Simmons Grand Medal Fund adalah Wall Street Hedge Fund yang mitos, selama 20 tahun berturut-turut, dengan purata keuntungan tahunan 35%, ia mempunyai pulangan tahunan lebih daripada 60% jika anda mengambil kira 5% dari yuran pentadbiran dan 40% dari penarikan dana. Ia jauh lebih tinggi daripada Buffett dan Soros.

Strategi Simmons adalah menggunakan model matematik dan perisian komputer yang kuat untuk melakukan perdagangan frekuensi tinggi dalam pelbagai produk di pasaran global, untuk mendapatkan perbezaan turun naik yang kecil, dan dengan itu memperoleh keuntungan yang stabil dan berterusan. Ini adalah strategi netral pasaran, tidak terlalu terjejas oleh pasaran lembu dan beruang, dan hanya dapat menghasilkan wang apabila terdapat turun naik.

Secara keseluruhan, perdagangan frekuensi tinggi terutamanya merangkumi beberapa strategi berikut: perdagangan rebat kecairan, perdagangan algoritma mangsa, dan strategi pembuat pasaran automatik.

Untuk memperjelas strategi perdagangan frekuensi tinggi di atas, contoh di sini sangat sesuai dengan perdagangan sebenar. Seorang pelabur institusi pembeli memutuskan untuk membeli 10,000 saham XYZ dengan harga sekitar $ 30, seperti kebanyakan pelabur institusi pembeli seperti dana bersama, dana pencen, dan lain-lain.

Transaksi Diskaun Likuiditi

Untuk mendapatkan lebih banyak pesanan perdagangan, semua bursa sekuriti di Amerika Syarikat menawarkan potongan harga transaksi tertentu kepada broker yang mencipta kecairan, biasanya 0.25 sen / saham. Tidak kira sama ada pembelian atau penjualan, jika urus niaga berjaya, bursa membayar potongan kepada broker asal yang menyediakan kecairan itu, sambil mengenakan bayaran yang lebih tinggi kepada broker yang menggunakan kecairan itu untuk berdagang.

Dalam kes ini, asumsikan harga transaksi mental pelabur institusi antara \( 30 dan \) 30.05. Jika pembelian pertama dalam sistem perdagangan (seperti 100 saham) berpasangan dengan berjaya, harga 30 dirundingkan. Oleh itu, pembelian kedua dalam sistem perdagangan (seperti 500 saham) melompat.

Selepas kejayaan transaksi, peniaga balasan segera mengubah arah transaksi dengan menjual 100 saham yang baru dibeli dengan harga \( 30.01 dengan harga yang sama, iaitu \) 30.01 untuk mencatatkan. Oleh kerana harga saham $ 30 tidak lagi wujud, kemungkinan besar tawaran itu akan diterima oleh pelabur institusi.

Dengan cara ini, walaupun peniaga rebat tidak mendapat keuntungan sepanjang proses perdagangan, mereka mendapat komisen rebat sebanyak 0.25 sen setiap saham yang diberikan oleh bursa kerana penjualannya yang kedua memberikan kecairan kepada pasaran. Tidak dapat difahami, keuntungan 0.25 sen setiap saham yang diperoleh oleh peniaga rebat adalah dengan harga 1.0 sen yang dibayar oleh pelabur institusi.

Perdagangan algoritma mangsa

Di Amerika Syarikat, lebih daripada separuh pelaporan algoritma pelabur institusi mengikuti prinsip harga terbaik negara SEC (National Best Bid or Offer, NBBO). Diberi nama NBBO, iaitu apabila pelanggan membeli sekuriti, broker mesti menjamin untuk memberikan harga jual terbaik yang ada di pasaran; sama apabila pelanggan menjual sekuriti, broker mesti menjamin untuk memberikan harga beli terbaik yang ada di pasaran. Di bawah prinsip ini, apabila satu pelaporan melebihi satu pelaporan lain dalam urutan kerana harga lebih utama, harga saham sering disesuaikan dan dijamin konsisten dengan yang sebelumnya.

Strategi perdagangan algoritma mangsa direka berdasarkan kajian mengenai undang-undang sejarah perubahan harga saham di atas. Secara umum, strategi ini menggunakan harga buatan untuk memikat pelabur institusi untuk menaikkan harga pembelian atau menurunkan harga jual, untuk mengunci keuntungan perdagangan.

Dalam kes ini, asumsikan bahawa pelabur institusi mengikuti NBBO dan harga transaksi psikologis adalah antara \( 30 dan \) 30.05. Seperti peniaga bayaran balik kecairan dalam contoh sebelumnya, peniaga algoritma perburuan menggunakan prosedur dan teknik yang sangat serupa untuk mencari pesanan algoritma berturut-turut yang berpotensi dari pelabur lain. Setelah komputer mengesahkan kewujudan invois algoritma dengan harga \( 30, prosedur perdagangan algoritma perburuan melancarkan serangan: melaporkan harga pembelian \) 30.01, dengan itu memaksa pelabur institusi untuk menaikkan harga invois berikutnya dengan cepat kepada \( 30.01; dan kemudian peniaga algoritma perburuan mendorong harga lebih tinggi ke \) 30.02, menghasut pelabur institusi untuk terus mengejar.

Dengan perbandingan ini, peniaga algoritma mangsa mendorong harga ke harga tertinggi yang dapat diterima oleh pelabur institusi dalam sekelip mata, \( 30.05, dan menjual saham kepada pelabur institusi pada harga ini. Peniaga algoritma mangsa tahu bahawa harga \) 30.05 biasanya sukar untuk dikekalkan, dan dengan itu mengambil keuntungan ketika harga turun.

Strategi Pemasaran Automatik

Seperti yang diketahui, fungsi utama peniaga pasaran adalah untuk menyediakan kecairan perdagangan untuk pusat perdagangan. Seperti peniaga pasaran biasa, peniaga frekuensi tinggi peniaga pasaran automatik meningkatkan kecairan dengan menyediakan pesanan beli dan jual ke pasaran. Sebaliknya, mereka biasanya melakukan operasi terbalik dengan pelabur. Sistem komputer berkelajuan tinggi peniaga frekuensi tinggi peniaga pasaran automatik mempunyai keupayaan untuk mengetahui niat pelabur lain dengan mengeluarkan pesanan super cepat.

Dalam kes ini, asumsikan bahawa pelabur institusi menghantar satu siri pembelian dengan harga antara \( 30.01 dan \) 30.03 ke sistem perdagangan algoritmanya, tanpa diketahui oleh orang lain. Untuk mengesan kehadiran pesanan yang berpotensi, sistem komputer pesat pedagang frekuensi tinggi yang melakukan pemasar automatik mula mengeluarkan satu tawaran jual 100 saham dengan harga $ 30.05. Oleh kerana harga lebih tinggi daripada had harga pelabur, tidak ada tindak balas, maka tawaran itu segera ditarik balik.

Ketiga-tiga ini adalah strategi perdagangan frekuensi tinggi yang utama, yang sangat menuntut prestasi komputer dan rangkaian, sehingga beberapa institusi pertukaran menempatkan ladang pelayan mereka sendiri berdekatan dengan komputer bursa untuk memendekkan jarak arahan perdagangan yang bergerak dengan kelajuan cahaya melalui kabel optik.

Sebenarnya, kesan perdagangan frekuensi tinggi terhadap pasaran telah lama dibincangkan di kalangan institusi perbankan. Laporan Bank Simpanan Persekutuan Chicago menyatakan bahawa walaupun perdagangan frekuensi tinggi juga baik untuk pasaran dan dapat meningkatkan kecairan pasaran saham, ia boleh memberi kesan buruk kepada pergerakan pasaran jika kesalahan prosedur atau kelalaian manusia berlaku.

Satu lagi masalah ialah: perdagangan frekuensi tinggi melibatkan isu-isu keadilan pasaran, peralatan dan keupayaan pengkomputeran yang diperlukan untuk perdagangan frekuensi tinggi adalah ambang batas yang tidak dapat dilintasi oleh pelabur kecil dan menengah, yang menggunakan perdagangan frekuensi tinggi untuk mendapatkan keuntungan, yang boleh menyebabkan ketidakadilan pasaran.

　　在国内市场，目前基本上没有高频交易的土壤，股票市场是T+1，股指期货市场的持仓、交易频率都有很大的限制。商品期货市场可以做一些日内的短线交易，但是离高频交易尚且有很大的距离。从监管层的态度以及国内市场的发展来看，高频交易在国内短期内无法成为一个主要的交易方式。