股票量化高频交易的盘面特征

A. “量化高频交易”是怎样的一种概念如何去简单理解这个交易技术

#银心分享#量化投资是通过综合运用金融、数学和计算机知识，发现市场规律、寻找大概率事件，发现投资机会。 “量化投资简单地说，就是先通过电脑来计算：时间、价格、经济指标、市场消息等，当它们达到模型要求时，就自动买卖。”计算机根据每秒数次更新的报价不停计算，确定要不要加仓、减仓，算算用了多少钱，赚了还是亏了，赚了多少或者亏了多少。 以量化投资里面具有代表性的一种模式———统计套利为例：成都市两大菜市场都在卖大白菜，实时监控两个市场的价格，如果发现一个市场大白菜价格为八毛一斤，另一个市场大白菜价格为七毛一斤，两个市场之间的运费是每斤五分，这个时候我就可以在一个市场买入大白菜，拿到另外一个市场去卖掉，每一斤可以赚到五分钱，如果规模大，一天很多次这样做生意，那么累计的利润就很可观。“这就是统计套利基本原理的简化案例。”他说。

B. 高频量化交易是什么意思

高频量化交易，起源于程序化交易和做市商机制，是指利用人们无法利用的极其短期的市场变化来谋取利益的计算机化交易。

通过超高速超级计算机算法，分析高频交易数据中的价格变化模式，实现高速、高频申报的交易模式，并利用这些价格变化模式获利。高频交易还具有隔夜仓位低、报撤单频率高、开仓平仓频率高、换手率高的特点。

高频交易是指通过预设的计算机算法实现的一种高速、高频的交易模式，具有隔夜仓位低、报撤频率高、换手率高的特点。

量化交易是用先进的数学模型代替人工主观判断，利用计算机技术从庞大的历史数据中选择各种“高概率”事件来制定策略。这样可以避免在市场极度狂热或悲观时做出非理性的投资决策。

(2)股票量化高频交易的盘面特征扩展阅读：

高频量化交易的危害性

首先，高频交易行为，将会扰乱市场正常的交易秩序，损害其他投资者的利益，也有违市场的公平原则。中小投资者受制于资金、交易通道等多方面的限制，根本不可能实施高频交易。与之相比，机构在这方面不存在短板，机构实施高频量化交易，这对中小投资者而言也难言公平。

其次，高频量化交易的本质是超短线投机，不仅与监管部门倡导的价值投资、理性投资、长期投资的理念不符，而且容易引发市场波动，放大市场的投资风险。高频量化交易的背后，与“薅市场羊毛”并没有什么区别。此外，一旦高频量化交易出现交易规模过大，交易方向趋同的现象，无疑会产生严重的负面影响。

C. 什么是股票高频交易高频交易好吗

什么是股票高频交易?高频交易好吗?高频交易是指从那些人们无法利用的极为短暂的市场变化中寻求获利的计算机化交易，比如，某种证券买入价和卖出价差价的微小变化，或者某只股票在不同交易所之间的微小价差。这种交易的速度如此之快，以至于有些交易机构将自己的“服务器群组”（serverfarms）安置到了离交易所的计算机很近的地方，以缩短交易指令通过光缆以光速旅行的距离。股票高频交易特征：1，高频交易都是由计算机自动完成的程序化交易；2，高频交易的交易量巨大；3，高频交易的持仓时间很短，日内交易次数很多；4，高频交易每笔收益率很低，但是总体收益稳定。

D. 高频交易和量化交易有何不同

高频交易和量化交易有3点不同：

一、两者的概述不同：

1、高频交易的概述：指从那些人们无法利用的极为短暂的市场变化中寻求获利的计算机化交易。

2、量化交易的概述：指以先进的数学模型替代人为的主观判断，利用计算机技术从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略。

二、两者的作用不同：

1、高频交易的作用：这种交易的速度如此之快，以至于有些交易机构将自己的“服务器群组”安置到了离交易所的计算机很近的地方，以缩短交易指令通过光缆以光速旅行的距离。

2、量化交易的作用：极大地减少了投资者情绪波动的影响，避免在市场极度狂热或悲观的情况下作出非理性的投资决策。

三、两者的特点不同：

1、高频交易的特点：

（1）高频交易都是由计算机自动完成的程序化交易；

（2）高频交易的交易量巨大；

（3）高频交易的持仓时间很短，日内交易次数很多；

（4）高频交易每笔收益率很低，但是总体收益稳定。

2、量化交易的特点：

（1）纪律性。根据模型的运行结果进行决策，而不是凭感觉。纪律性既可以克制人性中贪婪、恐惧和侥幸心理等弱点，也可以克服认知偏差，且可跟踪。

（2）系统性。具体表现为“三多”。一是多层次，包括在大类资产配置、行业选择、精选具体资产三个层次上都有模型；二是多角度，定量投资的核心思想包括宏观周期、市场结构、估值、成长、盈利质量、分析师盈利预测、市场情绪等多个角度；三是多数据，即对海量数据的处理。

（3）套利思想。定量投资通过全面、系统性的扫描捕捉错误定价、错误估值带来的机会，从而发现估值洼地，并通过买入低估资产、卖出高估资产而获利。

（4）概率取胜。一是定量投资不断从历史数据中挖掘有望重复的规律并加以利用；二是依靠组合资产取胜，而不是单个资产取胜。