第257章 毫秒之间的暗战

第257章 毫秒之间的暗战 (第1/2页)

2014年9月的一个交易日，上午十点十七分。
　　
　　默石资本的交易室里，四名交易员正盯着面前的屏幕，房间里只有键盘敲击声和偶尔的低语。这是公司最安静的地方——安静到能听见服务器散热风扇的嗡嗡声。
　　
　　陈默每周会来交易室坐一两天，不是为了干预交易，而是为了“感受”——感受市场的呼吸，感受资金的流动，感受那些只有置身其中才能察觉的微妙变化。
　　
　　今天他坐在角落的观察席上，面前是一台只读权限的终端，能看到所有交易指令的实时状态。
　　
　　交易主管叫方远，三十五岁，曾在某券商的自营部门干了八年，两年前加入默石。他话不多，但每一句都切中要害。陈默欣赏这种风格——在交易这个行当，话多的人通常活不长。
　　
　　“陈总，你过来看一下。”方远的声音不大，但陈默听出里面有一丝不寻常。
　　
　　他走过去。方远指着屏幕上的一只股票——代码600XXX，一家中等市值的医药公司，默石正在建仓，计划在两周内买入总股本的0.8%。今天的交易指令是买入五万股，分拆成二十个订单，每个订单两千五百股，每隔三到五分钟下一个。
　　
　　“你看这里。”方远把鼠标移到分时图上，圈出几个位置。
　　
　　陈默凑近看。在每个默石的买单出现之前几百毫秒，市场上都会出现一笔或多笔极小的卖单——每笔只有一百股到两百股，价格比当前最优卖价低一个最小变动单位。这些卖单出现后不到一秒就消失了，紧接着，默石的买单出现，股价向上跳动一两个价位。
　　
　　“这是……有人在试探我们？”陈默皱眉。
　　
　　“我怀疑是。”方远调出过去一周的交易记录，用红色标记出类似的模式，“不只是这只股票，其他正在建仓的标的中，有三只也出现了同样的情况。比例大约是百分之三十。也就是说，我们的交易行为，有百分之三十的概率被‘预判’了。”
　　
　　陈默盯着那些红色标记，脑子里在快速运转。
　　
　　“能确定是谁吗？”
　　
　　“不能直接确定。但根据订单的特征——每笔一百到两百股，挂单时间极短，撤单率超过百分之九十——我判断，这很可能是高频交易者在做‘订单嗅探’。”
　　
　　“订单嗅探？”
　　
　　“一种HFT的常见策略。”方远解释道，“高频交易公司通过极高速的行情数据和交易通道，监控市场上的大额订单。当他们发现某个机构在持续买入时，就会在该股票上提前挂单，抢在机构订单之前成交，然后等机构把价格推高后，再卖出获利。”
　　
　　他调出一张示意图。
　　
　　“具体操作是这样的：假设我们想在十块零五分买入。HFT的算法监测到我们的买单正在接近，就会在十块零五分挂一笔很小的卖单——比如一百股。如果这一百股被成交了，说明我们的买单确实在那里。然后HFT就会抢在我们前面，把十块零五分以上的所有卖单都吃掉，然后挂出更大的卖单，等我们被迫去接。”
　　
　　“也就是说，”陈默说，“他们在‘割’我们的‘韭菜’？”
　　
　　方远点头：“可以这么说。每一次我们建仓，他们都会抬高我们的成本。每一次我们减仓，他们又会压低我们的卖出价。一进一出，我们损失的利润就是他们的收益。单次来看，每一股可能只有几分钱的损失，但积少成多，一年下来可能是几百万甚至上千万。”
　　
　　陈默沉默了几秒。他想起林枫说过的一句话：“在资本市场，看不见的成本，往往是最贵的。”
　　
　　“林枫知道吗？”
　　
　　“我已经给他发了消息，他正在从技术端分析。”
　　
　　正说着，林枫推门进来了，手里抱着一台笔记本电脑。
　　
　　“我看了方远发过来的数据。”林枫把电脑放在桌上，屏幕上是密密麻麻的订单记录，“结论很明确——有人在用高频交易策略‘刺探’我们的交易意图。这不是偶然现象，是系统性的。”
　　
　　他调出一张统计图表。
　　
　　“过去一个月，在我们的所有交易中，约有百分之二十五的订单在发出前被‘预判’了。这个比例在流动性较差的小盘股上更高，达到百分之四十。在流动性好的大盘股上，只有百分之五左右。这说明对方在选择目标——他们专挑我们最难交易的股票下手，因为在这些股票上，我们的交易行为更容易被识别，而且我们也没有更好的替代选择。”
　　
　　陈默看着那些数字，眉头紧锁。
　　
　　“他们的成本呢？做这种策略，需要什么样的基础设施？”
　　
　　林枫推了推眼镜：“成本很高。需要纳秒级的行情数据、FPGA硬件加速的交易系统、以及与交易所机房共置的服务器。一套这样的系统，初期投入至少几千万，每年运维成本几百万。能玩得起这个游戏的，全国不超过十家。”
　　
　　“也就是说，我们的对手，是那些最顶尖的高频交易公司。”
　　
　　“对。他们在暗，我们在明。他们有最先进的武器，我们用的是……常规装备。”
　　
　　方远插话：“陈总，这不是我们能不能打赢的问题。这是我们必须学会如何不被他们‘猎杀’的问题。高频交易不会消失，只会越来越多。如果我们不升级自己的交易算法，未来的交易成本会越来越高。”
　　
　　陈默在椅子上坐下来，看着屏幕上的订单记录，沉默了很久。
　　
　　“林枫，”他终于开口，“我们能做什么？”
　　
　　林枫打开电脑上的一个文件夹，里面是一份他已经写好的方案。
　　
　　“我其实一直在关注这个问题。从去年开始，我就注意到市场上出现了一些异常的交易模式。我做了些研究，参考了国外对冲基金的做法，整理了一份应对方案。”
　　
　　他把方案投影到交易室的大屏幕上。
　　
　　“高频交易的‘订单嗅探’策略，核心原理是利用速度和可预测性。他们的算法比我们快，所以能在我们的订单到达交易所之前抢先反应。我们的交易模式太规律、太可预测，所以能被他们的机器学习模型识别出来。”
　　
　　“解决方案有两个方向：第一，降低可预测性；第二，降低速度差距的影响。”
　　
　　他在屏幕上画了一个流程图。
　　
　　“降低可预测性，主要是改进我们的拆单算法。目前我们用的是标准的VWAP算法——按照历史成交量分布，把大单拆成小单，均匀地分布在交易时段内。这种模式太规律了，很容易被识别。”
　　
　　他调出一张对比图。
　　
　　“我建议改用‘随机化拆单算法’。在满足整体成交量约束的前提下，随机调整每笔订单的大小、时间和价格。比如，本来应该每三分钟下一笔两千股的订单，现在改成每隔两到五分钟下一笔一千到三千股的订单。这样，我们的交易模式就变成了一个随机过程，对方很难预测。”
　　
　　陈默点头：“这个可以。第二点呢？”
　　
　　“降低速度差距的影响，我们需要改造交易系统。”林枫的表情变得严肃，“目前我们的交易系统部署在公司的服务器上，通过券商提供的交易接口下单。从我们的服务器到交易所机房，网络延迟大约在两到三毫秒。而高频交易公司的系统直接部署在交易所机房里，延迟只有几十微秒。这个速度差距，是我们的算法无论怎么优化都无法弥补的。”
　　
　　“所以？”
　　
　　“所以，我们需要把交易系统托管到交易所附近的机房。国内主要的交易所在上海，我们需要在上海租用机房空间，把交易服务器搬过去。这样，网络延迟可以从几毫秒降到几百微秒，虽然还是比HFT慢，但差距大大缩小。”
　　
　　方远问：“成本呢？”
　　
　　林枫估算了一下：“硬件加托管，初期投入大概三百万，每年运维成本一百万左右。另外，我们需要升级交易软件，采用更高效的编程语言和更底层的网络协议。这部分主要是人力成本，林枫的团队可以自己做。”
　　
　　陈默想了想：“三百万，对我们现在的规模来说，不是大数字。但这个决策的意义，不只是三百万的问题。”
　　
　　他站起来，走到白板前。
　　
　　“我们在做一个选择。是继续用常规方式交易，接受每年几百万的隐性损失？还是主动升级，在这场微观战争中不落下风？”
　　
　　他转过身。
　　
　　“我选择后者。林枫，你的方案我批准。方远，你配合林枫，把交易系统的改造作为最高优先级项目。我需要在一个月内，看到新系统上线。”
　　
　　---
　　
　　接下来的三周，林枫和方远的团队进入了高强度的工作状态。
　　
　　技术部的工程师们在加班加点地重写交易算法。原来的VWAP算法被替换为一个新的“随机化智能拆单”模块。这个模块的核心是一个蒙特卡洛模拟器——在每次下单前，算法会模拟几百种不同的拆单方案，评估每种方案的市场冲击和被HFT识别的概率，然后选择最优的那个。
　　
　　

（本章未完，请点击下一页继续阅读）