程序化交易佔比

A. 程序化交易是未來的發展趨勢嗎

程序化交易這塊大中國大概也就是3~5%這個樣子，大多數都是手動操盤。
現在做的比較早的有深圳鼎瑞達投資發展有限公司，專做華爾街mt4 智能交易系統的研發推廣，可以打電話問問他們。
祝你好運！

B. 程序化交易能不能長期賺錢

程序化交易適用的參數也是要根據成功率啊，盈利能力啊這類的指標進行調整的，不能說一套程序就能一直天長地久的用下去，能不能賺錢要看程序設計的情況。做程序化交易不應該僅僅是買一個軟體的事兒，還需要後續的跟蹤總結調整等等一套的技術支持。

C. 國際上股票、期貨、外匯等的程序化交易佔比多少

程序化有8成比例。

D. 趨勢跟蹤策略在專業量化交易策略中大約佔多大比重

從我見過的策略來看，估計超過90%以上。從各種能盈利的實戰策略的表述來看，都在避免震盪中操作或減少虧損，對趨勢把握較好。

E. 股票中的隔價單和程序化單 是什麼意思

1.什麼是隔價單：隔價單分為隔價買單和隔價賣單，隔價買單表示：如果當前賣一價位在24.27，而有筆大單打向了24.28以上，該筆大單就是隔價買單；同理隔價賣單也是如此。如下圖：

2.一,使用程序化交易可以在交易過程中可以克服人性的弱點,這是程序化交易最大的優點,也是我喜愛程序化交易的最主要原因,人是有人性的弱點的,人的情緒化因素,貪婪,恐懼,做事不果斷,賭性等等因素都會讓一個人在正交易的時刻突然改變原有的計劃,.而這種行為是不斷重復發生的,就如德國的哲學家心理學家叔本華說過"一個人在相同的時間和環境條件下會犯同樣的錯誤,是不可避免的,這就是人的劣根性",我作為交易了很多年的老期貨人,有非常深刻的體會,與其說我們和市場做交易,還不如說我們是不斷的和自已的心魔做斗爭,對期貨市場有深刻認識的最典型的人特那非股票作手回憶錄的作者莫屬了.而程序化交易是一切功課在事先,電腦是不折不扣的執行者,應當說幾乎百分之百的做到知行合一.這樣也讓人從盤面的辛勞中解脫出來.多少年來我們天天面對著盤面,我們的心每天都被跌宕起伏的行情所牽扯著,其實我多年的想法就是希望能做快樂期貨的模式.輕輕鬆鬆的賺錢,快快樂樂的生活.因為我前期為期貨付出的太多,應當有個回報了,所以更希望程序化交易能給我新的突破

二,使用程序化交易可以突破人的生理極限.我們都知道人的反應速度是有限的,我們交易從大腦所想到手動需要一段時間來完成,而電腦程序交易顯然比人工快的多,特別是當我們為了分散風險而進行多品種組合時,人的能力是有限的,如果選擇品種多一點更能降低交易風險,如果我們想同時持有四個以上的商品品種,當行情激烈時多品種同時發生信號交易,那一個人的行為是顧及不了的,但電腦可以輕松完成.程序化交易可以讓你遠離期貨,享受生活。

F. 程序化交易有哪些優缺點

一、程序化交易的概念
程序化交易即由計算機代替人腦執行操作，將交易員有規律有邏輯的手動操作策略，通過計算機程序實現自動化交易的操作系統。簡單來說，就是讓計算機代替交易員的主觀交易，讓系統根據策略對數據的自動統計和判斷，自主的執行交易指令。
當然目前在我國有很多相對成熟的程序化交易軟體，例如金字塔策略交易系統、TB交易開拓者和文華財經都是專業的程序化交易軟體系統。那麼程序化交易究竟和主觀手動交易有什麼不同呢？程序化交易又有哪些有缺點呢？
二、程序化交易的優缺點
1、優點：
（1）計算機對數據的處理速度非常快，並且在交易下單時可以更大程度的減少延時。這樣可以更高效的對信號做出判斷和處理，從而提高了工作效率。還有一點非常重要，程序化交易不會像人腦一樣感覺到疲憊，也就是說交易人需要休息，但是程序化交易不用。
（2）主觀交易者在交易時難免會摻入自己的主觀情緒或偏見。這種認知上的偏頗可能是生長環境或者經歷帶來的是很難去避免的。程序化交易可以幫助投資者去克服人的主觀認識偏頗和整個交易過程中人性弱點對交易產生的影響。
2、缺點：
（1）程序化交易需要開發者具備一定的技術知識。當交易員具備自身對交易的思路、經驗和交易理念並且能夠總結成執行標准，形成一個完善的交易系統之後，才有可能通過編程等技術手段將自己的交易思想轉化為程序化交易系統。
（2）程序化交易者需要一定的編程知識，很多朋友會覺得程序化交易系統的技術門檻很高，所以會非常猶豫或者在學習期間遇到問題主動放棄。
（3）系統的建立和優化是一個長期的過程。建立一個程序化交易系統只是第一步，在系統的實際操作中還會遇到這樣或那樣的問題，或者由於市場特徵變化造成交易系統失效，這都需要我們不斷的對交易系統進行改進和優化。

G. 如何看待高頻交易與程序化交易

按照目前並不完全的分類方法，高頻交易大概有如下幾類：
1.賺取通道費或成交量回扣，國外大型交易商通過在不同的交易通道上掛單提供流動性，而各大電子交易所提供相應補償，其特點有點類似做市商。不過從目 前國內情況來看，並不具備交易所競爭的態勢，也不存在為吸引交易者而提供回扣的可能，可見此類高頻交易在國內沒有市場基礎。
2.閃單交易或閃電交易。眾所周知的高盛軟體工程師阿列尼可夫事件，加速了閃單策略基本原理的普及，使閃單高頻交易進入白熾化競爭階段。閃單交易方式是美國期貨交易所特有的閃單指令所導致的，而閃電交易方式主要依託於做市場制度，而這些在國內遠未成形。
3.演算法交易。利用計算機演算法，將大單指令分割成眾多小單指令的交易模式，這樣可以使得交易商有效地控制大額建倉或平倉過程中的沖擊成本，美其名為「幽靈單」。
4.「炒手」交易模式。國內炒手一天單個品種的成交量大概可以佔到總體成交量的5%—20%不等，往往是500毫秒成交一次，通過頻繁的掛撤單實現價差獲取，且手續費相當低廉，一定程度上加速了期貨市場博弈生態的惡化。
5.定量化交易模型。主要依據各種金融理論、統計實證或傳統技術分析指標來實現自動交易。
第三、四、五種模式是國內目前較為流行的程序化交易方式，第三種模式大都運用在中大型私募機構中，第四種模式正在從傳統手工操作轉向計算機自動化，而 第五種模式主要由大量的「海龜」派主導。可以設想在不遠的將來，隨著股指期貨市場的不斷壯大，參與群體的多元化，機構佔比的提高，這三種計算機交易模式將 會得到較大的發展空間。
從上述的分類，可以發現高頻交易屬於程序化交易中集計算機與策略優勢的高階模式，傳統的程序化交易則更偏重於上述第五類中的短周期，另外，傳統的 程序化交易更注重模型研究，其中定價模型、套利模型、動量模型等均起到了填補市場非理性漏洞、增強市場流動性的作用，與監管層詬病的高頻交易具有較為明顯 的區別。

H. 什麼是量化交易，未來前景如何知道的講講。

國外量化交易已經發展了40年左右，量化交易程序換交易佔比60%，量化基金規模達到30個億美元，而國內量化交易起步較晚第一隻量化基金在2004年左右，至今量化交易規模不過2萬億RMB，國內現在的量化人才也很缺失，隨著過來一批量化交易的海龜回來從事量化交易會一定程度帶動行業的發展，但是仍需一定時間，加上國內量化交易政策還不夠明朗，整體來說量化交易在國內還是一年藍海，但是路途並非坦途。

I. 華爾街人工智慧炒股用了多少台電腦

用的是超級計算機，如果是是普通的台式機我只能說你太low了

Shaunak Khire 的團隊開發了一套機器智能系統 Emma AI，正在募資成立一支基金，計劃三個月內用 Emma AI 開始交易投資。現在資金籌措工作接近完成。
根據 Emma AI 官網的信息，這套系統是一個機器增強神經搜索界面，被設計用來做金融分析、調研、預測等工作，如預測美國收十年期國債收益率。
作為 Emma AI 的項目負責人，Shaunak Khire 是投資公司 Magha 控股的合夥人，這家公司編制金融指數並據此交易。

�0�2此外，他還在 2010 年成為柯林頓全球倡議（Clinton Global Initiative）科技委員會成員，當年海地地震發生後，為柯林頓-布希基金進行簡訊捐款方案的嘗試。
今後 Emma AI 的交易會從醫葯巨頭葛蘭素史克（GSK）、特斯拉以及美國國債等品種開始。�0�2

Shaunak Khire 認為 Emma AI 可以代替金融分析師，並表示 Emma AI 跟傳統程序化交易不一樣，Emma AI 的神經網路系統會考慮更復雜的影響個股走勢因素，如一個國家貨幣政策的改變。
而近三十年越來越廣泛使用的程序化交易是一種交易策略，利用計算機根據現有數據模型進行高頻交易，模型本身不會因為所在市場基本面的變化而改變。
依靠電腦和特定的數學模型做交易，這在華爾街已經很常見了。
根據市場分析機構 Preqin 的調查，美國現在大約有 1360 只對沖基金的交易主要是依靠程序化交易來實現，大概佔到整個對沖基金市場的 9%，管理的資金規模大約是 1970 億美元。

在 Preqin 的調查中，程序化交易的對沖基金跟傳統對沖基金相比，收益率盡管不是一直領先，但最終五年收益率要好不少。

相比之下，人工智慧技術在金融領域的應用雖然不多見，但也有一些知名的對沖基金參與在內。
Two Sigma 是一隻管理資金規模超過 350 億美元的知名對沖基金，他們利用自然語言處理技術，分析美國聯邦公開市場會議委員會（FOMC）的發言。
這套技術會分析「證券」、「利率」、「抵押」等詞彙的出現次數，從而得出譬如「2008 年，FOMC 有關金融市場的發言占 37%」，或者 「2007-2009 年，FOMC 有關通脹的討論占 20%」等結論，幫助交易員設計交易模型時，有更多數據支持。
Two Sigma 利用自然語言處理技術的得出 FOMC 議題佔比
Renaissance Technologies�0�2是全球最大對沖基金公司之一，公司特點是主要使用計算機進行高頻程序化交易，基金規模超過 650 億美元。今年四月，他們領投了一家使用人工智慧技術的對沖基金——Numerai，後者總計募集資金 150 萬美元。Numerai 在獲得大量數據和金融分析報告後， 通過機器學習技術預測股票市場走勢。
雖然有這些實驗性的工作在進行，但暫時沒有知名的對沖基金公司明確已經使用人工智慧進行交易投資。

I.B.M. Watson 項目首席研究員 David Ferrucci 在 2013 年離開 I.B.M. 後，加入世界最大對沖基金公司 Bridgewater 。對此，華爾街曾以為 Bridgewater 將開發人工智慧交易程序，Bridgewater 後來否認短期內會有這方面打算。
Bridgewater 在聲明中補充道，關於科技對交易的幫助，他們更看重人工智慧技術提供的邏輯計算幫助，而非數據挖掘。
當金融市場劇烈下跌時，程序化高頻交易會根據策略模型嚴格執行止損，整個市場都這么做的話，就容易加速下跌。2010 年，這樣一起事故讓道瓊斯工業指數在 36 分鍾里暴跌 9%，被稱為萬億美元的股市下跌。