有哪些算法交易策略？ - 知乎49被浏览1491分享邀请回答1添加评论分享收藏感谢收起1添加评论分享收藏感谢收起您现在的位置： > 量化资讯
[科普贴]你不知道的智能算法交易
发布时间：日
第一部分：算法交易市场前景展望
巨大的市场需求：
算法交易/电子交易在国外成熟市场（美国，英国，日本，澳大利亚，香港）的市场总交易量里的占比早已超过70%。在美国甚至达到90%以上；
在国内排名靠前的主要公募基金公司中的使用量也已接近30% ；
在国内其他机构客户中目前还没有普及。但随着金融市场的进一步发展和放开（如：做市商业务、T+0交易、市场进一步机构化和电子化、融券和卖空交易的普及，期货产品及其他对冲工具的推广等），市场的交易量会进一步放大（目前在每天五千亿到1万亿的水平，在2016年达到过每天2.5万亿的水平），对量化和智能算法交易的需求以及其巨大价值也会很快体现；
国内量化和对冲基金（私募基金），以及被动化（ETF）资产管理正处于蓬勃发展的前夜，就如在海外市场成熟过程中发生的那样，他们必将极大地推动市场对量化数据分析和算法交易服务产品的需求。
市场容量分析：
量化和智能算法交易平台：服务于保守估计的5万亿市场交易量；
量化投资交易技术平台：保守估计中国量化基金年交易量将很快突破10万亿（占总交易量10%）；
券商交易服务业务：保守估计交易执行特色券商以及做市商服务能够提供的交易量将占到全市场20%以上（每年20万亿）。
第二部分：公司及团队介绍
上海金纳信息科技有限公司成立于2015年中，总部在上海陆家嘴，公司专注于提供主要针对中国市场的交易执行算法，我们对自己的定位是成为中国金融市场智能化交易执行领域最专业的服务提供商。
金纳科技在技术手段、研究能力、交易服务等各个方面，通过努力革新，不断融合市场规范和客户需求，结合团队多年积累的国际化的技术，将算法交易高效地运用在中国市场，并提供快速响应的客户服务，希望将金纳打造成为中国金融行业中值得信赖的品牌。我们的口号是&交易创造价值！&
金纳科技团队阵容强大，团队拥有中国算法的领军人物，拥有全球最早参与算法交易研发的国际顶尖人才，拥有中国市场算法交易经验最丰富的研发和服务团队。
核心技术开发人员
合计超过50年的软件开发和服务于国内外顶级投行交易开发服务团队的工作经验；
曾为包括瑞士银行，德意志银行、花旗银行、摩根士丹利，中信证券等国际国内投行进行交易及量化软件的开发和维护，并掌握国内领先的专业技术；
与路透、彭博等知名国际系统商和恒生、根网、金证、万得等国内主要交易系统商有全面深入的合作经验；
第三部分：产品介绍
第一产品线：量化和智能交易执行平台台
通过与国内主要交易系统商（如：恒生、根网、金证、万得）的战略合作抢占市场
平台的主要算法和功能有：
时间加权均价G-TWAP（Time-Weighted Average Price）
时间加权平均算法是在指定的时间间隔内，按照时间平均下单的算法。旨在对市场影响最小化的同时提供一个平均执行价格。
成交量加权均价G-VWAP (Volume-Weighted Average Price)
成交量加权平均价格算法是在指定的时间间隔内，结合历史交易量分布及当天实时交易量情况进行下单的算法。旨在以一个尽可能接近市场按成交量加权的均价进行，尽量降低对市场的冲击。
交易量百分比G-Percent
交易量百分比算法是按照固定百分比进行下单的算法,旨在帮助投资者跟上市场交易量。交易期间，若市场交易量放大则放大这段时间内的下单成交量，反之降低下单的成交量。
价格跟踪G-PxlnLine
价格跟踪算法是当市场价格相对于参考价格处于有利时，放大这段时间内的下单成交量，当市场价格不利时，降低这段时间内的下单的成交量。
盘口捕捉G-Sniper
盘口捕捉算法是在市场价格进入期望价格内时，及时捕捉市场上出现的流动性。
快速执行G-DMA+
快速执行算法，尽可能快速成交的同时降低对市场价格的冲击。
G-Pair&（调仓switch order，期现套利index arbitrage，配对套利merger arb or pairs trading）
根据账户里有限的资金，客户需要有自动化的调仓工具，先卖，再同步买，保持均衡的进展，而又不造成市场冲击。
另外，还有量化投资的客户，通过模型选择了两只产品（股票，期指，期权等）进行配对交易，需要算法工具紧密观察两只股票的价格达到某个阈值而自动触发套利交易。算法能保证两边的部位都能实现（这样才能获利）而又不造成市场冲击，保护套利利润。
可视化模块
算法交易经常被用于交易被动管理的产品（ETF，指数增强等），在几百只甚至上千个交易母单同时运行的情况下，能够动态监控所有的交易成为一个很大的挑战。金纳产品可以配上简便易用的可视化模块，提供对交易异常（价格异动，产生暂态冲激，已交易成本偏离目标价，被限价，被限量等）或者值得注意的母单（母单占市场份额太大）甚至子单的动态监控，警示等。
金纳算法有特殊的风控模块，对各个算法策略发单逻辑进行独立的管制和仲裁，保证每一个策略取得最优交易结果的前提下，不对整个交易台和公司产生频繁挂单，撤单，堵单以致于受到交易所和市场监管者警示的风险。风控模块里的各种参数可以在金纳服务团队的帮助下进行调试和设置。
在可视化监控模块和风控模块的警示和建议下，交易员可以随时对自动化交易的算法策略进行人工干预，人机互动。通过类似于&暂停某个算法，交易员重新获取母单交易控制，进行人工拆单发单，交还控制给算法，继续算法运行&的流程，交易员可以方便地控制算法为人服务。算法会对交易员人工干预期间做的动作进行和谐处理，模型识别，继续智能地完成交易。
这几个模块也是金纳算法服务的核心部分，客户需要与服务团队密切协同，经过磨合才能掌握最优的使用方法。
产品类型：基本版、标准版、加强版和定制版。每个产品可以根据客户的使用要求进行模块化组合。
这里有一点我们想强调一下，金纳不只是卖软件的IT公司，我们的定位是提供金融服务。为什么这样说呢？因为算法交易不是简单地上线一套软件，而是需要服务团队和用户紧密交流，培训出对不同产品不同市场情况下选用最优的交易方法的感觉和能力。交易咨询是我们提供的产品里不可分割的部分。另外，表面上看似简单的算法拆单逻辑有内含的博弈和反博弈逻辑支持，大量的统计模型以及行为金融模型经过了多个市场（我们的团队服务过亚太区包括中国在内的十几个市场），上千家不同风格的机构客户交易服务的每年上万亿交易量的锤炼。我们团队在十几年的服务中，光是&bug&就处理过几千个，每个都是经验或者教训的凝聚，有的还在前面的公司和客户交过市场学费的。所以服务是我们很多大客户非常关注的，也是我们业务的重点。
未来，我们还计划开发的产品是：
为买方客户端（对冲基金，券商自营/资管，公募基金子公司，期货子公司等）提供：
基金端交易核心技术平台
提供量化以及数据分析，盘前交易成本预测和分析工具，盘中各种定制预警和操作建议（见可视化模块，风控，人工干预），盘后交易成本分析。帮助基金经理减低交易成本，取得最优投资回报。
除了提供软件平台，还可以帮助基金开发和和建设量化数据分析环境和系统，回测投资策略（主要包括风险较低的期现套利、多空对冲等量化投资策略）；
为量化基金提供整体投资管理技术以及交易支持的定制化综合服务
券商交易服务平台（包括沪港通深港通，海外交易系统、做市商平台等），提供券商交易服务业务（Execution Services）
我们服务的券商客户（也包括期货公司）将重点针对大散户/高净值个人（财富管理）和中小量化基金（主经纪业务），以及从海外投资中国的QFII/RQFII客户，专注交易服务，辅以其他交易/自营相关服务（比如市值管理，大宗减持，场外衍生品定价对冲）的券商综合交易服务；我们还将为券商提供做市商技术平台及其他交易服务平台。
第四部分：优势分析
团队先进的理念、技术和丰富的市场经验
团队经过海外知名投行和国内大型券商历练多年，尤其在QFII/RQFII交易服务方面居绝对领先地位，曾占RQFII ETF类产品50%的交易量；
对冲基金经理（尤其是量化对冲）多来自于国外大型基金以及国内公募基金量化或者被动产品团队，熟悉我们的平台，对我们的产品信任度高；
跟国内最重要的交易系统提供商（恒生，根网，金证，讯投，大智慧，万得等）有稳定的战略合作；
国内的基金客户虽然需求明确，但缺乏技术和开发能力；而海外的QFII和RQFII机构客户缺乏对国内交易规则、制度的理解。客户会依赖交易平台提供商的服务；
国内技术系统开发商虽然也开发了一些初级交易服务产品，但缺乏核心技术和客户服务的结合，以及对商业模式的透彻理解，所以选择与我们合作，由金纳提供算法交易平台进行系统集成；而一些国际系统商（如：彭博、路透等）基于类似理由也开始跟我们讨论合作。
周密的风控模块
有金纳独立的风控系统，与其他产品提供商柜台系统（恒生）的风控系统共同工作，对客户的交易提供保护。前几天在国泰君安和量帮组织的量化策略会上遇到两家已经使用金纳产品的客户，都重点提到系统上线后，在交易中基本没有再收到警告函。
经过实践验证
一个合格的产品除了合理的设计，科学系统的研发，还要经过实际应用的打磨，尤其是在金融行业的交易系统，要经得起考验。金纳的产品除了我们内部反复和高标准的测试（这个有什么能展开说的吗？），还经过了长期实战的检验。举个例子来说，我们曾经遇到过系统对于生僻的汉字（比如名字）不能识别，结果导致系统运行不灵，我们很快解决了这个问题。所以我们认为，金纳的产品相比于其它供应商，以及未来可能的追赶者，一个很大的优势就是经过多年海外和国内的实战考验，和我们团队的广大客户一起密切合作，解决了很多在理论设计时不太会考虑到的，只有在实际使用时才能发现的问题，从而使产品更加成熟可靠。
【免责声明】
&&&&o朝阳永续发布此文章（包括研报）目的在于传播更多信息，不代表证实及赞同相关描述及观点。朝阳永续的研报为基于公开资料研究完成，并不构成投资建议。文章内容仅供参考，不构成任何投资建议。投资者据此操作，风险自担。
&&&&o重要提示：凡注明作者为“朝阳永续”的作品（文字、图片、图表），未经朝阳永续授权，任何媒体和个人不得全部或者部分转载。如需转载，请与 021- 联系；经许可后转载请务必注明出处，并添加朝阳永续（www.）链接，违者本司将依法追究责任。
没有关键字相关信息!
私募资讯点击排行
朝阳永续俱乐部算法交易的主要类型与策略分析
[摘要]：市场之所以青睐算法交易，其原因在于其能够快速有效地降低交易成本，控制市场冲击成本和具有较高的执行概率。& & 算法交易起源于上世纪中叶的配对交易
& & 历史上最早使用算法交易的例子可以追溯到1949年。对冲基金之父阿尔弗雷德·琼斯，利用空对多3：7的比例进行配对交易，在1955年到1964年间，综合回报率高达28%。到了上世纪60年代早期，投资者开始利用计算机通过分析股票的周线和月线来预测价格运动方向。
& & 配对交易逐渐成熟，发展成后来的算法交易。随后算法交易策略慢慢在华尔街流传开来并被广泛使用，同时也带来了非常可观的盈利。原来在摩根士丹利从事配对交易的研究员，后来逐渐成为如大卫·肖、詹姆斯·西蒙斯这类明星基金经理手下的精英，算法交易的“黑盒子”便由此诞生。
& & 随着计算机的广泛普及，华尔街各大交易平台都开始执行算法交易，对IT技术人员的需求不断攀升。各种数量化研究人才进入到华尔街工作，改变了交易大厅传统的交易习惯，公开喊价的交易员逐渐被算法交易员所取代，算法交易也从此在华尔街开始蓬勃发展。现在，无论是股票、商品、期货以及外汇市场，算法交易已成为市场中不可或缺的组成部分。
& & 2009年花旗集团的报告显示，超过50%的股票交易都是通过算法进行自动交易的。而其他银行的报告指出这一数字甚至达到75%。市场之所以青睐算法交易，其原因在于其能够快速有效地降低交易成本，控制市场冲击成本和具有较高的执行概率。除此之外，它还能提供隐藏交易意图等传统交易方法不具有的交易方式。
& & 冲击驱动型算法交易：降低对价格的影响
& & 冲击驱动型算法是由简单的指令分割策略演化而来的。通过将大订单分拆成小订单进行发送，试图降低交易对资产价格的影响，达到最小化市场冲击成本的目的。
& & 基于平均价格的算法，代表了第一代冲击驱动型算法。这些算法都是由带有预设目标的算法演化而来的，对价格或成交量等条件无敏感性。它们通常按预定的步骤被执行，在给定的时间内不管市场条件如何，只是单纯执行预先设置的指令。
& & 为了使交易算法更加灵活和适应市场环境，可以对这些静态方法进行改进，或更多地采用动态算法。这就导致了算法逐渐向机会导向算法倾斜。参与率算法（POV）建立在真实市场成交量上而不是依赖静态模型而形成交易进度，随后逐渐演化成为采用更隐藏的路径以达到零市场冲击的最小冲击算法。
& & 时间加权平均价格（TWAP）是一种基于时间变化的加权平均价格，被称为TWAP算法，其仅以时间分割为基础，考虑指令的设置或指令的执行，而不受市场价格或成交量等其他方面因素的影响。用这种方法执行一系列指令，其平均执行价格就是各执行时间点市场交易价格的加权平均。
& & 相对于TWAP策略而言，成交量加权平均价格（VWAP）交易策略是指交易者利用市场成交量来试图实现使平均执行价格等于VWAP基准价格的执行策略。它是最常用的交易策略之一，具有简单易操作等特点，基本思想就是让算法的成交量提交比例与市场成交量比例尽可能匹配，在减少对市场冲击的同时，获得市场成交加权的平均交易价格。因此，VWAP策略一般不直接对交易的冲击成本建模，而是注重日内成交量分布的预测。值得注意的是，如果订单量很大，VWAP策略的冲击成本仍不可忽略。
& & 参与率算法是一种与市场成交量同步的算法，有时它们也被称为目标成交量算法或跟随算法。与VWAP算法一样，参与率算法的表现取决于它们所采用的追踪目标成交量的技术，并且重点目标都是为了最小化市场冲击。在实践中，参与率算法可能会考虑其他的因素，比如流动性等来帮助选择最优的交易时机。
& & 一些参与率算法会包含成交量预测功能。一般来说，这些方法是建立在对历史成交量分布、当前观测到的成交量和数量分析综合考虑基础之上的。另外，也有其他参与率算法允许控制算法追踪目标参与率的进度，甚至可以显示算法能够提前或之后目标参与率的程度。因此可以加快算法的执行度，留下交易的余地，从而避免出现滞后。事实上，这成为目标参与率的一个倾斜机制。对于那些允许对参与率做出更多动态调整的算法来说，还需要附加变量来确定基准和确定参与率如何根据基准或变量来变化的。
& & 由于参与率算法不会对价格产生依赖性，因此必须对其设定严格的价格限制。参与率算法是追踪所有的成交量，但是，一旦应用了限价指令，它必须忽略掉所有超出这个限制的交易，否则每次当价格回落到限制之内时算法的表现就会差强人意。
& & 成本驱动型算法交易：降低总体交易成本
& & 成本驱动型算法的主要目的是降低总体交易成本，除了佣金和价差之外，冲击成本和时机风险等隐性成本都是成本的重要组成部分。虽然将大订单进行分割并将其分散到相当长的一段时间内进行交易可以最小化市场冲击，然而这样做会把订单暴露在更大的时机风险下，对波动性大的资产尤其如此。因此，成本驱动型算法也需要同时降低时机成本。
& & 过于主动的交易会导致相当大的市场冲击，而过于被动的交易会引起时机风险。为了最小化总的交易成本，我们需要在冲击成本和时机风险这两者之间寻找一个平衡点。为了找到这样一个平衡点需要考虑到投资者的风险厌恶程度。早期的成本驱动型算法是由冲击驱动算法吸收了时机风险等要素演化而来的，现在成本驱动型算法越来越多地使用复杂市场模型，去预测潜在的交易成本和决定指令的最优交易策略，主要的类型包括：
& & 执行落差算法代表了纯粹的成本驱动型算法。它试图最小化平均交易价格和反映投资者决定价格的分配基准之间的落差。适应性落差算法是执行落差的一个机会导向型的版本，一般来说对价格更加敏感。
& & 执行落差指投资者决定交易的价格与实际实现的平均执行价格之间的差额。投资者决定的价格相当于算法的参考基准，一般用指令到达交易商时的中间价格作为替代。而执行落差算法的目的是实现一个能够最小化缺口的平均执行价格。实现这类算法的关键就是在市场影响和时机风险这两者之间寻找一个平衡点。通常这意味着算法只能在不产生显著市场冲击的时间范围内执行。
& & 由于实现这个目的的过程很复杂，于是许多情况下人们选择利用更简单的算法去实现。这些算法中有一部分实际上是成交量加权平均价格算法或参与率算法的增强版。它们使用成本模型去决定最优交易周期，这个交易周期应该包含由模型决定的结束时间或最优参与率。
& & 适应性落差是从执行缺口算法中演化而来的新算法。该算法所具有的适应性特点主要体现在对市场价格的适应或反应。价格适应性落差算法实际上是一种更加倾向于机会导向的算法。
& & 一个主动实值(AIM)策略是指当价格有利时交易更加主动，而当价格变得不利时交易变得被动。对于一个买入指令，有利的价格条件等价于市场价格下降到基准价格以下；而对于卖出指令情况则是相反。因此只有当市场价格显著下降到基准价格以下，主动实值策略的交易率才会上升。而被动实值策略（PIM）则是相反的，且当价格有利时它会变得更加被动，而当价格不利时它会变得更加主动。因此，交易率只有当市场价格显著地高于基准时，才会上升。
& & 收盘价格通常用作盯市，以便计算每日的资产净值和盈亏状况。因此不少机构会把收市价作为一个参考基准。一般来说，在收市前进行交易会增加交易成本，而且交易价格对于指令会变得更加敏感。同时，流动性溢价在收市前也会更明显。
& & 收盘算法（MOC）的主要问题在于，其基准只有在市场收盘价格确定下来后才能得知。所以，该算法并不能把交易日内的交易进行平均，然后把订单进行简单切割去匹配基准。若执行交易的时间较早，收盘价的波动性会给交易者带来时机风险；若交易时间较晚，则会对市场产生较大的冲击。
& & 机会导向型算法交易：利用有利的市场条件
& & 机会导向型算法是从一系列交易算法中演化而来的，其本质都是利用有利的市场条件，包括价格、流动性或其他因素。其中盯住价格算法是以成交量加权平均价格算法、参与率算法等策略为基础，与它们所不同的是添加了对价格的敏感指标，并且能够基于当前市场价格是否有利来修正算法的交易风格。因此许多看重市场冲击成本的算法都会更多采用机会导向型策略。
& & 对于每一类机会导向算法，价格都是一个重要的变量。目标基准提供了一个允许算法去判断市场条件是否有利的基准线。由于具有动态性特征，机会导向型算法比其他类型的算法能更精确地执行目标策略。
& & 盯住价格算法是把交易与市场价格联系在一起的方式，与参与率算法根据市场成交量进行调整的方式类似，先定义一个基准价格，然后用市场价格与其比较的结果调整成交量。如果事先没有设定基准价格，那么通常就会使用指令下达时的中间价格。所以，对于买入而言，低于基准价格即为有利的买入价格；对于卖出而言，高于基准价格即为有利的卖出价格。
& & 盯住价格算法包括一个基本的交易机制，同时附加价格调整的功能。因此，它可以建立在静态成交量加权平均价格算法或更动态的成交量百分比方法的基础上，实际的价格调整策略可以直接追踪市场价格和其基准的差异，或者包含其他的变量。（来源：量化基地 作者：汪歆子渔）
私募基金基金经理：近6月收益：15.89%近1年收益：16.31%年化收益：24.74%基金经理：近1年收益：21.79%今年收益：19.63%信托产品预期收益率7.2%投资期限24月投资起点100万元发行，投向房地产格上点评：预期收益率6.8%投资期限24月投资起点100万元发行，投向工商企业格上点评：
您的专属理财顾问会给您详细解答
感谢您的垂询！稍后为您服务！
马上咨询敬请致电理财热线：400-080-5828
咨询服务（预约成功后，格上财富专业顾问将在1个工作日内与您联系）
咨询阳光私募
理财服务咨询
订阅格上财富周报
咨询信托产品
咨询私募股权
订阅格上研究报告
我愿意接受格上最新的产品和活动信息通知
风险揭示：投资有风险，当您/贵单位进行投资时，可能获得投资收益，但同时也面临着投资风险，比如资金损失风险、运营风险、流动性风险等。您/贵单位在做出投资决策之前，请仔细阅读相关风险揭示书和投资协议、公司章程或者合伙协议等文件，充分认识投资的风险收益特征和产品特性，认真考虑可能存在的各项风险因素，并充分考虑自身的风险承受能力，理性判断并谨慎做出投资决策。1425人阅读
高频交易算法研发心得—最稳妥的低风险交易策略
注意：本文章的算法策略适用于可借资源的市场（数字币、贵金属），不适用于股票
很多人在进行交易的时候，都喜欢一直盯着大盘看，为什么呢？原因很简单，大家都在关心着当前的行情有没有大涨大落，正常情况下（用货币来买入交易物）没有人会害怕行情大涨，但是一旦出现了极端情况，行情一路大跌，很多人会血压升高，满面通红。
咱们书归正文，很多人都在寻找能提前预测大幅下跌的算法，但是真的很难。那么有没有一种可以不出现大起大落的行情，可以稳稳当当挣钱呢？答案是有的，这次我们就来聊聊“交易物对冲策略”（这个方法根本算不上什么算法）。
1. 前提条件
交易物对冲算法并不是在所有的交易市场都适用，其条件如下：
只适用于提供融资功能的交易市场（如数字币，贵金属等），用户可以借入交易物（不是货币）。 不适用于股票市场！ 交易市场必须提供两种以上可以交易物，比如在一个数字币市场中，可以交易比特币和莱特币；一个贵金属交易所，可以交易白银和铜。 两种交易物之间的单价差要在50%以上。 最好能自动化完成交易，手动交易较为繁琐。
2.&策略描述
对于金融交易的行家来讲，对冲不是什么新鲜玩意儿，比如，很多网站都提供多不同比特币交易市场的报价，用户可以在一个市场低价买入，另一个市场高价卖出，这就是所谓的“搬砖”。这种市场间的“对冲”受到转账费用、网络延时等问题的影响，往往利润比较单薄。我们这里说的“交易物对冲”指的是在同一个市场中，不同种交易物之间的对冲。下面我们以比特币（BTC）和以太坊币（ETH）为例，进行策略说明，该策略的流程图如下：
第一步：融资
前提条件中，我们说过，两种交易物的单价减值需要在50%以上，我们选取的BTC和ETH正好满足这个条件。
这一步中的融资，指的是为单价较低的交易物进行借物操作（本例中是为ETH进行借币），不同的市场可以借的数量不一样，有的市场是5倍，有的是3倍。
第二步：绘制对冲行情线
注意，此步骤需要软件辅助，如果不怕麻烦，也可以使用Excel手动计算。
所谓的“对冲行情线”就是指每分钟“高单价交易物”的价格与“低单价交易物”的价格的比例曲线。同时，为了能够进行量化交易，需要添加该曲线的SMA（10）和SMA（120）曲线。其伪码如下：
//获取BTC K线
var klinebtc = GetCNBTC(&btc&, &<span style="color:#min&, <span style="color:#00);
//获取ETH K线
var klineltc = CNBTC(&eth&, &<span style="color:#min&, <span style="color:#00);
List&TimeValuePair& bls = new List&TimeValuePair&();
for (int i = <span style="color:#; i & klinebtc.C i&#43;&#43;)
//计算每分钟中间价的比例
bls.Add(new TimeValuePair() { DateTime = klinebtc[i].Time, Value = klinebtc[i].Middle / klineltc[i].Middle });
//计算短周期SMA
var smabl10 = GetSMALine(bls, <span style="color:#);
//计算长周期SMA
var smabl120 = GetSMALine(bls, <span style="color:#0);
经过前面的计算，我们可以得到如下曲线：
第三步：交易
当短周期均线向上穿越长周期均线时：
1&&&&& 卖出所有借的交易物（本文ETH）。
2&&&&& 按卖出的总钱数（注意，不是你所有的钱），买入另一种高单价交易物（本文BTC）。
当长周期均线向下穿越短周期均线时：
1&&&&& 卖出所有的高单价交易物（本文BTC）。
2&&&&& 你借了多少交易物（本文ETH），就买入多少，注意一定不要买多了，也不能买少了！！！！
第四步：看看你挣了多少钱
请看官自行计算
3.&“交易物对冲”策略的原理论证
下面我们从2方面来对该策略进行论证：
行情稳定性
本质上来讲，行情是否稳定，直接决定了您的资金是否安全，当然，波动越大的市场，潜在的利润也越大（换句不好听的话就是风险也越大）。经常看大盘的朋友们不难发现，无论是比特币，还是股票，如果整体行情大涨，那么大多数的数字币或单股都会跟着大涨，大跌时也亦然。
这就好比美元对黄金大跌，那么人民币一定会受影响大跌一番。其实道理很简单，每一个市场背后都存在着大量的资金进行支撑。一旦某一个币种出现大幅度下跌，大财团的操盘手们就会马上开始行动，进行资金转移。因此，我们会受到大财团庇护，不同交易物价&#26684;比例会相对稳定。以2017年初的比特币大波动行情为例，就可以对此进行印证，如下所示：
如图不难看出，日基本上大多数的数字在同一时刻出现了大跌。
交易物行情无关性
看到上面的比特币行情，我相信大多弄比特币的朋友都会记忆由新的，行情突然之间下跌了快3000块钱，真是让人喘不上来气！
但是如果应用了“交易物对冲策略”，看官们会发现，无论大盘涨到了三十三层天外天，还是，还下跌到了十八层地狱，都和你没有关系，因为，用一句话来描述该策略就是：
“行情是多少钱，我不关心，我关心的是，卖了BTC，能不能换回比我借的ETH多！”。
“交易物对冲策略”本质上是将交易物的价&#26684;涨跌转移给了市场提供商（因为你的币是向市场借的），你只要保证借了多少还多少就行了。以上图中的大跌行情为例（较为极端的行情），我们可以计算一下：
BTC价&#26684;
ETH价&#26684;
上述表&#26684;可以表明，使用对冲比例行情时，跌幅是最小的。另外，我们也可以从上表中发现以下几个特点：
1&&&&& 要涨，大家一起涨，反之亦然。
2&&&&& 单价高的交易物涨的快，下跌的也快。
4.数据说明
如上图所示的一次交易过程，买入点为84，卖出点为92，那么这两个数据意味着什么呢？
首先，您在买入时，一个比特币可以兑换84个ETH。
到了卖出点时，您可以用一个比特币兑换92个ETH。
这样，您就挣了8个ETH
交易物对冲策略的优点就是行情稳定，不会出现特别大的波动，但是利润相对来说比较少。
笔者将算法已经编译成APK包（点击下载），大家可以参考软件中绘制的曲线，自行买卖。该软件的功能如下：
1&&&&& 软件中数据来源自中国比特币
2&&&&& 软件提供BTC，LTC，ETH，ETC的对冲行情，如下图所示：
作者：科学家
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& Email：
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& 微信：
&&相关文章推荐
* 以上用户言论只代表其个人观点，不代表CSDN网站的观点或立场
访问：6951次
排名：千里之外
原创：56篇
(19)(38)(1)