第7章 高频交易业务
与流行的说法相反，高频交易的业务不完全是交易业务，也不是纯学术研究业务。实际上，大多数高频交易都是技术业务。因此，操作高频交易的经济理论与传统交易层面的经济理论有很大不同。本章介绍成功的高频交易团队应具有的经济核心和支柱。
高频交易的关键过程
高频交易的核心价值主张是通过分笔数据处理和高资金周转率来实现的。识别报价流中细微变化的技术是这个业务的不同之处，并且使交易商能够向建仓和平仓位置发送急速信号。
只有通过自动交易才能处理多个金融工具上的每个分笔数据。评估以微秒分隔的数据、解释大量的市场信息、以一致和连续的方式做出交易决策，对于人类大脑来说是太复杂的任务。但是，一个便宜的全自动高频交易系统就可以做出快速、高效及不受情绪干扰的决定。
图7-1 简单模拟了开发高频交易系统的样本流程。像任何软件开发活动一样，高频交易流程从终端产品的概念开始: 一个成为量化模型的交易想法。这个概念或原型可以是用如MatLab 的建模语言编写的20 行代码，并且展示选定的数据可能产生的获利能力。
下一步是回测: 此过程的理念是在大量的分笔数据上进行测试。两年的分笔数据量足以验证此理念。回测的最优实现会在本书的第16 章讨论。该模型在"样本外"或"干净"的数据列中进行测试，这些报价和交易的数据未在初始测试中被使用过。如果模型在样本外的数据上有很好的表现，那么模型会被用到模拟交易中。失败的模型通常会被舍弃。
在成功的回测后，模型会被放到预生产或模拟交易阶段。模拟交易会仿真模拟实时交易活动，而无须配置实际订单但是会在程序生成的日志中跟踪订单。除了下单功能，模拟交易阶段通常是完全程序化的高频交易系统。因此，模拟交易阶段是测试高频交易系统所有其他方面的完美"沙盘"数据接收和处理、运行时生成的交易信号、头寸记录、数据归档和风险管理。为了确定模拟高频交易系统的正确性，回测算法通常在每个交易日结束时运行，并收集模拟交易中的数据一一在回测和模拟交易之间观测到的任何偏差都会被记录和研究。
当模拟交易和回测被正确地写入程序时，两者应该得到相同的结果。模拟交易和回测一个月的测试结果完全一致时，通常就可以将系统放到小笔的实时交易或"使用"环境中。
向使用环境过渡时经常会遇到一系列挑战， 详见第16 章。交易执行和实时投资组合的记账会是复杂的代码操作，必须很好地执行，以避免意外的故障和损失。以少量资本运行扩容的使用环境，有助于解决各种代码问题，并确保顺利和有效的交易功能。
本部分说明在开发一个成功的高频交易系统中，人工花费时间的功能如下:
● 高频交易的量化模型开发/概念验证包括回测: 15% 。高频交易量化模型是交易的路线指南，主要示例会在本书第8~11 章描述。量化模型的输出是一组用于识别交易机会的持续性指标。
● 风险管理原则、模型验证和政策发展: 10% 。第14 章讨论的主要风险管理是为了防止代码、市场数据、市场状况中貌似无害的小问题脱离交易动态以及造成巨大损失。风险管理的目的是评估潜在损害的程度，创建基础设施，以减少运行期间可能产生消极影响的情况，并且建立一个以消除或限制潜在损害为目的，同时包含警告、故障中断和流程的系统。一些风险管理流程可以内置到代码中，而另一些风险管理流程需要工作人员在场以解除故障。
● 交易和风险管理基础构架的代码: 40% 。交易和风险管理信号的代码编写是高频交易的主要关注点。高频交易执行系统是一个用于检测各种市场条件并对其做出反应的复杂实体。当今的大多数高频交易系统被建为"独立平台"，即将灵活的接口并入到多个代理商、电子通信网络(ECN) 和交易所。这种独立性通过金融信息交换( FIX) 语言来实现，该语言是针对金融交易数据优化的特殊代码序列。有了FIX ，在转手时路线可以从一个执行代理到另一个，或者同时到几个代理。最佳的编码实操会在第16 章描述。
如第2 章所讨论的，FIX 可能相当麻烦。为了抵消由FIX 的复杂性所引起的交易速度延迟，几个供应商已经推出了专有通信协议和应用程序编程接口( API) 。这些专有结构会使交易商难以切换平台，从而锁定用户。然而，适应于给定平台所需的工作范围可能是广泛的，并且一些供应商甚至向有兴趣建立连接的交易商提供金钱奖励。例如，德意志证券交易所( Deutsche Borse) 的一些部门可能为潜在交易商提供高达65 000 美元的奖励以支付接口实施成本。
● 系统测试: 20% 。系统测试是另一个关键要素，在第16 章会详细讨论。为了确保完整的测试，系统会用各种方案或"脚本"来运行。专业的软件测试人员通常需要检查每个代码块，将其性能与其执行的指令进行比较，并记录所有差异，即"漏洞" ( bug) 。测试人员的配备大约是开发人员的1/3 。分离编码工作和测试工作也确保了适当的测试，不会因为颜面问题而掩盖导致耗费大笔业务成本的错误。
● 运行时监控: 5% 。运行时( run-time) 监控是另一个需要工作人员在场的高频交易工作。不会特别涉及具有明确风险管理参数和退出机制的监测任务，但需要密切关注细节。独立的工作人员通常被赋予观测系统的职责，并确保运行时的性能保持在可接受的限度内。高频交易监测的最佳实操会在第16 章讨论。
● 合规和其他管理: 10% 。合规和其他管理任务是所有交易业务都具备的功能。跟踪监管指导文件、文档和所有其他相关活动是一项全职工作。
如图7-2 所示，这里列出的每项任务花时间的比例因高频交易业务发展的阶段而异。在启动阶段，高频交易业务倾向于以数据和编程为中心; 在加速阶段，测试、风险管理和监控占据了大部分工作量;最后，在稳定的生产状态下，监控、合规和其他需要管理会占据主要的时间。
在传统的经纪人一经销商世界中，"技术"这个词通常仅与远离业务的技术团队所提供的、新的且好用的小工具相关，如系统测试和政策发展等任务看起来可能是不必要的费用。通过将技术从业务中分离，管理者创造了一个印象，即交易商不需要对他们使用的系统负责。现实生活中的例子，如2012 年夏天发生的骑士资本( Knight Capital) 失败的案例，说明了对高频交易系统完整的测试、合规和监控是企业长期盈利的关键。这些功能直接来向软件开发的最佳实践操作，在第16 章有详细讨论。
如图7-2 所示，高频交易业务的发展与大多数传统交易柜台有着不同的流程。设计新的高频交易策略是昂贵的，执行和监测已完成的高频交易产品是几乎没有成本的。相比之下，传统的向营交易业务有固定成本，这个成本来自一个有业绩记录的经验丰富的高级交易员，从开始做交易、培训有前途的新人，直到这些新人能够达到导师的水平所花费的时间和精力。
图7-3 说明了去计算机化的传统交易系统的成本曲线。随着时间的推移，传统交易的成本几乎保持固定。除了因为交易员"工作倦怠" (burnouts)而需要招聘和培训新的交易员，传统交易柜台的人员成本不会改变。但是，开发计算机化交易系统在人力和时间方面需要昂贵的前期投资。一个成功的交易系统平均需要36 个月才能完成开发。计算机化交易的成本随着系统投入生产环境而下降，最终只需要小部分技术支持人员， 通常包括专用系统工程师和性能监控人员。系统工程师和监控人员可以同时负责多个交易系统，从而使成本接近于零。
适合高频交易的金融市场
有许多证券和市场条件都符合进行高频交易的情况。然而， 某些证券市场尤其合适。
符合这种类型的交易必须满足两个要求: 有快速建仓和平仓的能力; 有足够的市场波动性以确保价格变化超过交易成本。不同市场的波动性显示出高度相关性，并且取决于大量进入市场的宏观经济新闻的数量。快速建仓和平仓的能力又由两个因素决定: 市场流动性和电子化执行的可行性。
流动性资产的特点是充足的现成供应和需求。流动性证券， 如主要外汇配对，每天24 小时、每周5 天都交易; 流动性较小的证券， 如低价股( penny stocks)，可能几天才交易一次。在交易之间， 非流动性资产的价格可能发生重大变化，使得它相比流动性较强的资产有更大风险。
高频战略集中于最具流动性的证券，只需要持有10 分钟的证券可能无法在非流动性市场找到及时、价格合理的对于方。虽然长期投资者可以投资流动性或非流动性证券，Amihud 和Mendelson ( 1986 )表明，长期投资者最好还是持有流动性较低的资产。根据他们的说法， 关键考虑的问题是风险/收益; 长期投资者(已经不受不利的短期市场走势影响)将通过在流动性较低的投资中承担更多的风险来获得更高的平均收益。
一个完全流动的市场是无论交易量如何都能以报价或询价交易的市场(见Bervas，2006，对这一主题有更深人的探讨) 。市场流动性取决于市场中限价交易商的存在，以及交易对手的交易意愿。市场参与者的交易意愿反过来取决于他们的风险规避程度和对未来价格走势的预期，以及其他市场信息。
比较不同证券的流动性的一种方法是，使用每个证券的日均交易量作为流动性的度量。从日均交易量来看，外汇市场是最具流动性的市场，其次是最近发行的美国国债、股票、期权、商品和期货。掉期交易在传统上是场外交易，但进入电子化时代后，根据《多德一弗兰克法案》，它正在成为最具流动性和最佳的高频交易市场。
高频交易的经济学
进行高频交易业务的成本
高频交易业务的成本驱动因素是数据、劳动力、设备和软件、交易成本、行政和法律成本，最重要的是交易损失。有效的风险管理、监控和合规框架(会在第14 、16 章讨论)可以限制交易损失。本节描述了不归因于风险的经营成本。
数据成本
数据往往是非常昂贵的或完全免费的。多家公司，如路透社和彭博，供销售的分笔数据具有极高的溢价。经纪商和交易场所可以向潜在交易商免费提供优质的分笔数据。初创的高频交易公司需要在可选择的工具中获得至少两年的历史数据以生成初始交易模型。
硬件
如第2 章所述，硬件成本是高频交易运营费用中最小的部分。最基本而有效的高频交易设置包括在零售店就可买到的计算机。它需要专业的操作系统，如Windows 7 或Red Hat Linux ，才能进行完整的配置和远程访问权限。明智的做法是购买单独的机器进行开发、测试和生产，以最小化无意识的代码操控和处理能力过载的情况。
连接性
连接性对于任何成功的高频交易操作都很重要，具有足够带宽的快速连接可确保交易操作接收最完整的报价和交易集: 如第2 章所述，报价很可能由于网络拥塞而丢失。连接性涉及:
● 主机托管;
● 毗邻服务;
● 普通连接。
主机托管是由交易所和其他交易场所提供专用设施，通常包括用于高频交易服务器的安全"机箱"、电源，以及通常通过专用线路连接高频交易和交换服务器的实际网络"线路" 。高频交易商可以自由地配置他们喜欢的服务器，并且包括远程可访问性。
毗邻服务类似于主机托管，尽管它们可以使用第三方公司运营的位于交易地点附近的设施，但不是与交易场所相同的设施。与主机托管一样，毗邻服务为服务器、电源和高速网线(通常光纤连接)提供了机箱。然而，网线通过互联网连接到交换机，会导致不如主机托管那么安全。
最后，小成本的高频交易初创企业可以依靠优质的有线网络来运营，直到其系统持续获利。然而，如果网络遭遇极端拥塞，那么就会导致一系列报价的缺失以及信息和交易的延迟。
软件
高频交易操作需要配置以下软件，这些软件可能是也可能不是内部构建的:
● 交易信号的计算机化生成是高频交易系统的核心功能。生成器接受并处理分笔数据，形成投资组合分配和交易信号，并记录损益。生成器通常在内部建造，并保持最高机密。保密要求源自纯粹的商业竞争考虑:每个投资策略只有有限的容量，而拥有生成器代码的竞争者必然会削弱或彻底破坏高频交易策略的盈利能力。
● 通过高频交易操作配置的金融建模软件可以进行计算机辅助分析，以构建新的交易模型。MatLab 和R 已经成为业界最受欢迎的量化建模选择。MatLab 比较昂贵，但在行业中众所周知。不过R 是免费的: 它是一个高效的开源软件，最重要的是，它可以扩展专有数据库。例如，花旗集团现在就在R 上运行几乎所有的模型。
● 网络信息收集软件促进了证券的高频基本定价。及时捕捉小道消息和新闻公告增强了对短期价格走势的预测。像汤森路透、道琼斯、RavenPack 、SemLab 和AbleMarkets.com 这样的新媒体，提供了一系列机器可读格式的实时新闻产品。
● 交易软件包含最优执行算法，以在给定时间间隔内实现最佳执行价格。这个软件使交易员能够进行及时交易，决定市场激进程度，并将订单分为最优的。最佳执行算法的开发和交易前的许可现在是许多经纪商的主要业务。然而，独立的公司已经开始帮助投资者以最有效的方式分配他们的订单。例如，位于纽约的MarketFactory 提供了一套软件工具，帮助自动化交易员在外汇市场获得额外优势。此外，越来越多的传统买方投资者，如大型养老基金和对冲基金，已经开发了自己的一套最优执行算法，以尽量绕过经纪交易商。第15 章讨论了最优执行方面的最新发展。
● 第14 章将会讨论，实时风险管理应用程序确保系统保持在预先指定的行为和止盈止损界限内。这样的应用程序也可以称为系统监控和容错软件，并且通常在内部构建，但是也可以买到现成的。购买第三方风险软件的优势是模块的可靠性。第三方软件经过多个客户的尽职调查，因此可能比内部构建的系统更加健全。
● 用于监控高频交易系统性能的桌面和移动应用程序是如今所有高频交易组织的必备条件。遇到任何问题，如违反风险限制、停电或其他问题应立即联络责任方。与风险管理系统一样，性能监控和合规系统往往是通用的，可以购买经过良好测试的第三方软件。
● 实时第三方研究可以传输高级信息和预测。有时，这些预测可以运用在交易系统中。例如，警告即将发生崩溃的预测可以用于增强以流动性为主的高频交易系统。AbleMarkets.com 和HFTindex.com 会提供这种信息。
电子化执行
高频交易从业者可以通过他们的执行经纪商和电子通信网络来快速指定和执行交易。高盛( Goldman Sachs) 和瑞士信贷( Credit Suisse) 经常被认为是主导电子化执行的经纪商。瑞银集团( UBS)、巴克莱(Barclays) 和Quantitative Brokers 一直是外汇和固定收益的执行场所。
执行供应商通常收取预先通知的每笔交易的费用。然而，如第5 章所述，总成本可能包括每个经纪商之间都不同且无法看到的支出。了解电子化执行的成本结构在高频设置中尤其重要，其中大笔的交易可能会抵消收益。
托管和清算
除了提供至交易所的连接外，经纪交易商通常提供特殊的"主要"服务，包括保管交易资金(称为托管)和交易对账(称为清算) 。托管和清算都涉及一定程度的风险。在托管安排中，经纪自营商需要对资产负责，而在清算中，经纪自营商可以作为交易对于违约时的保险。经纪商和交易场所会收取托管和清算费用。
人员费用
高频系统的初始开发既有风险又昂贵，设计交易模型所需的工作人员需要了解博士级别的金融和计量经济学量化研究。此外，编程人员应该有足够的经验来处理系统交互、计算机安全性和算法效率等复杂事项。
管理和法律费用
像金融行业的任何企业一样，高频交易员需要做到像法律和会计部门人员那么细心，做到照顾每一个小细节。因此，合格的法律和会计援助对于良好的运营是不可或缺的。
高频交易的资本化
与任何其他形式的交易一样，高频交易公司可以利用股权利杠杆来资本化。初始权益通常来自企业创始人的出资、私募股权投资、私人投资者或母公司的资本。所需初始股权的总金额取决于许多因素，但主要使用以下变量:
● 高频交易策略与实时资本交易时的盈利能力。
● 交易运营的成本结构。
● 策略的夏普比率。
● 策略的最大回撤。
高频交易策略的盈利能力描述了每投入一美元所获得的"毛"收益。毛收益不考虑交易成本，井大致展示了对潜在盈利能力的预测。在投资的最初阶段，回测的绩效可以看作潜在的未来绩效。但是要小心: 回测往往没考虑到策略本身的基本成本和市场影响，从而削弱实际生产环境的盈利能力。最糟糕的是，由于不切实际的假设或代码错误，回测可能是错误的，这个问题可能直到代码转移到使用环境时才会暴露。
在整体绩效中表现良好的策略需要承担巨大的成本。在高频环境中，与交易成本相比，每个交易的收益通常很小，这很容易消除任何盈利的相似性，特别是在运营的初始阶段账面交易很小的时候。如第5 章所述，当交易量很小时，交易成本通常较大，反之亦然。例如，一个普通的零售经纪公司为每笔交易收取20 美元，本金为40 000 美元或以下，或超过名义利率的0.05% 。每个交易都有两条线: 一个建仓、一个平仓，每个轧平交易会清掉0.1% 的交易员。与此同时，大型机构每交易100 万美元，只需要3 美元或5 美元的成本一一只占0.0005% 的本金，这是比零售投资者低100 倍的成本。
当可用资本很少时，通常可以"放杠杆" 。杠杆最常见的是通过抵押交易的金融工具借人资金。因此，利用1 : 9 的杠杆， 100 000 美元的投资可以成为100 万美元的交易本金，从而可能获得较低的交易成本并保持更好的盈利能力。此外，杠杆还有助于增加策略的收益。没有杠杆时，10 万美元0.1%的收益是100 美元。当该策略以1 : 9 杠杆交易时，0.1 美元的收益成为100万美元x 0.1%=1000 美元，或1% 的投资收益，这是一个重大的提高。当然，当策略亏损时，其损失也相应增加: 一个没有杠杆的10 万美元本金的损失是100 美元，使用1 : 9 杠杆时，损失就会变成1000 美元。
经纪商是最天然的杠杆提供者:他们可以观测交易商的实时头寸， 并通过清算交易员的头寸确保资本的回报。当交易商的账户价值低于安全抵押品价值，即保证金时，清算就会发生。保证金的要求因经纪人而异，但通常会要求账户在任何时候都有一定百分比的交易本金。然而，保证金要求并不是书面的，可以在逐个账户甚至是逐个情况的基础上谈判。
为了避免清算，交易员可以优化最适合每个策略的杠杆。最大回撤和夏普比率指标会揭示策略波动性和历史最大回撤，从而帮助交易商确定能够承受多少杠杆。
除了杠杆，后期的股权也可以是交易资本的来源，并且可以从对提高绩效感兴趣的已成立机构(如银行资产管理部门、基金中的基金、养老基金、大型对冲基金等类似机构)获得。
从大型机构投资者的角度来看，它们可能希望投资于高频运营，大多数高频交易往往属于h另类"投资类别。"另类投资" (altemative investments)一词描述了在更广泛的对冲基金下的大多数策略，该术语用于区分与"传统"投资所不同的战略，如民期共同基金和债券投资组合。由于是另类投资，高频交易策略是纳入更大型机构的备选投资组合。为了能够合格地进行机构技资，高频交易经理需要提供每年8% ~ 12% 、波动率越小越好、时长1 ~ 3年的可审计绩效记录。
高频交易的薪酬遵循对冲基金模型:高频交易经理可获得管理费用和绩效费用。管理费用通常为投资本金的固定百分比;绩效费用是高于基金份额此前最高价值的收益的百分比，称为高水位标记。正如任何其他对冲基金经理一样，只有当基金经理增加(或已经增加)基金份额的价值时，绩效费用才会支付给高频经理，从而激励他们跑赢大市。
由于其相对新颖性，高频交易通常被视为"新兴经理"业务。从机构投资者的角度来看，"新兴"的标签通常导致在策略生命周期方面感知更高的风险，这样会转化为更高的绩效费用和更低的管理费用。如果任意对冲基金都要求2% 的管理费用和20% 的绩效费用(典型的"2 和20" 模式)，高频交易员通常提供"}和30" 模型，其中1% 被管理的资产作为管理活动的补贴，30% 的最高水位标记收益作为绩效奖励支付。
高频交易的杠杆
高频交易业务可以维持多少杠杆并保持可行性? 这个问题的快速回答取决于每个高频交易策略的两个变量的特征: 夏普比率和最大回撤。夏普比率的好处在于它对于杠杆的不变性:无杠杆高频策略的夏普比率与100 倍杠杆的高频策略的夏普比率完全相同。如第6 章所指出的，这是由于高频夏普比率的结构: 带杠杆的高频交易头寸不会保持隔夜，所以高频交易的夏普比率不包括分子中的无风险率利率。当夏普比率增加时，分子中的预期收益和分母的分布中的波动率按比例增加杠杆的数量L:
高频交易运营的预期收益必须考虑到经营成本，因此高频交易业务的夏普比率会根据这个费用进行调整:
或者使用每日数据，并假设每年有250 个交易日:
式( 7-2 )和式( 7-3 )中的表达式对于盈利的业务是正的，而杠杆值L不能无限增加。年化波动率只是收益可变性的平均度量，实际的损失可能更严重。为了确定稳定操作所需的最小夏普比率SR HFT Ops ，最大回撤可作为更方便度量的指标。
假设历虫最大问撤可能发生在10% 的最坏情况下，所甫的夏普比率SR HFT Ops院与历史最大回撤远离收益均值的标准差有关:
由此我们可以得出SR HFT Ops 为
若杠杆策略想保持偿还能力，夏普比率需要考虑超过由式( 7-5 ) 确定的SR HFT Ops 最小值的操作成本SR HFT Ops。 图7-4 显示了样本高频策略的总计绩效。根据该策略的样本历史，该策略提供2.78 的毛夏普利率， 2012 年7月发生的最大回撤为0.93% ，每日波动率为0.15% 。当杠杆超过式(7-5 )确定的SR HFT Ops 最小值时，该策略提供的最低运营夏普比率SR HFT Ops 为1.41 。如果这个特定策略被分配1000 万美元的资本，并允许9 : 1 的杠杆，L = 10 ，则最大每日运营支出不能超过13730 美元，或者每年250 个交易日总计3432729 美元。这个数字远远小于从日平均收益率计算的数量:如果因为最大回撤而破产的风险被完全忽略，那么预期杠杆表现被计算为年化平均日收益乘以资本和杠杆:
如果按照式( 7-6 )来计算，那么毛收益可能接近6959034 美元一一当问撤风险被考虑时，这个数字会误导成本费用。
如果要求一个更严格的绩效指标，从而观测到最大回撤发生在所有小于5% 的情况下，式( 7-5 )可以重写为:
其中最大降幅处的标准偏差从l 变为3 。对于策略中所投的1000 万美元资本， 最小夏普比率为2.41 ，所允许的最大年度费用为931801 美元。
如果高频交易操作具有杠杆和很高的夏普比率，则更有可能持续使用和发展。高杠杆率增加了弥补成本的可能性，并且高的夏普比率降低了灾难性损失的风险。
市场参与者
与任何其他行业一样，高频交易会受到外部力量影响，图7-4 总结了高频交易的市场。本节的其余部分详细讨论市场参与者。
竞争对手
高频交易公司与其他更传统的投资管理公司以及做市的经纪商竞争。与传统的共同基金和对冲基金的竞争集中在吸引投资。量化对冲基金和其他高频交易公司的竞争还包括招聘有才能和有经验的策略专家和技术专家，以及对于市场无效性的直接竞争。同样，与传统的非高频交易经纪经销商的地盘之争，涉及成为获得在传统做市场所的盈利机会的"第一优先权" 。
投资者
高频交易的投资者包括旨在使其投资组合多样化的基金中的基金(funds of-funds ) ，渴望在其现有组合中增加新策略的对冲基金，以及想获得可持续创造财富的机会的私募股权投资公司。大多数投资银行通过它们的"优先资金"服务来提供交易杠杆。
服务和技术供应商
与任何业务一样，高频交易操作需要特定的支持服务。最常见的是，在许多情况下，高频交易商业群体的主要供应商包括在本章前面提到的数据、硬件、通信连接、软件、执行、托管和清算、人员配置、管理和法律服务。
政府
在编写本书时，世界各地正在颁布一些监管举措。第13 章总结了最新的监管思想。
|总 结l
开发高频交易业务涉及很多挑战，包括许多系统"灰箱"或"黑箱"性质所带来的各种问题。快速和复杂的算法决策导致的低透明度，要求尽职的风险管理和监控，以及持续的人员监督。配置和执行的成本随时间显著降低，使利润生成的引擎持续运行，且不带任何感情、疾病或其他人为因素。精心设计和执行的高频交易系统，在证券价格的多个短期变化时资本化，能够在所有类型的电子交易市场上产生可靠的盈利能力。
|章末问题|
1. 算法开发中的关键步骤是什么?
2. 稳定的高频交易操作需要花费多少时间来监控?
3. 拥有1 亿美元的资本和净(减去交易成本后)夏普比率为1.5 的高频交易策略，其运营成本是多少?
4. 具有以下盈亏平衡的高频策略所需的最低资本是多少?
a. 净(减去交易成本后)夏普比率为2.8
b. 三名全职工作人员每年赚15 万美元
c. 办公室每年的开销(办公空间、网络和计算机开支)为72 000 美元
d. 每年主机托管费为36000 美元
5. 高频交易行业参与者有哪些?