尽管对高频交易的确切定义有分歧,但大多数市场参与者认为高频交易策略分为以下四大类别:
1.套利;
2.基于事件的方向性交易;
3.自动化做市;
4.流动性检测。
套利策略能够消除价格偏离长期均衡或相对资产的错误定价,包括多个资产类别以及多个外汇品种。很多高频套利策略能在多个证券间探测到价格差异,本书第8章会对此进行讨论。同一个资产在不同交易所之间的价差套利,被称为延迟套利策略,会在第12章讨论,大多数套利策略基于资产价格会均值回归的假设。
统计套利模型包含一系列模型,其中包括跨资产模型,因为金融证券有很强的统计关系。本书中的所有模型都有深厚的经济理论根基,没有使用纯开发数据挖掘的虚假统计关系,这种所谓意大利面原则的建模(Spaghetti Principe of Modeing),就像把一盘沾满数据的意大利面倒在统计的墙上,有些东西就会粘在上面。然而到底黏上了什么,可能没有一个合理的理由,甚至可能导致崩溃。例如,债券和利率期货已被证明具有相当大的相互依赖性,因此它们的价值变动往往一致。当债券价格或利率期货价格没有显著的原因却偏离其长期均值,一种可行的统计套利交易就是买入比预期价格低的相关金融工具,可以多种,卖出比预期价格高的一种或多种相关的金融工具。第8章有许多详细的金融模型,包括模型预估技术和已知的结果;方向性策略用来判断短期趋势或动量,这类高频策略包括事件驱动策略,将会在第9章讨论;其他基于短期价格变动的预测会在第11章讨论;第12章会讨论一直存有争议的点火策略(ignition strategy)。事件套利模型显示了通过新闻报道的预测性和周期性影响进行交易的方法和业绩情况。第9章会列举使用套利的各种类型的新闻事件,其中还包括最新相关研究以及具体的应用实例。
自动做市策略包含了可能最传统的交易策略,包括自动做市商市场,这对人工经纪自营商来说是一个成本效益高而且又精确的策略选择,我们会在第10章详细讨论。自动做市和提供流动性的分类范畴,包括库存驱动和信息驱动两种方法。库存驱动的方法倾向于关注库存风险和市场风险共同最小化,确保特定市场条件下,交易员的头寸风险在承受能力范围内,并适当予以对冲。信息驱动的做市模型建模的目的,在于减少逆向选择的风险,减少来自消息方对冲方向头寸的风险。为了把这些损失的头寸数量降到最低,高频交易商可以部署一个大范围的模型,帮助预测短期市场的方向,跟踪在市场上试水的消息灵通的市场参与者的数量,甚至帮助预测即将到来的分析报盘和流动性短缺,这在第11章会进行讨论。这些技术使得交易商根据盈利预期或流动性缺失,来确定他们订单的数量和激进度。
也许获利最少的低频投资者会采取流动性检测的策略,如试盘(pinging) [也称为嗅探(sniffing)和狙击(sniping)]、塞单(quote stuffing)和幌骗(spoofing),在第12章会阐述这一问题。虽然本书着重解释可靠有效的高频交易策略,但也希望站在一个公正的立场上,包括具有争议的高频交易背后的方法论。试盘已经被证明存在于特定的场所,这个策略在暗池(dark poo)中被发现。其他策略,如“点火策略”的本质是投机,时至今日,迄今为止还没有产生战略存在的可靠证据。不过假设策略(如点火策略)包括完整性,及其可行性、特性和对整体市场的影响的主要分析。