在进行
电子交易的金融
市场里，
算法交易（Algorithmic Trading）是通过计算机程序来下交易订单，即利用计算机算法决定交易下单的时机、价格乃至最终下单的数量与笔数等。
算法交易被对冲
基金、养老基金、共同基金以及其他机构交易者广泛使用，他们将大额的交易分解为若干笔小额的交易，以便更好地管理市场冲击成本、机会成本和风险。诸如对冲基金一类的交易者也利用
算法交易来根据电子方式接收的信息流启动交易指令，而此时人工下单的交易者甚至都不知道这些信息，如此大大提高了交易的时效性。
算法交易可以被应用于任何
投资策略，包括做市、跨市套利、期现套利和单边投机（包括趋势追随）。在投资决策和执行的任何一个阶段，
算法交易信号都能够提供良好的技术支持，甚至整个投资决策和执行可以完全依靠
算法交易自动运行。
根据美国Aite Group LLC咨询公司的统计数据，2006年在欧洲及美国股票市场中，有1/3的交易是由自动交易系统或算法化交易完成的。预计到2010年，这个比例将达到50%。
2006年，伦敦证券交易所有超过40%的交易订单来自
算法交易者，2007年预计将达到60%。总体上看，美国市场与股票市场中
算法交易的使用率要高于其他市场，预计2008年在某些市场中
算法交易的使用率将达到80%。
算法交易在
外汇市场中也很活跃，2006年大约占总交易的25%。
算法交易也可以轻而易举地被应用于
期货和期权市场，预计到2010年大约20%的期权交易量将源于计算机程序。
债券市场也将逐渐引入更多的
算法交易者。
一、历史回顾
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。
二、
算法交易的通信标准
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。
三、
算法交易策略
为了满足不同的交易策略需求，很多不同的算法层出不穷。这些算法技巧通常都会被冠以一个名字，例如“冰山一角Iceberging”、 “游击队员Guerrilla”, “基准点Benchmarking”, “狙击手Sniper” 和 “嗅探器Sniffer”。
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。”
四、问题与进展
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。
五、
算法交易带来的效应
算法交易的兴起对整个金融市场带来了深刻的影响与变化。
百分位报价改革引起的交易规模缩小可能促进了
算法交易的发展，而
算法交易则进一步缩小了交易规模。曾经由人来担任的交易员工作正在被电脑所取代。数以毫秒计的电脑连接速度，变得更为重要。
诸如纳斯达克这样自动化程度较高的市场已经从诸如纽约证券交易所这样自动化程度较低的市场获取了更多的市场份额。电子化交易的经济规模效应为降低佣金和交易费用作出贡献，也为金融交易所的国际化兼并整合作出了贡献。
交易所之间的竞争也愈加激烈，交易处理速度也越来越快。以伦敦证券交易所为例，它在2007年6月启动了一个叫TradElect的新系统，该系统平均每10毫秒就能完成从下单到确认的整个过程，并且能够每秒处理3000个指令。
2005年
金融行业用于电脑和软件上花费达到了264亿美元。
经纪公司发现越来越难监控客户的持仓风险，特别是对冲基金这样的客户。
六、
算法交易在中国金融市场的机遇与挑战
在亚洲金融市场，采用
算法交易的主要有东京证券交易所、香港联交所和新加坡交易所。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。2006年，亚洲股票交易中接近1/10是通过
算法交易完成的，最近的三年中大约有50%的衍生品交易变成了电子交易，其中约75%采用了
算法交易。
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。
