程序化交易占比

A. 程序化交易是未来的发展趋势吗

程序化交易这块大中国大概也就是3~5%这个样子，大多数都是手动操盘。
现在做的比较早的有深圳鼎瑞达投资发展有限公司，专做华尔街mt4 智能交易系统的研发推广，可以打电话问问他们。
祝你好运！

B. 程序化交易能不能长期赚钱

程序化交易适用的参数也是要根据成功率啊，盈利能力啊这类的指标进行调整的，不能说一套程序就能一直天长地久的用下去，能不能赚钱要看程序设计的情况。做程序化交易不应该仅仅是买一个软件的事儿，还需要后续的跟踪总结调整等等一套的技术支持。

C. 国际上股票、期货、外汇等的程序化交易占比多少

程序化有8成比例。

D. 趋势跟踪策略在专业量化交易策略中大约占多大比重

从我见过的策略来看，估计超过90%以上。从各种能盈利的实战策略的表述来看，都在避免震荡中操作或减少亏损，对趋势把握较好。

E. 股票中的隔价单和程序化单 是什么意思

1.什么是隔价单：隔价单分为隔价买单和隔价卖单，隔价买单表示：如果当前卖一价位在24.27，而有笔大单打向了24.28以上，该笔大单就是隔价买单；同理隔价卖单也是如此。如下图：

2.一,使用程序化交易可以在交易过程中可以克服人性的弱点,这是程序化交易最大的优点,也是我喜爱程序化交易的最主要原因,人是有人性的弱点的,人的情绪化因素,贪婪,恐惧,做事不果断,赌性等等因素都会让一个人在正交易的时刻突然改变原有的计划,.而这种行为是不断重复发生的,就如德国的哲学家心理学家叔本华说过"一个人在相同的时间和环境条件下会犯同样的错误,是不可避免的,这就是人的劣根性",我作为交易了很多年的老期货人,有非常深刻的体会,与其说我们和市场做交易,还不如说我们是不断的和自已的心魔做斗争,对期货市场有深刻认识的最典型的人特那非股票作手回忆录的作者莫属了.而程序化交易是一切功课在事先,电脑是不折不扣的执行者,应当说几乎百分之百的做到知行合一.这样也让人从盘面的辛劳中解脱出来.多少年来我们天天面对着盘面,我们的心每天都被跌宕起伏的行情所牵扯着,其实我多年的想法就是希望能做快乐期货的模式.轻轻松松的赚钱,快快乐乐的生活.因为我前期为期货付出的太多,应当有个回报了,所以更希望程序化交易能给我新的突破

二,使用程序化交易可以突破人的生理极限.我们都知道人的反应速度是有限的,我们交易从大脑所想到手动需要一段时间来完成,而电脑程序交易显然比人工快的多,特别是当我们为了分散风险而进行多品种组合时,人的能力是有限的,如果选择品种多一点更能降低交易风险,如果我们想同时持有四个以上的商品品种,当行情激烈时多品种同时发生信号交易,那一个人的行为是顾及不了的,但电脑可以轻松完成.程序化交易可以让你远离期货,享受生活。

F. 程序化交易有哪些优缺点

一、程序化交易的概念
程序化交易即由计算机代替人脑执行操作，将交易员有规律有逻辑的手动操作策略，通过计算机程序实现自动化交易的操作系统。简单来说，就是让计算机代替交易员的主观交易，让系统根据策略对数据的自动统计和判断，自主的执行交易指令。
当然目前在我国有很多相对成熟的程序化交易软件，例如金字塔策略交易系统、TB交易开拓者和文华财经都是专业的程序化交易软件系统。那么程序化交易究竟和主观手动交易有什么不同呢？程序化交易又有哪些有缺点呢？
二、程序化交易的优缺点
1、优点：
（1）计算机对数据的处理速度非常快，并且在交易下单时可以更大程度的减少延时。这样可以更高效的对信号做出判断和处理，从而提高了工作效率。还有一点非常重要，程序化交易不会像人脑一样感觉到疲惫，也就是说交易人需要休息，但是程序化交易不用。
（2）主观交易者在交易时难免会掺入自己的主观情绪或偏见。这种认知上的偏颇可能是生长环境或者经历带来的是很难去避免的。程序化交易可以帮助投资者去克服人的主观认识偏颇和整个交易过程中人性弱点对交易产生的影响。
2、缺点：
（1）程序化交易需要开发者具备一定的技术知识。当交易员具备自身对交易的思路、经验和交易理念并且能够总结成执行标准，形成一个完善的交易系统之后，才有可能通过编程等技术手段将自己的交易思想转化为程序化交易系统。
（2）程序化交易者需要一定的编程知识，很多朋友会觉得程序化交易系统的技术门槛很高，所以会非常犹豫或者在学习期间遇到问题主动放弃。
（3）系统的建立和优化是一个长期的过程。建立一个程序化交易系统只是第一步，在系统的实际操作中还会遇到这样或那样的问题，或者由于市场特征变化造成交易系统失效，这都需要我们不断的对交易系统进行改进和优化。

G. 如何看待高频交易与程序化交易

按照目前并不完全的分类方法，高频交易大概有如下几类：
1.赚取通道费或成交量回扣，国外大型交易商通过在不同的交易通道上挂单提供流动性，而各大电子交易所提供相应补偿，其特点有点类似做市商。不过从目 前国内情况来看，并不具备交易所竞争的态势，也不存在为吸引交易者而提供回扣的可能，可见此类高频交易在国内没有市场基础。
2.闪单交易或闪电交易。众所周知的高盛软件工程师阿列尼可夫事件，加速了闪单策略基本原理的普及，使闪单高频交易进入白炽化竞争阶段。闪单交易方式是美国期货交易所特有的闪单指令所导致的，而闪电交易方式主要依托于做市场制度，而这些在国内远未成形。
3.算法交易。利用计算机算法，将大单指令分割成众多小单指令的交易模式，这样可以使得交易商有效地控制大额建仓或平仓过程中的冲击成本，美其名为“幽灵单”。
4.“炒手”交易模式。国内炒手一天单个品种的成交量大概可以占到总体成交量的5%—20%不等，往往是500毫秒成交一次，通过频繁的挂撤单实现价差获取，且手续费相当低廉，一定程度上加速了期货市场博弈生态的恶化。
5.定量化交易模型。主要依据各种金融理论、统计实证或传统技术分析指标来实现自动交易。
第三、四、五种模式是国内目前较为流行的程序化交易方式，第三种模式大都运用在中大型私募机构中，第四种模式正在从传统手工操作转向计算机自动化，而 第五种模式主要由大量的“海龟”派主导。可以设想在不远的将来，随着股指期货市场的不断壮大，参与群体的多元化，机构占比的提高，这三种计算机交易模式将 会得到较大的发展空间。
从上述的分类，可以发现高频交易属于程序化交易中集计算机与策略优势的高阶模式，传统的程序化交易则更偏重于上述第五类中的短周期，另外，传统的 程序化交易更注重模型研究，其中定价模型、套利模型、动量模型等均起到了填补市场非理性漏洞、增强市场流动性的作用，与监管层诟病的高频交易具有较为明显 的区别。

H. 什么是量化交易，未来前景如何知道的讲讲。

国外量化交易已经发展了40年左右，量化交易程序换交易占比60%，量化基金规模达到30个亿美元，而国内量化交易起步较晚第一只量化基金在2004年左右，至今量化交易规模不过2万亿RMB，国内现在的量化人才也很缺失，随着过来一批量化交易的海龟回来从事量化交易会一定程度带动行业的发展，但是仍需一定时间，加上国内量化交易政策还不够明朗，整体来说量化交易在国内还是一年蓝海，但是路途并非坦途。

I. 华尔街人工智能炒股用了多少台电脑

用的是超级计算机，如果是是普通的台式机我只能说你太low了

Shaunak Khire 的团队开发了一套机器智能系统 Emma AI，正在募资成立一支基金，计划三个月内用 Emma AI 开始交易投资。现在资金筹措工作接近完成。
根据 Emma AI 官网的信息，这套系统是一个机器增强神经搜索界面，被设计用来做金融分析、调研、预测等工作，如预测美国收十年期国债收益率。
作为 Emma AI 的项目负责人，Shaunak Khire 是投资公司 Magha 控股的合伙人，这家公司编制金融指数并据此交易。

�0�2此外，他还在 2010 年成为克林顿全球倡议（Clinton Global Initiative）科技委员会成员，当年海地地震发生后，为克林顿-布什基金进行短信捐款方案的尝试。
今后 Emma AI 的交易会从医药巨头葛兰素史克（GSK）、特斯拉以及美国国债等品种开始。�0�2

Shaunak Khire 认为 Emma AI 可以代替金融分析师，并表示 Emma AI 跟传统程序化交易不一样，Emma AI 的神经网络系统会考虑更复杂的影响个股走势因素，如一个国家货币政策的改变。
而近三十年越来越广泛使用的程序化交易是一种交易策略，利用计算机根据现有数据模型进行高频交易，模型本身不会因为所在市场基本面的变化而改变。
依靠电脑和特定的数学模型做交易，这在华尔街已经很常见了。
根据市场分析机构 Preqin 的调查，美国现在大约有 1360 只对冲基金的交易主要是依靠程序化交易来实现，大概占到整个对冲基金市场的 9%，管理的资金规模大约是 1970 亿美元。

在 Preqin 的调查中，程序化交易的对冲基金跟传统对冲基金相比，收益率尽管不是一直领先，但最终五年收益率要好不少。

相比之下，人工智能技术在金融领域的应用虽然不多见，但也有一些知名的对冲基金参与在内。
Two Sigma 是一只管理资金规模超过 350 亿美元的知名对冲基金，他们利用自然语言处理技术，分析美国联邦公开市场会议委员会（FOMC）的发言。
这套技术会分析“证券”、“利率”、“抵押”等词汇的出现次数，从而得出譬如“2008 年，FOMC 有关金融市场的发言占 37%”，或者 “2007-2009 年，FOMC 有关通胀的讨论占 20%”等结论，帮助交易员设计交易模型时，有更多数据支持。
Two Sigma 利用自然语言处理技术的得出 FOMC 议题占比
Renaissance Technologies�0�2是全球最大对冲基金公司之一，公司特点是主要使用计算机进行高频程序化交易，基金规模超过 650 亿美元。今年四月，他们领投了一家使用人工智能技术的对冲基金——Numerai，后者总计募集资金 150 万美元。Numerai 在获得大量数据和金融分析报告后， 通过机器学习技术预测股票市场走势。
虽然有这些实验性的工作在进行，但暂时没有知名的对冲基金公司明确已经使用人工智能进行交易投资。

I.B.M. Watson 项目首席研究员 David Ferrucci 在 2013 年离开 I.B.M. 后，加入世界最大对冲基金公司 Bridgewater 。对此，华尔街曾以为 Bridgewater 将开发人工智能交易程序，Bridgewater 后来否认短期内会有这方面打算。
Bridgewater 在声明中补充道，关于科技对交易的帮助，他们更看重人工智能技术提供的逻辑计算帮助，而非数据挖掘。
当金融市场剧烈下跌时，程序化高频交易会根据策略模型严格执行止损，整个市场都这么做的话，就容易加速下跌。2010 年，这样一起事故让道琼斯工业指数在 36 分钟里暴跌 9%，被称为万亿美元的股市下跌。