今天市场又是很无聊的一天，基本上可以确定进入牛末熊初了。

BTC 涨跌幅：-0.57%

前 20 代币平均涨跌幅：-0.27%

前 50 代币平均涨跌幅：-0.41%

今天分享一下简单的高频交易基础。说实话这块的资料来源很少，而且大部分都多年没更新，当一个高薪行业还没什么教育资源出现的时候，说明大家都忙着闷声发大财。

高频交易（High Frequency Trading, HFT）

高频交易是程序化交易（或者说算法交易）的一种类型。像我们之前分享的动量策略用代码实现的都属于这个范围。

利用算法做交易有很多种策略，高频交易

顾名思义，就是交易频率够高。那多高才算高？

相比价值投资者一年交易两位数，和凉兮这种一天最多交易几百次，高频交易的频率一般都在微秒（千分之一毫秒）级别，甚至纳秒级别。所以高频交易可以在极短的时间内捕获商机并从市场微小波动中获利。

美国股市总体成交量中约有 70% 通过“高频交易”完成，而进行“高频交易”的机构数量仅占 2%。目前 A 股的游资们也是被高频量化搞的叫苦不迭。

常见的高频量化策略

1. 套利

常见的跨所套利、三角套利、链上搬砖套利，也有基于定价模型的套利，统计套利都属于这个范畴。套利者的存在可以消除价格偏离长期均衡或相对资产的错误定价。

2. 做市

无论是主动做市商还是被动做市商，都为市场提供了流动性。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。

3. 事件套利

重复性事件会对一些特定的证券产生短期的、可预见的影响。高频交易系统可通过这些预测制定出一套短期持仓组合。

4. 新闻交易

快速从各类媒体获取重大事件的信息并抢跑，现在大模型越来越成熟，对新闻引起的市场反应预测会越来越准确，这也是我觉得 AI 可以快速落地金融领域的方向（或许会做一个小产品玩一玩）。

相比于多因子、基于机器学习的量化等，高频量化其实更像是解决一个工程问题，因为策略的原理大多非常简单，各家需要比拼的就是硬件、延迟，算法优化。

今天就先到这里，明天分享一下高频策略相关的技术。晚安大家😴