우유가루는 홍콩에서 100달러에 구입하고 본토로 120달러에 판매됩니다. 중간에 10달러를 지불하고 10달러를 얻습니다. 또 예를 들어 금, 국내외 시장에는 표준 계약이 있고, 이론적으로 가치는 동일하며, 2개의 금 지팡이가 나온다. 하지만 가격이 변동할 수 있고, 우리는 이 가격 차이를 계산할 수 있고, 만약 그것이 역사적 통계 구역에서 벗어났다면, 예를 들어, 브렉시트 때, 중국의 금이 싸고, 미국의 금이 비싸다는 것을 알게 될 것이다. 그러면 우리는 가격이 높지 않은 것을 구입하고, 가격이 높지 않은 것을 판매하여 이익을 얻을 수 있다. 물론, 실제 운영에는 유동성 요인이 영향을 미칠 수 있으며, 이것은 약간의 경험이 필요합니다.

• 예측 과거 시장 데이터와 현재 시장 환경을 비교하여 미래의 가격 움직임을 예측합니다. 가격 = a + b + c. 이 미래 은 다음 초, 다음 분, 다음 거래 날, 다음 주, 다음 달이 될 수 있습니다. 당신의 모델이 예측하는 것이 정확하다면 다음 초, 다음 분 또는 다음 주에 상관없이 NB를 초과합니다. 도 7 이 기본적인 과정은 데이터를 정리하고, 시장에 영향을 미치는 요인이 무엇인지 알아내는 과정입니다. 여러분은 아주 빨리 시작해서, 평균선을 가지고, 아주 빨리 결과를 얻을 수 있습니다. 하지만 여러분의 모델의 안정성은 얼마나 오래 지속될 수 있을까요? 이것은 계속적인 튜닝을 필요로 합니다. 여러분은 Model을 훈련시키고, 평가하고, 그리고 Optimize your Factor을 사용합니다. 물론 지금은 많은 팩터들이 있고, 어떤 사람들은 500개의 팩터들을 던져 넣습니다. 그의 모델은 어떤 팩터들이 유용하고 어떤 팩터들이 쓸모없다는 것을 말해 줄 수 있고, 높은 상관관계가 있는 팩터도 스스로 제거할 수 있습니다. 하지만 이 것은, 저는 아직 공부를 하고 있고, 많은 경험이 없습니다. 저는 단지 이런 팩터들이 있다는 것을 알고 있습니다. 슈퍼 심플의 은 단순하다고 해서 간단하지 않습니다. 가장 간단한 예측 모델은, 가격이 평균선으로 돌아간다는 것입니다. 평균선이 어떤 주기적인지, 스스로 가공하세요. 이 중간의 복잡성은, 대부분 데이터에서 나옵니다. 모델의 말로는, R 안에 많은 패키지가 있고, 좋은 자동화를 할 수 있습니다. Data와 Factor는 계속 닦아야 합니다.

  • Micro Structure 이것은 너무 높습니다. 일반적인 퀀트는 사용하지 않을 수도 있습니다. 예를 들어, 주식 거래에서는 종종 지지부수, 압력부수, 즉 간단한 마이크로 구조를 듣습니다. 미국 증권위원회가 작년에 조사한 것을 보세요. 스푸퍼, 시장에서 블러핑하는 몇몇 플레이어. 원래 시장은 정상이었는데, 매입료는 10,20였는데, 갑자기 어떤 플레이어들이 들어와서 내가 1,000을 사야 한다고 말했다. 모두가 큰 매입료가 있다고 생각해서, 모두 훔쳐갔다. 주식의 움직임은 미시적인 관점에서 공급과 수요의 관계이다. 두 개의 흥미로운 링크를 붙였습니다. How to Catch a Spoofer http://www.bloomberg.com/graphics/2015-spoofing/ Iceberg Orders http://www.marketdelta.com/blog/2011/10/footprint-chart/iceberg-orders/ 수학, 제 경험에 의하면, 초등학교 수학과 박사학위 수학 모두 쓰입니다. 초등학교 수학을 무시하지 마세요. 그리고 예측 모델링은 매우 광범위하고 많은 회사에서 사용되고 있습니다. 높은 주파수의 단점은, 용량이 작다는 것입니다. 당신이 그에게 50만 달러를 주면, 그는 20만 달러를 얻습니다. 당신이 그에게 5백만 달러를 주면, 그는 여전히 20만 달러를 얻을 수 있습니다.

• #### IT. 모두가 알다시피 光大烏龍指事件. 또한, 기사자본은 한 번 반시간 동안 440만 달러를 잃었다. 프로그래머가 시스템을 업그레이드하고, 아마도 8개의 생산기, 1개의 업그레이드가 되지 않아서, 잘못된 명령이 실행되고, 계속 거래했다. 핵심은 30분 동안 거래되었다. 나는 그것이 30분 동안 발견되지 않은 것을 어떻게했는지 모른다.

이 두 가지 사례는 IT가 중요하고 많은 돈을 잃을 수 있다는 것입니다 (光大烏龍指은 돈을 벌었지만 많은 돈을 벌었습니다). 도 8 IT System는 크게 4개의 부분으로 나니다. 가격 데이터 (Price Data) 는 비교적 간단하지만, 기본 데이터 (Fundamental Data) 와 구조화되지 않은 데이터 (Unstructured Data) 는 더 복잡합니다. 많은 프로그래머의 코드가 필요합니다. 어떻게 수집하고, 포맷하고, 통합하고, 접근하는 방법이죠. 퀀트로서, 저는 언젠가는 데이터를 가지고 그림을 그리고 싶습니다. 물론 당신은 틀릴 수 없습니다, 당신의 실수 용납 능력과 오류를 검사하는 능력도 매우 높습니다. 우리는 이전에 이런 상황이 발생했습니다, 회귀 테스트는 매우 좋고, 매일 돈을 벌고, 데이터가 잘못되었다고 밝혀졌습니다. 매우 어리석은 실수입니다. 자주 발생하고, 나중에 일어날 것이라고 믿습니다. 그러나 나중에 매우 NB의 회귀 결과를 볼 때, 우리는 더 의심 할 것입니다. 이 실행은 API, 시장 접근, 기류 제어이다. 고주파 영역에서는 속도가 매우 중요합니다. 왜냐하면 많은 데이터가 공개되어 많은 사람들이 볼 수 있기 때문입니다. 많은 사람들이 기회를 볼 때, 가장 빠른 사람들만이 그것을 잡을 수 있습니다. 각 시장에는 다른 API가 있으며, Fix 프로토콜과 같은 통일된 프로토콜이 있습니다. 그러나 모든 거래소가 반드시 지원하지는 않지만 Fix 프로토콜 자체는 느린 것입니다. 고주파는 일반적으로 C++, FPGA의 하위 모듈이며, 우리는 일반적으로 C++, FPGA입니다. Back Testing, 가끔 퀀트가 생각해낸 것인데, 아마도 여러분의 테스트 시스템이 아직 지원하지 않을 수도 있고, 여러분은 테스트 프레임워크를 바꿔야 할 수도 있습니다. 시각화는 매우 중요합니다. 그래프를 더 잘 볼 수 있도록 그래프를 더 잘 볼 수 있습니다. 우리는 스칼라에서 그림을 그리는 데 많은 노력을 기울였습니다. R에서 그림을 그리는 데 많은 노력을 기울였습니다. 재검토의 속도도 중요합니다. 예를 들어, 한 가지 전략을 재검토하는 데 1 년의 데이터가 필요합니다. 1 주간을 기다린 사람은 당신의 결과를 볼 수 있습니다. 1 분도 조금 더 받아들일 수 있습니다. 전략의 매개 변수는 1에서 100까지의 반복 과정을 가지고 있습니다. 여기서도 우리는 많은 최적화를 했습니다. 예를 들어, 데이터를 어떻게 가져갈 것인가, 어떻게 캐시할 것인가, 그리고 그 중간에서 그 성능을 향상시킬 것인가. 이전에는, 전 이전 회사에서 몇 가지 클라우드 컴퓨팅을 시도했습니다. 몇 가지 회귀 엔진을 모두 많은 서버에 배포했습니다. 그리고 다른 하나는 모니터링입니다. 여기에는 많은 자동화가 포함되어 있습니다. 그리고 많은 전략이 있습니다. 어떻게 Monitor 위험, 어떻게 Alert에 갈 것인가, 이것은 매우 중요한 부분입니다. 우리의 현재 전략은 자동화 운영, 모든 전략의 모니터링, 각 전략의 위험 수준은 몇 가지 이상하지 않습니다, 알람을 초과합니다. 특히 우리는 또한 야간 디스크를 거래, 프로그래머가 자주 잠을 잘 수 있도록, 그것은 현실적이지 않습니다. 그래서 만약 Critical Error가 있다면 휴대 전화에 직접 전화합니다. 하지만, 만약 당신이 거래하는 품종이 많다면, 기본적으로 모든 사람이 거기에 있을 가능성이 없습니다. 그래서 많은 감시가 필요합니다.

• #### 추천되는 독서:

Flash Boys
Quantitative Trading: How to Build Your Own Algorithmic Trading Business
The Quants: How a New Breed of Math Whizzes Conquered Wall Street and Nearly Destroyed It
The Problem of HFT - Collected Writings on High Frequency Trading & Stock Market Structure Reform
Inside the Black Box: A Simple Guide to Quantitative and High Frequency Trading
Algorithmic Trading: Winning Strategies and Their Rationale
Quantitative Trading with R: Understanding Mathematical and Computational Tools from a Quant's Perspective

http://numericalmethod.com/courses/introduction-to-algorithmic-tradingstrategies-2011-2013/ https://www.quantstart.com/articles/beginners-guide-to-quantitative-trading https://www.zhihu.com/publications/nacl/19550372

링크