在股票、固定收益、大宗商品、衍生品、外汇交易品种中，对于算法等 IT 技术的应用各自都到了怎样的程度？

看到这个回答想到的：交易员这个职业在最近十年都发生了哪些不为外人所知的变化？ - 腾天的回答
想了解下目前真实的情况是怎样的？
各个品种应用编程等 IT 技术到了怎样的程度？未来有可能完全取代人力吗？哪些品种是可以的？

文正 · 2018-10-15 23:58:21

股票是发展最早，竞争最激烈的市场。目前的竞争大约在几百纳秒左右。有些策略高些，有些策略低些。

然后是期货和外汇市场。发展速度也很快。

固定收益市场在数学上要求比较高，但在计算机上是相对而言发展较少。当然也分情况。OTR 国债已经和期货差别不大。但信用债，互换，ＭＢＳ，ＡＢＳ这些柜台交易的，基本还得靠人工。

衍生品也分情况。Vanilla的看涨看跌期权的自动交易技术已经逐渐成熟了。Exotic的期权天然就是OTC. 交易还是得靠人工。

简而言之，所有交易所交易的证券，IT技术或迟或早都会占统治地位。而柜台交易的证券，IT技术的地位会处在辅助的角色上。

豪哥 · 2018-10-15 23:58:22

算法越简单越好好像MACD 就是对冲。买卖盘力量的对冲。MAC
D对应的K线图，不同时间力量的对比和连续叠加。看指标不是单单就看这个位置的交叉。前面是怎么样的买卖力度。可以产生多高的价格拉升。需要前后对比看看就可以做出判断了。

光辉前程 · 2018-10-15 23:58:23

泻药，完全不懂不知道怎么回答，单从交易来说，我认为把所有的算法都用上，超严谨的算法，再加一个超强的电脑，估计也很难盈利吧，算法怎能看懂人心，电脑高频是另外回事了。

苏妍 · 2018-10-15 23:58:24

先谢邀，只是非技术人员可能不好回答。
碰巧早年在大智慧任职，接触过一段时间程式化交易，不过那时候还是半成品也比较粗浅，主要使用的也是算法交易（拆单工具），主要的作用更多的是隐藏大户交易手法。
ETF套利在模拟环境里体验过一下下，效果一般，然后就是跨市场和一些策略交易。说这个只是想表达，目前国内有，大概做了什么，时间久了有更高的发展也未可知。

国定收益与衍生品还有外汇交易没怎么接触过，大宗商品目前刚接手，行业也比较特殊，拿到软件服务商的报价，觉得以这个报价想必不差，具体交易流程上，不好说。
不过，团队最近在做一个小东西，以大数据源做支撑，有点类似跨区套利的这种。我想这也算是一种计算机技术在传统领域的运用。至于是否取代人力，我觉得应该不能，帮助分析师更好的判断可以。
个人拙见，坐等大神回答

白程 · 2018-10-15 23:58:25

经过昨日的“暴力洗盘”过后，沪指下方均线的支撑力度将进一步增强，后市突破2890-2930阻力区将成大概率事件。从外围市场上看欧美股市昨日普跌，大宗商品昨日也出现大幅调整，德银嘉实沪深300中国A股ETF在纽约收跌1.49%，外围市场的不给力可能会使沪指突破上方阻力区的时间略为延后，昨日的长下影线消耗了一定做多动能，笔者预计今日市场受外围疲软影响可能盘中会回探昨日下影线小部分用来检验其成色，但由于下方5日均线已经跟上小幅回探后再被拉起的可能性较大，所以总体上仍然不用过分担心。从今早消息面上看，李克强力挺互联网+及创新驱动发展顶层设计将出的消息利好中小创个股，笔者预计今日小盘股仍将有强势的表现。操作上，仍然以持股待涨为主，关注互联网医疗、云计算、物联网、高校概念、民营银行、迪士尼概念。

venture · 2018-10-15 23:58:27

对这个问题也比较关注，虽然从来没有用过程序化。但细思极恐。速度是电脑的最大优势，当算法被开发人员越来越完善的时候，交易员的饭碗也越来越少。然后呢，人们会出相应的政策，再来限制计算机的优势，不然交易就成了只有电脑在玩了。然后整个过程不断反复。现在应该处于第一个循环，多长时间？谁知道呢？反正日子越来越难过，是真的。

宋广智 · 2018-10-15 23:58:28

核心在于数据的获取和比对。细节则是有效数据和真实的比对情况。就我个人来看，现阶段的任何程序化算法，基础还是过去的数据和事件，以概率法来判定操作。概率的提升，在于不同程序化算法掌握的信息数量和质量。互联网的横向、纵向发展，有利于数据的收集，但在不同时间内，最有效的数据和信息，并不会出现的互联网上，除非有足够的、多样式的监测设备联入互联网。

Huangt12 · 2018-10-15 23:58:29

谢邀。转一篇华尔街见闻的文章：

本文作者汤姆格罗恩菲尔德(Tom Groenfeldt)，原载eFinancialCareers，授权华尔街见闻发布

大数据、Java、Python、大数据分析、统计学：未来的交易技能

查特吉鼓励他的学生拓宽他们的技能，从而能够在交易部门、商业及零售银行部门、甚至医疗保健业务部门运用大数据和分析学知识。这些技能在多个领域都颇受重视。学生也应该学会一两种计算机语言，比如Java和Python。他补充道，了解NoSQL等非关系型数据库或大数据分析这样的集群环境也非常有价值。
在更高职位层面，银行需要交易主管完全了解算法模型的工作原理，以及选择某种算法会对盈亏造成何种影响。Numerix是一家开发金融衍生品分析软件的公司，该公司首席营销官吉姆约克尔(Jim Jockle)与全球直销主管乔萨波利托(Joe Saporito)表示，交易部门不再是个自我封闭的孤岛，它们需要展示自身的合规性，展示它们对机构其它部门的影响。约克尔表示，如何选择模型已不再是交易员自己的事。主管需要明白一个模型能怎样帮到整个组织，而不仅仅是帮助交易员获得奖金。
埃森哲战略咨询(Accenture Strategy)的资本市场负责人鲍勃盖克(Bob Gach)表示，一些交易员的角色正向投资银行资产负债表的管理转变。简单的交易正在自动化，但人们需要了解多种多样的交易，如抵押品、资本支出，或是否属于套期保值（俗称XVA交易）。从更简单的经纪交易层面来看，盖克认为，银行还是需要人工交易员来为客户提供多方面的服务，如贸易融资、应收账款管理、信用风险管理和替代现金流的掉期交易等。
约克尔表示，他将敦促自己的儿子更深入地了解统计学，并养成更好的批判性思维。
“成功的交易员将是那些可以超越预打包可视化资料范畴提出问题的人，他们会深入了解其基础分析，利用不同的蒙特卡洛模拟结果(Monte Carlo)找到更多机会，或者领先一步，有能力对数据提出比旁人更好的质疑。
萨波利托称，大多数交易员最多只掌握了10%的Excel技能。要想成为未来的交易员，你应该努力掌握20%，那将遥遥领先其他大多数交易员。
专家们都认为，复杂性将是未来的趋势。股票交易的提示空间有限，各机构将在多种资产和多种货币中运营。
约克尔表示：“外汇交易员只交易两种货币的日子过去了，那将是未来我们回顾和回忆的事情。”
塔布认为，新入行的交易员在学习交易的同时还要学习编程。他解释道：“编写代码与调整算法的能力将极为重要，尤其是对那些需要速度和智能才能存活下来的做市商而言。真正的交易能手需要掌握的技能正在不断变化，未来的技能需要坚实的技术基础。”
Tradeworx首席信息官马尼马赫朱利(ManiMahjouri)表示，新交易员应该掌握技术知识，特别是计算机编程知识。哪种程序最好？任何一种都可以。马赫朱利说：“计算机语言也在变化，但重要的是要能够用一种语言进行编程，这样你就能轻松的学会新编程语言。”

我所见到的程序化交易，主流仍是用程序化的手段来实现交易员的思想。这样的程序化仅是一种工具，就像现在的电子化交易逐步取代交易所里打手势、嘶声喊价的交易员，还不构成对交易员这个职业的颠覆。
当然，IT技术的发展确实对交易员这个职位提出了新要求，我自己的岗位可以深切体会到，由于公司IT技术的领先，同业需要10个交易员才能应付的工作，我们2个人就可以轻松完成。交易的“执行”部分所需工作越来越少，代客的交易员需要负责维护客户，他们主业不是做交易，而是谈生意；自营交易员主要工作是研发、维护自己的交易系统。

匿名用户 · 2018-10-15 23:58:30

提示: 作者被禁止或删除内容自动屏蔽

在股票、固定收益、大宗商品、衍生品、外汇交易品种中，对于算法等 IT 技术的应用各自都到了怎样的程度？

9 个回复