算法交易

算法交易(algorithmic trading)是指事先设计好交易策略，然后将其编制成计算机程序。利用计算机程序的算法来决定交易下单的时机、价格和数量等。程序化下单能避免人的非理性因素造成的干扰，并能更精确的下单。并能同时管理大量的操作，自动判断将大单分拆为小单，减小冲击成本。

　　算法交易也称黑盒交易、自动交易，算法交易有时也被用来泛指所有使用数量技术和计算机程序来进行下单和投资的行为。

　　相比于手动订单执行而言，算法交易具有一系列的优势。主要体现在减少冲击成本、自动监控交易机会，隐蔽交易意图。还可以寻求最佳的成交执行路径，得到市场最好的报价；算法交易还能避免人的非理性因素造成的干扰；快速分析多种技术指标，更精确地下单。

　　在欧洲和美国，算法交易作为订单执行的策略和工具，被机构交易者广泛采用。据统计，2006年有三分之一的欧洲和美国的股票交易量是经由算法交易完成的，而2007年的伦敦股票交易所算法交易完成了40%的交易量；这一比例仍然在逐年增大，显示了算法交易的旺盛生命力。

　　算法交易在美国欧洲已经发展了30多年，应用已经非常广泛，并诞生了很多著名的量化基金，其中不乏业绩相当突出，比如数学家西蒙斯所组建的文艺复兴技术公司在算法交易的应用上处于领先地位。相比美国，中国乃至整个亚洲在算法交易的研究和应用上还刚刚起步。

　　中国深圳国泰安信息技术有限公司是国内最早开始研发算法交易系统的公司之一，目前已经推出了算法交易系统，并在香港市场上线交易。国泰安算法交易研发组与多位美国华尔街业内资深算法专家保持密切联系，紧密跟踪最前沿的算法研发趋势，目前已成功实现了适应国内A股和港股的多种国际主流算法策略：主要有“VWAP”、“VP”、“TWAP”、“Schedule”、“MOC”、“Sniper”等策略。国泰安设计的算法策略考虑了国内证券交易的实际规则，经过对大量历史高频数据的建模分析，完全适合国内证券交易市场；同时支持用户灵活配置策略参数，动态监控算法执行情况，能够有效的控制交易风险；而且操作简单，能够让客户非常方便地体验到算法策略带来的便利和收益。

　　一是套利操作，即利用无风险的套利机会在市场上进行套利操作；

　　二是委托执行算法，这是最常见的类型，就是将要执行的委托单分割成许多小额委托单，以尽量减少大额委托对价格的冲击，从而寻求最佳的流动性和成交价格；

　　三是统计算法，即通过数量预测模型在市场上寻找投资机会。

　　算法交易的出现和广泛使用主要归功于技术和监管。技术因素方面，基于更快和更便宜的技术系统，可以通过改善的定量方法进行执行。监管因素是SEC采用了美分报价和批准了指令处理规则，这些提供了ECN的成长。“美分报价”的采纳，提供了更小的价格间隔，和提供低反应时间交易的技术进步，使得算法交易更有必要和更方便(低反应时间指执行指令需要的时间短，也就是高速度)。

　　借助于电脑飞速的计算速度，算法交易正在风靡全球金融市场。在美国算法交易已成为基金业界的主流，全美79％的投资经理在建立投资组合时至少使用一次算法交易。到2009年，这一比例将上升到90％。算法交易在欧洲投资界也被大量使用。英国是欧洲地区使用算法交易比例最高的国家，有50％的基金经理使用算法交易进行投资管理，预计2009年英国基金业使用算法交易者的比例将达到77％。

　　亚洲地区采用算法交易的主要市场是东京证券交易所、香港交易所和新加坡交易所。印度市场最近也在迎头赶上，2008年8月4日，雷曼兄弟公司通过印度全国证券交易所提供的直接下单功能(DMA)执行了印度市场的第一笔算法交易委托。与欧美市场相比，亚洲市场的股票价差更大，流动性更差，更难成交，因此，算法交易的价值也更为突出。但由于算法交易需要搭配先进的信息平台及完善的运用程序设计，并且对交易网络和信息传输的速度有较高要求，因此亚洲地区在算法交易技术上的竞争不如欧美市场那么激烈。

　　算法交易可以将大额委托化整为零，从而导致市场总成交笔数增加，同时每笔委托数量大大降低，增加了交易系统容量和成本。算法交易的上述特点改变了交易所的信息管理模式。如果市场参与者传送大量没有市场价值的信息时，将会减缓交易系统功能，影响到其他的市场参与者，并增加交易系统容量和成本。为了鼓励市场参与者适当地进行交易及报价信息传送，对系统资源的使用能有一个负责任的态度，许多交易所都对交易信息的传送施加了一些限制性规定。为了鼓励市场参与者适当地进行交易及报价信息传送，许多交易所都对交易信息的传送施加了一些限制性规定。

　　近来，算法交易的蓬勃兴起，引发了监管机构和投资者的一些担忧，其中焦点是高频交易中的闪电指令交易。高频交易是指投资者利用比较聪明的算法，借助强大高速的计算机，寻求和利用市场的变动机会获利。“闪电指令”是在DirectEdge、BATS等交易市场上仅显示时间不超过500微秒的订单，这些订单所包含的有价值的信息只有那些拥有高速计算机的客户才能获得。具体而言，根据美国相关规定，交易所在接到订单后，可以有一秒的时问公开显示订单，一些交易所利用这一秒的间隔，在500微秒内首先向一些大客户(高频交易者)显示这些订单然后再公开这些信息，而交易所大客户在这500微秒内利用高速计算机处理，试探出市场动向，快人一步获得最有利的买卖价格。支持闪电交易的证券业人士认为，这类交易能增加市场效率。但美国证券交易委员会主席夏皮罗表示，闪电指令交易可能导致出现“两级市场”，破坏市场公平和透明性，美国证券交易委员会正试图平衡长线和短线投资者的利益。美国证券交易委员会2009年9月17日一致投票提议禁止“闪电交易”，以打击部分市场参与者拥有的不公平信息优势。

Trading, 简称Algo，翻译为“算法交易”。这个名词已经远远不是计算机交易或程式交易的简单概念所能代表的了。尽管十几年前算法交易的概念就被提出，但其真正的发展则是在过去的20多个月里面，在美国股票市场上上演的。

算法交易是指把一个具有指定交易量、交易时间区间和价格区间约束的交易指令通过计算机程序来完成,用算法决定交易指令的递交时间、价格、数量和指令的类型。算法交易的目的是为了优化交易的执行,管理交易成本和风险,从而从交易中获得alpha。

“算法交易”(algorithmic trading)，是指把一个指定交易量的买入或者卖出指令放入模型，该模型包含交易员确定的某些目标。根据这些特殊的算法目标，该模型会产生执行指令的时机和交易额。而这些目标往往基于某个基准、价格或时间。这种交易有时候被称“黑箱交易”。算法交易通过程序系统交易，将一个大额的交易拆分成数十个小额交易，以此来尽量减少对市场价格造成冲击，降低交易成本，且还能帮助机构投资者快速增加交易量。在国际衍生品市场上，这种交易方式主要运用在各类金融衍生品之间的对冲。

交易成本指投资者为完成一笔交易需要支付的直接成本和间接成本。控制间接交易成本是算法交易的用武之地。间接成本包括时间风险、市场冲击、买卖价差和机会成本等一些方面。算法交易基于对市场微观结构运行和投资者心理的一定假设,然后最优化交易者的效用函数，得到最优的交易策略。这些策略包括如何在特定时间执行特定数量的交易订单,和提交何种类型的交易指令,以及预测日内价格趋势变动的主动型算法交易。

中国股票市场具有较高的冲击成本,意味着算法交易较大的发展空间。在A 股市场实施算法交易需要考虑市场的一些特殊性,例如较大的日内波动性、较少的机构投资者比例、市场微观数据的不完整、机构投资者集中于有限品种、T+1 交易等一些特点。^[1]

金融市场的下单指令流计算机化始于二十世纪70年代早期，其标志是纽约证券交易所（New York Stock Exchange, NYSE）引入订单转送及成交回报系统（Designated Order Turnaround, DOT，及后来的Super DOT）以及开盘自动报告服务系统（Opening Automated Reporting System，OARS）。DOT系统直接把交易所会员单位的盘房与交易席位联系起来，直接通过电子方式将订单传至交易席位，然后由人工加以执行。而OARS系统可以辅助专家决定开盘结算价。

纽约证券交易所把程序化交易（Program Trading）定义为市值在100万美元以上、股票个数在15只以上的一篮子股票组合买卖下单。在实际操作中这意味着所有的程序化交易都是在计算机的辅助下完成的。进入80年代，程序化交易已经被广泛应用于股票与期货的跨市场指数套利交易中。

股票指数套利交易是指，交易者买入（卖出）一张例如S&P500的股指期货合约，并且同时卖出（买入）一个最多包含500只在NYSE上市的股票组合，该股票组合与期货合约高度相关。NYSE的交易程序会被预先录入计算机，当期货价格和股票指数直接价差大得足以以赢利时，计算机会自动向NYSE的电子买卖盘传递系统发送交易指令。

也是在80年代，程序化交易被应用于投资组合保险中。投资组合保险是根据基于Black-Scholes期权定价模型的计算机模型，利用动态地交易股指期货来复制股票组合的合成看跌期权（Synthetic Put Option）。这两类策略，通常被笼统地称为“程序化交易”，曾经被许多人指责为制造并加剧1987年的股票市场危机的罪魁祸首。

进入80年代后期及90年代，随着电信网络的发展，金融市场才实现完全电子化。在美国，百分位报价改革（Decimalization）把每股的最小变动价位从1/16（0.0625）美元变为0.01美元。这改变了市场的微观结构，让买卖竞价价差可以变得更小，遏制了做市商的交易优势，因此也降低了市场的流动性。但这个改革却可能促进了算法交易的发展。

市场流动性的降低促使机构投资者把交易指令按照计算机算法拆分，从而让下单指令在更有利的平均价位上成交。平均价格的基准可以是时间算术平均价(Time Weighted Average Price，TWAP), 更常用的基准价则是成交量加权平均价（Volume Weighted Average Price，VWAP）。

随着越来越多电子交易市场的出现，其他的算法交易策略逐渐成为可能，这些策略包括期现套利、统计套利、趋势追随以及均值回归等。用计算机来实现这些交易策略要更加便捷，因为计算机对转瞬即逝的错误定价（Mis-pricing）反应更迅速，并且可以对多个市场的价格同时实时监控。^[3]

算法交易

1. 数据型
在分析历史时间序列数据的基础上随时间进程赢利的交易战略。相关例子包括：相对价值交易、趋势跟踪算法、数据套利和宏观经济模型。这些战略在发现机会时产生交易需求，并以不同的频率操作：
(1). 低频 每天若干次行动
(2). 中频 每天几十次行动
(3). 高频 每天成千上万次行动

2. 自动套期/头寸目标型
对风险水平进行动态监测和管理，从而生成套期指令以获得理想的风险头寸。如：
(1). 设置交易规则，以在规模达到特定门槛时削减头寸，或是将风险让渡给市场
(2). 遇到曾经造成市场变动的流动或是新闻的相关信息时，自动调整头寸

3. 算法执行战略
旨在为实现如下执行目标而进行最佳交易：
(1). 符合TWAP 或VWAP 基准(时间片)
(2).市场影响最小化（消极战略）
(3). 迅速执行（积极战略）
在分析市场现状和关于执行特征的历史数据的基础上，这些战略通常被分解开来，在多个交易平台上动态、分部分地执行指令。战略可以是为市场增加流动性的消极战略，也会是从市场中带走流动性的积极战略，或两者的混合体。数据可以用于优化执行，而执行通常通过“直接市场接入”处理（见类型四）。 通过E C N、多经纪商入口以及电话，可以迅速以一定的价格将风险转移至做市商。成功的定义就是持续不断地超越这一价格。 “外汇领先执行系统（A E S）使用户能够通过F I X网关直接在即期外汇市场实行自动和算法交易战略。通过这些系统，用户能够从多个E C N和单一银行平台接收实时价格，从而创造出不同报价的蒙太奇混合。市场参与者能同时在多个E C N和经纪商平台中发现最佳价格，并横扫指令簿顶端的最佳买/买价格（时间优先）。这一功能已经在股票市场得到了广泛的应用，现在这一功能进入外汇市场也就不足为奇了。”

4. 直接市场（流动性）接入型（DMA）
直接市场接入是接入并连接多个交易平台的优化。由于外汇市场的碎片化特征日益突出，DMA可以成为聚集流动性的有益工具。通过承担直接与平台执行交易的市场风险，市场参与者可以获得在速度和成本方面的优势，从而为其交易战略的赢利增加筹码。

算法交易

与传统市场的限价订单相比，算法交易需要的通信参数要多得多。买方交易员所使用的交易系统（通常称为“指令管理系统Order Management System”或“执行管理系统Execution Management System”）必须能够适应与日俱增的新型算法指令。

新型复杂算法需要花费巨量的研发及其它费用，例如基础设施、市场推广等。卖方需要做的是让新型算法电子指令直达买方交易员，并且让后者无需每次都再编码就能直接下单交易。

FIX 协议组织是一家非营利性交易协会，专门免费发布为电子证券交易设立的公开的通信标准。其会员包括几乎所有的大中型经纪商、货币市场银行、机构投资者及共同基金等。此机构在证券交易的盘前交易及交易领域的标准设定方面占有垄断地位。在2006-2007年，几家会员联合发布了描述算法交易指令类型的XML标准草案。

这个标准被称作FIX算法交易定义语言(FIXatdl)。在2008年3月FIXatdl正式发布之前，多家大型机构参与了该标准的测试，其中包括: 巴克莱、彭博、盛富证券、花旗集团、瑞士信贷、富达投资、高盛、ITG、摩根大通、美林集团、摩根士坦利、NeoNet、Pragma@Weeden和瑞士银行等。

算法交易

1 降低交易费用
大单指令通常被拆分为若干个小单指令渐次进入市场，这个基本策略被称为“冰山一角”。这个策略的成功程度可以通过比较同一时期的平均购买价格与成交量加权平均价来衡量。用来发现潜在的“冰山一角”指令的算法则叫“游击队员”。

2 套利
典型的套利策略通常包含三、四个证券，譬如根据外汇市场常用的利率平价理论，国内债券的价格、以外币标价的债券价格、汇率现货及汇率远期合约价格之间将产生一定的关联。如果市场价格与该理论隐含的价格偏差很大，大得超过其交易成本，那么可以用四笔交易来确保无风险利润。算法交易允许类似的套利使用更复杂的模型，其中可以包含四个以上的证券。股指期货的期现套利也可以用算法交易来完成。

3 做市
做市包括在当前市场价格之上挂一个限价卖单或在当前价格之下挂一个限价买单，以便从买卖差价中获利。花旗集团在2007年7月购买的自动化交易平台（Automated Trading Desk）就是一个活跃的做市商，它占到了纳斯达克和纽约证券交易所总成交量的6％。

4 更复杂的策略
“基准点”算法被交易员用来模拟指数收益，而“嗅探器”算法被用来发现最动荡或最不稳定的市场。任何类型的模式识别或者预测模型都能用来启动算法交易。神经网络和基因编程也已经被用来创造算法模型。麻省理工学院金融工程实验室主任Andrew Lo表示，“现在算法交易开始成为一场军备竞赛，每个人都在设计更复杂的算法，而且竞争越多，利润空间越小。”

算法交易

(1)算法交易形成的原因
现代大资金的管理，都需要面对交易下单的问题。复杂而又频繁的交易操作很难仅仅通过人工交易方式来完成。人工下单方式在执行时间不够充裕的情况下，就只能简化操作流程，从而导致下单的随意性加大，不容易争取到较好的交易价格和较低的冲击成本。于是，程序化操作的算法交易方法应运而生。

(2)算法交易的原理和优点
算法交易 (algorithmic trading)是指事先设计好交易策略，然后将其编制成计算机程序。利用计算机程序的算法来决定交易下单的时机、价格和数量等。程序化下单能避免人的非理性因素造成的干扰，并能更精确的下单。并能同时管理大量的操作，自动判断将大单分拆为小单，减小冲击成本。

(3)算法交易的策略分析
在报告中我们介绍了趋势跟踪技术，其设计思想为捕捉行情的日内趋势，让卖点信号发生在上涨趋势的结束，买点发生在下跌趋势的结束，这样可以获得卖点平均价高于整天均价，买点平均价低于平均价的效果，从而改进的下单的方式。文中阐述了均线简化，过滤微小波动，高低点比较，高低点突破，增加漂移项，长波保护机制和长时间均线的保护等一系列具体指标和操作方法。

(4)模拟的结果
通过模拟我们发现策略发出的买点的均值比时间平均价格的均值更低，策略发出的卖点的均值比时间平均卖点的均值要高一些。并且发出的买卖信号数量较多，可以较好的把大单交易充分的分拆成小单，多次卖出，减少冲击成本。

(5)实盘需要注意的因素
实盘操作还需要考虑涨停，跌停和买卖量较大等因素，我们可采取调整参数敏感性的方法和人工干预来应对。同时交易系统的稳定性和下单速度是影响算法交易质量的关键因素。^[2]

算法交易

更复杂的模型和智能程序已经引出了模型会否失效的问题。有人批评算法交易系统的“黑匣子”特性：“交易员有世界如何运转的直觉。但是对这些系统你输入一串数字，然后从另一端出来一些结果，而黑匣子为什么会产生这些数据或关系，确并不那么直观或清晰。”

英国的金融服务管理局（Financial Services Authority, FSA）一直在关注着算法交易的发展。在该机构年报上，监管层强调这项新科技给市场带来的巨大功效，但同时也指出，对复杂的技术和模型的依赖性越强，系统失效导致业务中断的风险会越大。

其他的问题包括报价传递给交易员的技术延迟或延误问题，安全问题和超前交易（Front Running），以及全部系统失效导致市场崩盘的可能性。开发和维护算法的成本还是相对较高，对市场新入者而言尤其如此，这是由于算法交易对系统的稳定性、网络带宽和速度的要求比常规的下单指令执行要高很多。没有自行开发算法交易的公司不得不从竞争对手手中购买。高盛公司在算法交易上花了数千万美金，他们技术部门的人员比交易部门还要多……市场的性质已经发生了巨大的改变。

如今金融市场的信息已被诸如路透、道琼斯、彭博、汤姆逊金融等公司格式化，通过算法的解读来形成交易。计算机被用来生产消息，譬如公司公布盈利结果或公布经济统计数据，这些消息几乎在瞬间同步直接传输给其它计算机，由它们根据消息进行交易。交易算法并不仅仅是根据简单的消息进行交易，它还能翻译更难理解的消息。一些公司还试图对消息自动“设置表情”（以表示该消息是好是坏），这样的话自动交易就可以直接根据消息进行了。“将消息从人类语言翻译到机器语言这一进程实在很有意义，”路透算法交易全球业务经理克里斯蒂．苏塔尼说，“我们越来越多的顾客发现了利用消息赚钱的途径”。

消息报道的速度对算法交易的重要性不言而喻，在一例广告宣传中（2008年3月1日的《华尔街日报》W15版面刊登），道琼斯声称自己在报道英格兰银行降息时比其他新闻媒体快了2秒钟。

2007年7月，早已自行开发算法交易的花旗集团，花了6.8亿美元购买了自动化交易平台，它原来属于一家每天交易约2亿股（占美国市场交易量的6％）股票的具有19年历史的公司。在这以前花旗集团还购买过Lava交易与OnTrade有限公司。

算法交易

在期货市场是目前最流行的术语是“算法交易”，和规模的金融出版物充满内容的算法交易，如果交易商不在算法交易技术和工具的贸易，那么，董事会是很难对他的管理期货业的“大雅之堂”。大多数这些讲的是“量化交易”的申请手续超高速算法交易，超短期交易，以确定市场机会的瞬间，并迅速增长，以便反映，所有这些都是在几毫秒的时间。 定量，以及高速的进程这样的要求在今天以及未来的交易将越来越多，但这些出版物的内容，几乎没有关于为什么造影一段时间少使用这种交易和理由，以及如何提高算法性能的交易，如何有效地管理风险，如何自动处理期货部门投资的职能，背景的功能，如之间的交易帐户中的说明配置和分配，以不同的订单，如经纪人。

如何利用造影在分析算法交易，以提高投资业绩，我们需要先了解“算法”是目前相当广泛使用的算法，通常的名称类似于暗箱交易，电脑交易，自动交易，系统交易，程式交易，一篮子交易（下单交易的篮子），以及加强以制度。其核心是，该算法的基础上的贸易规则的交易。算法可以是交易策略本身（而选择自己的交易策略，当市场交易） 。

2000年，当时的电子交易在期货市场上的受欢迎程度，有些造影盘交易开始意识到集中的优势，以及电子交易委员会以外的电话或以较低的佣金成本，也改变了交易更透明，速度更快，等清理工作后，更加明确。后来，一些开始使用造影下单的价格点的方式谈谈贸易，然而，当期货由于一些大型市场，如能源，金属，天然气仍然是使用开放喊价交易方式，使大量的血管不能充分利用电子交易，这双系统框架，很多交易造影继续依靠经纪人留在交易模式。

到现在，几乎所有品种造影投资电子交易，在这种情况下，电子交易是算法交易，特别是一直所强调的优势，造影开始充分利用电子算法交易。然而，实际的交易认证算法，我们需要了解市场对电子交易的两个实质性的变化。其中之一是当变化的电子交易，期货市场，显着增加，交易量，平均交易规模也越来越小，例如，
CME的迷你标普500合约在2001年飙升至160,000手，到2007年年中的1.3万手。第二是增加交易量中有相当一部分的自动化交易系统或方法，造成电子交易策略，因此，能源，金属，谷物市场，快速增长的交易量并非偶然的事。

谁开发的，这些模式的战略？他们中的许多人是从卖方的经纪公司，以提高他们的自身价值以及它的期货结算业务的需要，造影，另一种是购买或租赁的造影算法实现交易管理系统，是值得提醒说，虽然该算法可以有效地改善贸易和完善的交易，但其主要目的是协助贸易商经销商，而不是替代交易。最好的算法交易系统是基于客户的需求，可根据个性化需求的市场环境，动态调整制度。

算法直接取决于造影交易应面对机械化，交易本身可能导致的风险投资过程，这一点必须加以考虑，特别是在规定的时间以毫秒为单位的超短期交易，脂肪手指综合征（脂肪手指，指的是投资者，因为所犯错误大失去控制的操作事故），以及历史事件，如这一过程本身可能会导致发布的指示，数以千计的手（下价格触及单指令等） ，以提醒交易必须在使用认真执行这一进程。

算法交易工具除了交易执行和风险管理，而且还扩大的背景部门对许多交易功能，包括配置说明，以及沟通，因为他们也可以提前通过规则，以规范，如实时算法交易通过的订单将被分配给不同的交易账户，然后发送给多个经纪人。这不仅可以节省大量的时间，这本来是可以避免的原因是一些人敲了错误操作，如不必要的损失的错误。此外，这些交易过程中也可以有针对性的收集一些资料和统计数据，以及高效率的为自己或其他方提供某些交易报告。

现在，几乎所有使用期货市场电子交易平台，它可以使用造影按照自己的专业需要的算法交易工具，以贸易和改善贸易业绩，并加强风险管理和自动装配生产线的形式印发的背景报告等的运作有关的交易。这些规则为基础的交易系统可以单独使用，而且还修正或API的通过协议与其他软件嵌套交易。算法交易有此工具，造影将能够工作的一些复杂的解放，利用更多的时间和精力来完善其交易系统，很显然，在期货市场，他们将获得更高的竞争优势。

算法交易

根据David Leinweber发表于《阿尔法》杂志2月份的文章《Algo vsAlgo》，目前美国已经有超过90％的对冲基金采用了算法交易。另据报道，纽交所的计算机交易量正在不断扩大，电子交易现在已占到日交易量的60%—70%，其中算法交易的比例逼近半数。去年，纽交所的场内交易商数量已下降了四分之一。目前这个IBAlgo交易科技可应用在美国的三大股票交易所NYSE, AMEX和Nasdaq的股票交易中。

据估计，对于普通经纪公司而言，在交易应用中拥有一毫秒的优势即可带来每年一亿美元的进账。为了缩短服务器与服务器之间的空间距离，克服数据传输及成交的延迟，许多高频算法交易商纷纷迁移系统，力求与华尔街交易所的物理距离达到最短。过去，场内交易商主要采用综合的数据源，比如彭博和路透等提供的实时报价。发布这些报价，需要长达半秒的时间，这对今天的自动交易而言实在是太慢了，他们需要0.1秒以内的传输速度。据测试，数据从纽约交易市场传输到芝加哥的服务器需要7毫秒，东西海岸之间需35毫秒。

由于美国法律对美国居民交易本国及国际上的期货产品有些限制，所以商品及期货市场的交易科技的发展显得较为缓慢。有些欧洲的商品市场发展更显得保守。LME交易所被普遍认为游戏规则比较不公平，但由于它控制着全球的库存及对中国的营销工作比较成功，因此尽管交易手段落后，仍然为亚洲交易者所关注和参与。早在2001年就已经推出的LME电子平台Select“选择”，经过了数年的发展，却仍然只占到5％的份额（去年的数据）。主要的原因也许是Select平台每天运行时间虽长，但在午市时段中暂停，让位于场内官方报价的产生。就像日本的TOCOM市场那样，LME成为了这场科技长跑比赛里跑在最后面的一个“老资格”运动员了。

中国商品期货市场因天生具有电子化的媒介，所以发展迅猛。然而国家决策层对于行业的保护初衷使得中国期货行业的资金流动与国际市场单方面隔绝，即在政策允许下，中国有些资金可以交易国际市场，而国际市场的资金较难参与中国期货市场。金融业在逐步开放，但这一方面的敞开仍有很长的路要走。常清等业内知名人士早就提出要“争夺国际商品价格定价权”及“话语权”的思路，而这种实际上的单方面隔绝让这个思路显得有些遥远。缺乏国际资金的参与下，我们单方面决定出来的中国价格，比如黄豆或金属，还是难以得到国际交易界公认。就算某天上海铜的成交价值赶上了LME铜的成交价值，也难说“中国价格可以代表世界价格”这句话。交流不能仅限于单向，应该是双向的。等待国内经纪发展到一定阶段，实力壮大到一定程度的时候，政策的开放将水到渠成，那些设想将得到实现。

外汇交易也是盈透公司等混业经营的经纪公司的主要业务之一。目前，算法交易也已经伸展到了这个层面。较新的消息，据上周FX Week报道，在纽约举办的FXWeek美国会议的一个发言表明，算法交易的增多明显改善了外汇市场的健康程度。据有关专家称，算法交易会进一步加大外汇市场的交易量。典型的算法交易系统是一个高科技产品，它能连接到多个ECN（电子通讯网络）。算法交易行业为整个市场提供了无缝的流动性。由于缺乏严格的监管结构，经纪公司的资金实力带来的交易者的资金安全问题是投资者需要考虑的一个重要因素。

随着中国股指期货的渐行渐近，机构投资者在考虑期现套利交易时，必须考虑如何避免大额下单给市场造成价格大幅波动所引发的冲击成本问题，而算法交易可以有效地降低市场冲击成本。随着股指期货的推出，包括算法交易在内的创新交易方式将大有用武之地，中国内地将成为算法交易的下一个最具吸引力的市场。也许是有鉴于此，FIX 协议组织2008年年度大会也将于上海举行。算法交易在国内的兴起也将给包括证券公司与期货公司在内的中国金融业带来新的机遇和挑战，能在这一创新技术与业务领域取得先机者将在股指期货等金融衍生品给金融市场带来的洗牌中获得极为有利的竞争优势。