摘要： 為跟蹤A股程序化交易最新發(fā)展?fàn)顩r，并對(duì)程序化交易的市場(chǎng)影響進(jìn)行分析，本文利用滬市A股2017年交易數(shù)據(jù)，基于構(gòu)建的程序化交易分類(lèi)方法 ，對(duì)A股市場(chǎng)的程序化交易行為進(jìn)行系統(tǒng)分析，為后續(xù)完善程序化交易監(jiān)管提供研究建議。

　　引言

　　程序化交易是指通過(guò)既定程序或特定軟件，自動(dòng)生成或執(zhí)行交易指令的交易行為。我國(guó)證券市場(chǎng)程序化交易發(fā)展較晚，規(guī)模也較小，但光大“8﹒16”等程序化交易事故也充分反映出其對(duì)證券市場(chǎng)交易安全和正常的交易秩序可能造成的巨大危害。

　　針對(duì)程序化交易的監(jiān)管，2015年證監(jiān)會(huì)、滬深交易所分別發(fā)布了《證券期貨市場(chǎng)程序化交易管理辦法(征求意見(jiàn)稿)》(以下簡(jiǎn)稱：《辦法》)和《程序化交易管理實(shí)施細(xì)則(征求意見(jiàn)稿)》(以下簡(jiǎn)稱：《細(xì)則》)。

　　同年，證券業(yè)協(xié)會(huì)在修訂后的《證券公司網(wǎng)上證券信息系統(tǒng)技術(shù)指引》(以下簡(jiǎn)稱：《指引》)中明確指出，“證券公司不得向第三方運(yùn)營(yíng)的客戶端提供網(wǎng)上證券服務(wù)端與證券交易相關(guān)的接口”。監(jiān)管的加強(qiáng)有效抑制了證券市場(chǎng)的程序化交易，根據(jù)上交所資本市場(chǎng)研究所金融實(shí)驗(yàn)室統(tǒng)計(jì)，2015年第四季度滬市程序化交易者日均賬戶數(shù)量從年初的1000戶左右降至4、500戶，交易額全市場(chǎng)占比從20-30%下降至5-6%。

　　研究發(fā)現(xiàn)。一，滬市A股程序化交易者數(shù)量已回復(fù)至前期高位水平，且交易活躍度高;二，A股程序化交易以機(jī)構(gòu)投資者為主導(dǎo)，各類(lèi)程序化交易者之間交易、持倉(cāng)特征和專(zhuān)業(yè)化水平分化嚴(yán)重;三，A股程序化交易行為整體上以提供流動(dòng)性為主，但不同類(lèi)別程序化交易對(duì)流動(dòng)性影響差異存在較大差異。四，A股程序化交易行為整體上有利于市場(chǎng)價(jià)格的穩(wěn)定，但不同類(lèi)別的程序化交易對(duì)價(jià)格影響的性質(zhì)和程度分化嚴(yán)重。

　　提出以下建議。一是研究制定差異化的程序化交易監(jiān)管規(guī)范，避免采用“一刀切式”規(guī)則;二是研究引入算法交易標(biāo)準(zhǔn)訂單，讓普通投資者享有程序化交易的便利。

　　一、實(shí)證方法與數(shù)據(jù)說(shuō)明

　　根據(jù)我們的調(diào)查和研究，從A股市場(chǎng)程序化交易實(shí)際使用情況來(lái)看，基金、券商自營(yíng)和QFII主要使用拆單和算法交易(如VWAP、TWAP)降低市場(chǎng)沖擊成本，并進(jìn)行ETF套利、期現(xiàn)套利、對(duì)沖等交易，部分券商自營(yíng)(金融工程部門(mén))使用了種類(lèi)更為多樣的交易策略;大戶、超大戶主要使用ETF套利、期現(xiàn)套利和一些絕對(duì)收益策略，部分使用批量委托、拆單、自動(dòng)報(bào)撤單和統(tǒng)計(jì)套利;少量散戶主要使用統(tǒng)計(jì)套利，或利用客戶端工具中相對(duì)簡(jiǎn)單的自動(dòng)化策略進(jìn)行委托，或編寫(xiě)簡(jiǎn)單算法交易腳本實(shí)現(xiàn)自動(dòng)化交易。

　　從交易特征上，T+0(日內(nèi)回轉(zhuǎn)交易)者主要表現(xiàn)為在同一證券品種或與衍生品之間(如信用賬戶融資融券與普通賬戶證券現(xiàn)貨之間)進(jìn)行頭寸相反的一次或多次買(mǎi)賣(mài)，其中對(duì)于個(gè)股T+0上述行為主要表現(xiàn)在同一股票上且盤(pán)后具有持倉(cāng);套利交易者表現(xiàn)為在相關(guān)品種(如ETF成分股和ETF之間)上進(jìn)行快速集中的對(duì)沖交易;混合對(duì)沖類(lèi)型是綜合考慮股票、融資融券和ETF申贖在所有標(biāo)的上買(mǎi)賣(mài)兩個(gè)方向頭寸的對(duì)沖情況，這包含了跨品種套利或以調(diào)倉(cāng)為目的的程序交易行為;執(zhí)行類(lèi)算法交易者主要執(zhí)行拆單或籃子交易訂單，一般不進(jìn)行對(duì)沖交易也不進(jìn)行回轉(zhuǎn)交易，但進(jìn)行快速集中地交易單個(gè)或多個(gè)證券。前幾類(lèi)程序化交易者都屬于對(duì)沖型交易，使用對(duì)沖或回轉(zhuǎn)的方式來(lái)保持日初和日終的風(fēng)險(xiǎn)敞口基本不變，而算法交易(含低頻自動(dòng)化)者則屬于單向看多或看空。

　　然而，現(xiàn)有標(biāo)準(zhǔn)主要依據(jù)報(bào)單速度和報(bào)單次數(shù)來(lái)界定程序化交易，在《辦法》和《細(xì)則》中均指出證券市場(chǎng)程序化交易以“雙五” 、“秒撤” 、“2000筆” 等作為量化認(rèn)定標(biāo)準(zhǔn)。但這種“一刀切”的界定方法，沒(méi)有充分細(xì)分類(lèi)別在行為和影響上存在的差異，也忽略了低頻(如分鐘級(jí)別)自動(dòng)化執(zhí)行的算法交易。

　　綜合考慮不同類(lèi)別程序化交易的交易特征，并結(jié)合現(xiàn)有認(rèn)定標(biāo)準(zhǔn)，我們將A股程序化交易行為大致分為表1的九種類(lèi)型。

　　

　　需要說(shuō)明的是，部分傘形賬戶(如滬股通賬戶)在量化數(shù)值上可滿足現(xiàn)行程序化交易認(rèn)定標(biāo)準(zhǔn)，但其行為是由眾多投資者的行為所共同造成，對(duì)于各類(lèi)別程序化交易的典型行為特征的分析會(huì)造成干擾，因此我們未將傘形賬戶納入程序化交易行為分析。

　　本文選取上證A股市場(chǎng)2017年全年244個(gè)交易日作為研究樣本區(qū)間進(jìn)行相關(guān)實(shí)證分析。數(shù)據(jù)主要采用上交所數(shù)據(jù)倉(cāng)庫(kù)的上證A股的逐筆委托、撤單數(shù)據(jù)、成交數(shù)據(jù)、融資融券、非交易、除權(quán)除息、收盤(pán)行情、及ETF交易數(shù)據(jù)和持倉(cāng)等賬戶明細(xì)數(shù)據(jù)，時(shí)間覆蓋日內(nèi)9:15-15:00日內(nèi)競(jìng)價(jià)交易時(shí)段。

　　據(jù)統(tǒng)計(jì)，截止到2017年底，滬市A股投資者普通賬戶共2.3億戶，年活躍賬戶共4546萬(wàn)戶 。鑒于實(shí)驗(yàn)條件限制，我們對(duì)全市場(chǎng)數(shù)量占比超過(guò)了99%的個(gè)人投資者賬戶(即A賬戶)采用抽樣方法進(jìn)行處理，具體如下：所有活躍個(gè)人投資者賬戶按0.01的抽樣率隨機(jī)抽樣，其他類(lèi)型賬號(hào)保留，抽樣后的賬號(hào)共80.5萬(wàn)戶。

　　二、A股程序化交易投資者結(jié)構(gòu)與行為分析

　　在賬戶結(jié)構(gòu)上。2017年程序化交易者共1.26萬(wàn)戶 ，在全市場(chǎng)活躍賬戶中占比僅為0.06%。如圖1，在A股程序化交易投資者中，機(jī)構(gòu)投資者占71.1%，個(gè)人投資者占29.0%，在賬戶數(shù)量上機(jī)構(gòu)投資者比個(gè)人投資者多一倍以上，是程序化交易的主體。從細(xì)分類(lèi)型上看，識(shí)別出的程序化交易類(lèi)型共九種。

　　其中，“其他程序化交易”賬戶數(shù)量近一半(49.4%)，反映還有相當(dāng)數(shù)量的未知程序化交易類(lèi)型有待繼續(xù)研究挖掘。其次，相對(duì)賬戶數(shù)量較多的4類(lèi)程序化交易賬戶是低頻自動(dòng)化類(lèi)型(類(lèi)型8)、拆單(類(lèi)型1)、混合對(duì)沖交易(類(lèi)型6)和籃子交易(類(lèi)型0)，賬戶占比分別達(dá)到15.2%、10.8%、8.8%和7.6%。賬戶數(shù)量最少的是個(gè)股庫(kù)存T+0交易(0.5%)，總數(shù)約60戶，日均活躍賬戶僅15戶。其次是ETF套利(1.2%)，總數(shù)約145戶，日均活躍賬戶約35戶，反映進(jìn)行ETF套利的投資門(mén)檻較高，參與者人數(shù)相對(duì)較少。做市類(lèi)賬戶相對(duì)也較少(329戶)，每日活躍數(shù)量為79戶，占比為2.6%。其余賬戶數(shù)量為幾百到一千多不等，日均活躍賬戶均過(guò)百。在賬戶活躍度上，程序化交易者要高于普通賬戶，日均有511萬(wàn)戶的普通賬戶參與交易，占全市場(chǎng)普通賬戶的2.2%，活躍賬戶的11.2%;日均有3034戶程序化交易者參與交易，占比為24.1%。

　　

　　圖1 A股程序化交易賬戶結(jié)構(gòu)

　　在交易特征上。2017年，程序化交易日均交易金額706.0億元 ，約占A股交易總額 的15.2%，相對(duì)其賬戶數(shù)量來(lái)說(shuō)，交易十分活躍。如圖2，機(jī)構(gòu)投資者是程序化交易者主力，成交額占比超四分之三，個(gè)人投資者僅占22.2%。從細(xì)分類(lèi)別上看，交易額最大的仍是其他類(lèi)程序化交易者，占比約四成。其次為占比接近的“四強(qiáng)”，即三種執(zhí)行類(lèi)程序化交易：類(lèi)型0、類(lèi)型1和類(lèi)型8，以及一類(lèi)套利類(lèi)程序化交易：類(lèi)型3，這四種類(lèi)型合計(jì)占程序化交易近一半的成交額，其余幾類(lèi)交易金額占比則相對(duì)較小，合計(jì)約一成。

　　

　　圖2 A股程序化交易成交金額結(jié)構(gòu)

　　程序化交易者在交易中使用了更多的訂單和撤單，成交比例明顯低于非程序化交易者。如表2，日均活躍程序化交易者申報(bào)訂單數(shù)達(dá)到593.2筆，遠(yuǎn)高于活躍非程序化交易者2.7筆的水平。

　　同時(shí)，程序化交易者的戶均撤單筆數(shù)為123.1筆，也遠(yuǎn)高于非程序化交易者(0.7筆)，這反映了在A股不提供修改類(lèi)型訂單和策略類(lèi)型訂單的情況下，部分對(duì)執(zhí)行時(shí)效性要求較高的策略更多依賴于撤單來(lái)及時(shí)更新自己的交易意愿。這種情況在成交申報(bào)金額比上也得到了反映：

　　在有效申報(bào)中，程序化交易者僅40.7%的申報(bào)(額度)得到成交，而非程序化交易者的申報(bào)有64.9%都得到了成交。在訂單大小上，程序化交易者訂單的每筆平均申報(bào)金額(9.6萬(wàn)元)，明顯大于非程序化交易者(4.3萬(wàn)元)。

　　由上可知，程序化交易者總體上在資金實(shí)力上比普通投資者具有更大的優(yōu)勢(shì)，同時(shí)程序化交易者更傾向于利用算法執(zhí)行的優(yōu)勢(shì)，來(lái)減少巨額交易的市場(chǎng)沖擊、降低執(zhí)行成本。

　　表2 A股活躍投資者部分交易特征比較

　　

　　程序化交易者偏好交易大盤(pán)股，與非程序化交易者的交易偏好差異不大。如圖3，在交易金額占比上，程序化交易在上證50、上證180(除上證50)、上證380、以及其余上證個(gè)股上的交易金額占比分別為21.1%、36.3%、15.9%和26.7%，更偏好于交易大盤(pán)股，與非程序化交易者的情況基本相當(dāng)。

　　

　　圖3 A股程序化交易者/非程序化交易者交易偏好比較

　　從持倉(cāng)特征來(lái)看，A股程序化交易者持股市值共計(jì)2.8萬(wàn)億元，約占A股全部活躍投資者持股市值的20.8%，機(jī)構(gòu)投資者占絕對(duì)優(yōu)勢(shì)。程序化交易的持倉(cāng)占比高于賬戶數(shù)量和成交金額的相應(yīng)占比，這反映了程序化投資者中具有大量持股優(yōu)勢(shì)的投資者相對(duì)占比更高。

　　從投資者結(jié)構(gòu)上看，程序化交易者中機(jī)構(gòu)持股占到絕對(duì)優(yōu)勢(shì)，持倉(cāng)占比超過(guò)99%，個(gè)人程序化交易者的持股占比僅為1%不到。如圖4，從細(xì)分類(lèi)別上，持股市值占比最大的仍是其他類(lèi)程序化交易類(lèi)型，持倉(cāng)市值占比為39.0%。類(lèi)型0、類(lèi)型1和類(lèi)型8的三種執(zhí)行類(lèi)程序化交易者的持倉(cāng)市值也較大，分別為28.2%、13.9%和13.3%，反映了這些執(zhí)行類(lèi)策略大多是由具有明顯持股優(yōu)勢(shì)的實(shí)力型投資者所使用。相較而言，采用套利類(lèi)策略的投資者的持股市值占比明顯偏小，做市類(lèi)策略持股市值占比也較小。

　　

　　圖4 A股程序化交易持倉(cāng)特征分析

　　交易持倉(cāng)比 反映投資者在一段時(shí)間內(nèi)的交易頻繁程度，該值越高投資者持倉(cāng)周轉(zhuǎn)越快，投資者的投機(jī)性也越高。2017年，A股普通賬戶的交易持倉(cāng)比平均約為8.9，而如圖5，在九類(lèi)程序化交易投資者中，只有類(lèi)型3、類(lèi)型4和類(lèi)型6的三類(lèi)高頻套利類(lèi)投資者，以及類(lèi)型5的做市類(lèi)程序化交易要高于這一水平。其中個(gè)股T+0的日均交易持倉(cāng)比高達(dá)641，融券T+0也達(dá)146。而執(zhí)行類(lèi)的程序化交易交易持倉(cāng)比普遍低于普通賬戶的水平。其中，籃子交易的交易持倉(cāng)比(1.7)最小，不足普通賬戶的五分之一。

　　

　　圖5 A股程序化交易交易持倉(cāng)比特征比較

　　在盈利能力方面。2017年機(jī)構(gòu)投資者的盈利能力強(qiáng)于個(gè)人投資者;不論機(jī)構(gòu)投資者還是個(gè)人投資者，程序化交易者的盈利能力強(qiáng)于非程序化交易者。對(duì)于不同類(lèi)別的程序化交易者，在盈利能力上存在較大的差異。

　　三、程序化交易對(duì)訂單簿流動(dòng)性的影響分析

　　流動(dòng)性是交易市場(chǎng)健康、穩(wěn)定的根本保障。長(zhǎng)期以來(lái)，存在程序化交易究竟是提供流動(dòng)性還是消耗流動(dòng)性的爭(zhēng)議。為客觀反映投資者行為影響流動(dòng)性的特征，本文提出WPSQAC指標(biāo)(加權(quán)每股申報(bào)主動(dòng)性特征) 作為綜合反映投資者申報(bào)主動(dòng)性程度的指標(biāo)。WPSQAC數(shù)值越大代表投資者提交的申報(bào)在平均上訂單激進(jìn)程度越高，對(duì)訂單簿流動(dòng)性的消耗的可能性越大、影響價(jià)格的可能性越大;越小則代表總體上投資者的申報(bào)平均上對(duì)訂單簿流動(dòng)性產(chǎn)生消耗可能性越小、影響價(jià)格的可能性越小;WPSQAC為0表示投資者申報(bào)對(duì)訂單簿的流動(dòng)性無(wú)直接影響，對(duì)價(jià)格沒(méi)有直接沖擊;如果WPSQAC為負(fù)，則表示訂單所屬投資者平均以被動(dòng)申報(bào)為主，其報(bào)單總體上為市場(chǎng)貢獻(xiàn)流動(dòng)性，對(duì)價(jià)格無(wú)直接沖擊，且某種意義上加強(qiáng)了價(jià)格回轉(zhuǎn)的引導(dǎo)力量。

　　

　　(a)投資者申報(bào)WPSQAC值比較 (單位：基點(diǎn) )

　　

　　(b)投資者申報(bào)戶均累計(jì)WPSQAC值比較

　　

　　(c)全市場(chǎng)分類(lèi)投資者申報(bào)累計(jì)WPSQAC值比較

　　根據(jù)計(jì)算，2017年滬市A股程序化交易者整體的WPSQAC為-120基點(diǎn) ，也即整體上程序化交易者以提供被動(dòng)型申報(bào)為主，對(duì)流動(dòng)性有改善的作用。各類(lèi)投資者的WPSQAC計(jì)算結(jié)果如圖6所示。

　　首先，從投資者申報(bào)指令影響的性質(zhì)和程度特征來(lái)看，根據(jù)圖6(a)所示，在樣本期內(nèi)，除程序化交易機(jī)構(gòu)類(lèi)投資者為流動(dòng)性消耗者(WPSQAC為67個(gè)基點(diǎn))外，非程序化機(jī)構(gòu)交易者、非程序化個(gè)人投資者、程序化個(gè)人投資者均為流動(dòng)性申報(bào)提供者(WPSQAC值為負(fù))，這也反映了機(jī)構(gòu)投資者的交易水平要普遍高于個(gè)人投資者，且有效使用程序化交易確實(shí)便利專(zhuān)業(yè)投資者引領(lǐng)市場(chǎng)或爭(zhēng)取交易機(jī)會(huì)。另一方面，五花八門(mén)的策略、程序化交易使用水平的參差不齊，使得整體上程序化個(gè)人投資者的每股申報(bào)成為四類(lèi)投資者中流動(dòng)性提供程度較高的一類(lèi)(WPSQAC為-773個(gè)基點(diǎn))。

　　其次，從單個(gè)投資者申報(bào)行為角度，我們將按賬戶加總各類(lèi)投資者的WPSQAC值，結(jié)果如圖6(b)所示。如圖所示，程序化機(jī)構(gòu)投資者以主動(dòng)申報(bào)為主，程序化個(gè)人投資者以被動(dòng)申報(bào)為主。不論是機(jī)構(gòu)投資者還是個(gè)人投資者，非程序化交易者都是被動(dòng)申報(bào)提供者，但對(duì)流動(dòng)性影響的程度都相對(duì)中性，其中機(jī)構(gòu)投資者由于申報(bào)量大，單個(gè)賬戶比個(gè)人投資者提供了更多的被動(dòng)性申報(bào)。

　　第三，從全市場(chǎng)申報(bào)的角度，我們按分類(lèi)投資者加總各類(lèi)投資者的WPSQAC值，結(jié)果如圖6(c)所示。如圖可知，從全市場(chǎng)累計(jì)的角度，個(gè)人投資者不論是程序化投資者還是非程序化投資者，總體上均是被動(dòng)申報(bào)的提供者;而機(jī)構(gòu)投資者中程序化投資者是主動(dòng)申報(bào)提供者，非程序化投資者則提供了少量的被動(dòng)申報(bào)。其中，A股市場(chǎng)由于個(gè)人投資者數(shù)量龐大，盡管單個(gè)賬戶提供流動(dòng)性的能力有限，但累計(jì)起來(lái)，向市場(chǎng)提供了相當(dāng)多的被動(dòng)性申報(bào);相較而言，程序化交易機(jī)構(gòu)投資者向市場(chǎng)提交了最多的主動(dòng)性申報(bào)。

　　

　　圖7 A股分類(lèi)程序化交易者WPSQAC值比較

　　最后，如圖7所示，我們進(jìn)一步計(jì)算了各細(xì)分類(lèi)別程序化投資者的WPSQAC指標(biāo)。從結(jié)果上看，各類(lèi)型投資者的流動(dòng)性消耗特征差異較大：一是除少數(shù)套利、做市和自動(dòng)化交易類(lèi)型上個(gè)人投資者申報(bào)的激進(jìn)程度要高于機(jī)構(gòu)投資者外，在包括非程序化交易在內(nèi)的所有細(xì)分類(lèi)別上，機(jī)構(gòu)投資者申報(bào)的激進(jìn)程度均要高于個(gè)人投資者;二是除少數(shù)幾類(lèi)個(gè)人程序化交易者外，程序化交易訂單的激進(jìn)程度均要強(qiáng)于非程序化交易，這也反映程序化交易在幫助投資者捕捉更佳交易機(jī)會(huì)上存在顯著優(yōu)勢(shì);三是個(gè)人程序化交易者的申報(bào)的主動(dòng)性分化嚴(yán)重，其中，在所有細(xì)分類(lèi)別中，投資者申報(bào)激進(jìn)程度較高的三類(lèi)是個(gè)人程序化交易者(個(gè)股T+0、ETF套利和低頻自動(dòng)化)，投資者申報(bào)激進(jìn)程度最低三類(lèi)的也是個(gè)人程序化交易者(做市類(lèi)、其他、拆單)，這充分反映了個(gè)人程序化交易者在交易策略和交易水平上差異巨大，而相較而言機(jī)構(gòu)程序化交易者申報(bào)的激進(jìn)程度相差較小多。

　　四、程序化交易對(duì)價(jià)格沖擊的影響分析

　　流動(dòng)性的變化往往會(huì)造成價(jià)格的影響，特別是一旦發(fā)生流動(dòng)性的匱乏，市場(chǎng)內(nèi)生的價(jià)格穩(wěn)定機(jī)制就容易劣化，價(jià)格就容易受到?jīng)_擊。前述WPSQAC指標(biāo)從投資者申報(bào)對(duì)流動(dòng)性潛在影響的角度，通過(guò)結(jié)合申報(bào)價(jià)格和進(jìn)入時(shí)訂單簿價(jià)格檔位的相對(duì)狀態(tài)，以及申報(bào)數(shù)量來(lái)綜合反映對(duì)訂單簿流動(dòng)性(進(jìn)而交易價(jià)格)可能造成的影響。

　　但該指標(biāo)存在的一個(gè)瑕疵是難以準(zhǔn)確反映投資者行為對(duì)于市場(chǎng)的影響，而受訂單簿狀態(tài)動(dòng)態(tài)變化以及投資者撤單等行為的影響，部分剩余申報(bào)可能從流動(dòng)性消耗者轉(zhuǎn)變?yōu)榱鲃?dòng)性的提供者，而部分被動(dòng)型申報(bào)可能是毫無(wú)成交機(jī)會(huì)的虛假申報(bào)，其提供的可能是虛假的流動(dòng)性。

　　有鑒于此，我們還從實(shí)際發(fā)生成交的角度，提出POPI指標(biāo)(平均每筆訂單價(jià)格沖擊度) 衡量投資者申報(bào)對(duì)交易價(jià)格所實(shí)際產(chǎn)生的直接影響。POPI數(shù)值越大代表投資者的申報(bào)對(duì)交易價(jià)格的影響越大，追漲殺跌的行為越明顯。POPI為0表示投資者的申報(bào)對(duì)價(jià)格的平均影響為中性;如果POPI為負(fù)，則表示總體上投資者以被動(dòng)申報(bào)為主，其報(bào)單有利于市場(chǎng)穩(wěn)定。

　　

　　(a)投資者申報(bào)POPI值比較 (單位：基點(diǎn) )

　　

　　(b)投資者申報(bào)戶均累計(jì)POPI值比較

　　

　　(c)全市場(chǎng)分類(lèi)投資者申報(bào)累計(jì)POPI值比較

　　根據(jù)計(jì)算，2017年滬市A股程序化交易者整體的POPI為-16基點(diǎn) ，也即整體上程序化交易者的行為不僅未追漲殺跌，還有利于保持價(jià)格穩(wěn)定。各大類(lèi)投資者的POPI計(jì)算結(jié)果如圖8所示。

　　首先，從投資者申報(bào)指令的沖擊特征來(lái)看，根據(jù)圖8(a)所示，在樣本期內(nèi)，除程序化交易機(jī)構(gòu)類(lèi)投資者推動(dòng)了價(jià)格(POPI為7.0個(gè)基點(diǎn))外，非程序化機(jī)構(gòu)交易者、非程序化個(gè)人投資者、程序化個(gè)人投資者均以被動(dòng)訂單為主(POPI值為負(fù))，對(duì)價(jià)格變化起到反轉(zhuǎn)作用。其中，程序化個(gè)人投資者的每筆申報(bào)成為投資者中流動(dòng)性提供程度較高的一類(lèi)(POPI為-131個(gè)基點(diǎn))。

　　其次，從單個(gè)投資者申報(bào)行為的角度，我們將按賬戶加總各類(lèi)投資者的POPI值，結(jié)果如圖8(b)所示。如圖所示，程序化機(jī)構(gòu)投資者依舊是價(jià)格的主要引導(dǎo)者，程序化個(gè)人投資者提交被動(dòng)訂單的程度較高。不論是機(jī)構(gòu)投資者還是個(gè)人投資者，非程序化交易者對(duì)價(jià)格的影響都相對(duì)中性，其中機(jī)構(gòu)投資者由于資金和持股實(shí)力更強(qiáng)，單個(gè)賬戶比個(gè)人投資者提供了更多的價(jià)格反轉(zhuǎn)力量。

　　第三，從全市場(chǎng)的角度，我們按分類(lèi)投資者加總各類(lèi)投資者的POPI值，結(jié)果如圖8(c)所示。如圖可知，類(lèi)似地，從全市場(chǎng)累計(jì)的角度，個(gè)人投資者不論是程序化投資者還是非程序化投資者，總體上均是被動(dòng)訂單的提供者;而機(jī)構(gòu)投資者中程序化投資者以主動(dòng)訂單為主，引導(dǎo)價(jià)格趨勢(shì)的行為明顯，非程序化投資者則以被動(dòng)訂單為主。并且，A股市場(chǎng)由于個(gè)人投資者數(shù)量龐大，盡管單個(gè)賬戶提供的力量有限，但累計(jì)起來(lái)，向市場(chǎng)提供了巨大的價(jià)格反轉(zhuǎn)力量;相較而言，程序化交易機(jī)構(gòu)投資者的價(jià)格推動(dòng)的行為明顯。

　　最后，如圖9所示，我們進(jìn)一步計(jì)算了各細(xì)分類(lèi)別程序化投資者的POPI值。從結(jié)果上看，各類(lèi)型投資者的價(jià)格沖擊特征差異較大：一是除屬于非程序化交易和拆單、融券T+0的機(jī)構(gòu)投資者的POPI值略低于0外，其余機(jī)構(gòu)投資者均是價(jià)格的引導(dǎo)者，但其POPI值不高且差異不大，反映機(jī)構(gòu)投資者具有專(zhuān)業(yè)的交易執(zhí)行能力，控制單筆訂單價(jià)格沖擊的水平較高。二是受使用策略和自身專(zhuān)業(yè)化水平的影響，個(gè)人投資者訂單的價(jià)格沖擊表現(xiàn)分化嚴(yán)重。在所有類(lèi)別中，POPI值較高的為個(gè)人低頻自動(dòng)化交易訂單(125基點(diǎn))，POPI值最低的為個(gè)人個(gè)股T+0交易訂單(-457基點(diǎn))?？傮w上，個(gè)人投資者以被動(dòng)訂單為主。

　　

　　圖9 A股分類(lèi)程序化交易者POPI值比較

　　五、結(jié)論與建議

　　本文利用滬市2017年全年的交易數(shù)據(jù)，對(duì)A股市場(chǎng)上的程序化交易行為進(jìn)行識(shí)別，并細(xì)分為九種類(lèi)型進(jìn)行了研究。研究結(jié)論如下。

　　第一，滬市A股程序化交易以機(jī)構(gòu)投資者為主導(dǎo)，且數(shù)量已回復(fù)至前期高位水平，交易活躍度高。2015年各項(xiàng)規(guī)范出臺(tái)后，滬市程序化交易人數(shù)、規(guī)模均跌入低谷。

　　經(jīng)過(guò)近2年時(shí)間，A股程序化交易者人數(shù)已回復(fù)并增長(zhǎng)至1.3萬(wàn)戶，即使考慮統(tǒng)計(jì)口徑差異，大體也與2015年1.1萬(wàn)戶的前期高值相當(dāng)。程序化交易占全市場(chǎng)活躍賬戶數(shù)的0.06%，日均有3000戶程序化交易者參與交易，遠(yuǎn)超2015年日均千余人的規(guī)模，程序化交易賬戶活躍度為24%，超過(guò)普通賬戶11%的水平。程序化交易日均交易金額700億元，全市場(chǎng)占比15%，程序化交易者持倉(cāng)市值全市場(chǎng)占比21%，發(fā)展?jié)摿薮蟆?/p>

　　第二，A股程序化交易以機(jī)構(gòu)為主導(dǎo)，各類(lèi)程序化交易者之間交易、持倉(cāng)特征和專(zhuān)業(yè)化水平分化情況嚴(yán)重。A股程序化交易者中，機(jī)構(gòu)投資者在賬戶數(shù)量、交易金額，特別是在持倉(cāng)市值上均強(qiáng)于個(gè)人投資者：超3/4的交易金額由機(jī)構(gòu)投資者完成，超99%的市值由機(jī)構(gòu)投資者持有，機(jī)構(gòu)投資者程序化交易的專(zhuān)業(yè)水平明顯比于個(gè)人投資者高。不同種類(lèi)程序化交易策略在交易特征、持倉(cāng)特征和盈利能力等方面也存在較大差異，其中機(jī)構(gòu)投資者盈利能力明顯強(qiáng)于個(gè)人投資者，程序化交易者盈利能力又明顯強(qiáng)于非程序化交易者。

　　第三，A股程序化交易整體以提供流動(dòng)性為主，但不同類(lèi)別的程序化交易對(duì)流動(dòng)性影響的性質(zhì)和程度差異較大。A股程序化交易者在反映提供/消耗流動(dòng)性的WPSQAC指標(biāo)的值為-120個(gè)基點(diǎn)，說(shuō)明總體上以貢獻(xiàn)流動(dòng)性為主。除程序化交易的機(jī)構(gòu)類(lèi)投資者WPSQAC值為正，是流動(dòng)性消耗者外;非程序化機(jī)構(gòu)交易者、非程序化個(gè)人投資者、程序化個(gè)人投資者WPSQAC值均為負(fù)值，是流動(dòng)性的提供者。機(jī)構(gòu)投資者流動(dòng)性消耗普遍要高于個(gè)人投資者，個(gè)人投資者以貢獻(xiàn)流動(dòng)性為主，但分化嚴(yán)重，反映出其在交易策略和專(zhuān)業(yè)化水平的顯著差異。

　　第四，從價(jià)格沖擊的角度，A股程序化交易整體以被動(dòng)訂單為主，有利于市場(chǎng)價(jià)格的穩(wěn)定，但不同類(lèi)別的程序化交易價(jià)格影響差異較大。A股程序化交易者在反映訂單價(jià)格實(shí)現(xiàn)沖擊的POPI指標(biāo)的值為-12個(gè)基點(diǎn)，說(shuō)明總體上以被動(dòng)訂單為主、貢獻(xiàn)流動(dòng)性為主。

　　除程序化交易的機(jī)構(gòu)類(lèi)投資者POPI值為正外，非程序化機(jī)構(gòu)交易者、非程序化個(gè)人投資者、程序化個(gè)人投資者POPI值均為負(fù)值，是穩(wěn)定交易價(jià)格的力量。程序化機(jī)構(gòu)投資者影響價(jià)格趨勢(shì)的表現(xiàn)明顯，但其控制單筆訂單價(jià)格沖擊的水平較高(POPI值不高，且分布均勻)。個(gè)人投資者的訂單以被動(dòng)型訂單為主，但因交易策略和專(zhuān)業(yè)化水平上的嚴(yán)重差異，各類(lèi)別的價(jià)格沖擊特征分化嚴(yán)重，個(gè)別類(lèi)型的程序化交易表現(xiàn)出明顯的追漲殺跌特征。

　　基于本文研究，提出以下建議：

　　一是研究制定差異化的程序化交易監(jiān)管規(guī)范。程序化交易具有專(zhuān)業(yè)性和復(fù)雜性特點(diǎn)，境內(nèi)外發(fā)展?fàn)顩r差異巨大，監(jiān)管規(guī)范難以直接借鑒。A股的程序化交易整體上有利于提高市場(chǎng)的流動(dòng)性，但不同類(lèi)別程序化交易在交易特征和市場(chǎng)影響上差異顯著，需要深入研究各類(lèi)程序化交易的特點(diǎn)、影響和風(fēng)險(xiǎn)，有針對(duì)性地形成行之有效且具合理性的監(jiān)管規(guī)則。對(duì)于難以事前、事中實(shí)施監(jiān)管措施的程序化交易行為，可重點(diǎn)轉(zhuǎn)為事后監(jiān)管，建議避免采用“一刀切”式規(guī)則。

　　二是研究引入算法交易標(biāo)準(zhǔn)訂單，讓普通投資者享有程序化交易的便利。程序化交易在降低投資者的訂單大小、減少市場(chǎng)沖擊、降低執(zhí)行成本、捕捉交易機(jī)會(huì)方面具有優(yōu)勢(shì)，近兩年在監(jiān)管加強(qiáng)的情況下程序化交易依然實(shí)現(xiàn)了快速回復(fù)，充分反映了市場(chǎng)不斷增長(zhǎng)的需求。但程序化交易在資金、技術(shù)和專(zhuān)業(yè)化門(mén)檻較高，其便利多由機(jī)構(gòu)投資者享有，個(gè)人投資者即便自行實(shí)現(xiàn)多半也是事倍功半。建議交易所研究引入算法交易標(biāo)準(zhǔn)訂單，如做市類(lèi)、執(zhí)行類(lèi)，甚至套利類(lèi)等常用訂單，降低普通投資者應(yīng)用程序化交易的門(mén)檻，讓投資者享有程序化交易的便利。

　　后續(xù)工作包括。

　　一是通過(guò)實(shí)證研究繼續(xù)優(yōu)化分類(lèi)方法，識(shí)別種類(lèi)更多的程序化交易行為;二是深入研究各類(lèi)程序化交易投資者在上漲下跌等不同市場(chǎng)時(shí)期的行為模式、市場(chǎng)影響和潛在風(fēng)險(xiǎn);三是有針對(duì)性地提出各類(lèi)程序化交易的認(rèn)定標(biāo)準(zhǔn)并對(duì)相關(guān)監(jiān)管規(guī)則提出合理化建議。

AQF：量化金融分析師（簡(jiǎn)稱AQF ，Analyst of Quantitative Finance）由量化金融標(biāo)準(zhǔn)委員會(huì)（Standard Committee of Quantitative Finance，SCQF）主考并頒證，是代表量化金融領(lǐng)域的專(zhuān)業(yè)水平證書(shū)。>>>點(diǎn)擊咨詢AQF含金量

（點(diǎn)擊上圖了解課程詳情）

AQF量化金融分析師實(shí)訓(xùn)項(xiàng)目學(xué)習(xí)大綱 >>>點(diǎn)擊咨詢AQF考試

　　1.1.1. 第一部分：前導(dǎo)及課程介紹

1.AQF核心課程

2.量化策略的Python實(shí)現(xiàn)和回測(cè)

3.整體代碼介紹

　　1.1.2. 第二部分：量化投資基礎(chǔ)

1.量化投資背景及決策流程

2.量化擇時(shí)

3.動(dòng)量及反轉(zhuǎn)策略

4.基金結(jié)構(gòu)套利

5.行業(yè)輪動(dòng)與相對(duì)價(jià)值

6.市場(chǎng)中性和多因子

7.事件驅(qū)動(dòng)

8.CTA_1（TD模型）

9.統(tǒng)計(jì)套利_低風(fēng)險(xiǎn)套利

10.大數(shù)據(jù)和輿情分析

11.機(jī)器學(xué)習(xí)

12.高頻交易和期權(quán)交易

13.其他策略和策略注意點(diǎn)

　　1.1.3. 第三部分：Python編程知識(shí)

Python語(yǔ)言環(huán)境搭建	1.Python語(yǔ)言環(huán)境搭建
Python編程基礎(chǔ)	1.python數(shù)字運(yùn)算和Jupyter notebook介紹
	2.字符串
	3.Python運(yùn)算符
	4.Tuple和List
	5.字典
	6.字符串格式化
	7.控制結(jié)構(gòu)_1.For循環(huán)
	8.函數(shù)
	9.全局和局部變量
	10.模塊
	11.Python當(dāng)中的重要函數(shù)
Python編程進(jìn)階	1.Numpy數(shù)據(jù)分析精講
	2.Pandas數(shù)據(jù)分析詳解
數(shù)據(jù)可視化	1.Pandas內(nèi)置數(shù)據(jù)可視化
	2.Matplotlib基礎(chǔ)
	3.Seaborn
金融數(shù)據(jù)處理實(shí)戰(zhàn)	1.數(shù)據(jù)獲取_1.本地?cái)?shù)據(jù)讀取
	1.數(shù)據(jù)獲取_2.網(wǎng)絡(luò)數(shù)據(jù)讀取_1
	1.數(shù)據(jù)獲取_2.網(wǎng)絡(luò)數(shù)據(jù)讀取_2.tushare
	1.數(shù)據(jù)獲取_2_網(wǎng)絡(luò)數(shù)據(jù)讀取_3.文件存儲(chǔ)
	2.金融數(shù)據(jù)處理_1.同時(shí)獲取多只股票
	2.金融數(shù)據(jù)處理_2.金融計(jì)算
	2.金融數(shù)據(jù)處理_3.檢驗(yàn)分布和相關(guān)性
	3.金融時(shí)間序列分析_1.Python下的時(shí)間處理
	3.金融時(shí)間序列分析_2.Pandas時(shí)間格式
	3.金融時(shí)間序列分析_3.金融數(shù)據(jù)頻率的轉(zhuǎn)換
	4.金融數(shù)據(jù)處理分析實(shí)戰(zhàn)案例_案例1
	4.金融數(shù)據(jù)處理分析實(shí)戰(zhàn)案例_案例2_多指標(biāo)條件選股分析_1
	4.金融數(shù)據(jù)處理分析實(shí)戰(zhàn)案例_案例2_多指標(biāo)條件選股分析_2

　　1.1.4. 第四部分：量化交易策略模塊

三大經(jīng)典策略	1.三大經(jīng)典策略_1.SMA
	1.三大經(jīng)典策略_2.動(dòng)量Momentum
	1.三大經(jīng)典策略_3.均值回歸
配對(duì)交易策略	2.配對(duì)交易
技術(shù)分析相關(guān)策略	3.量化投資與技術(shù)分析_1.技術(shù)分析理論
	3.量化投資與技術(shù)分析_2.CCI策略的Python實(shí)現(xiàn)
	3.量化投資與技術(shù)分析_3.布林帶策略的Python實(shí)現(xiàn)_1
	3.量化投資與技術(shù)分析_4.SMA和CCI雙指標(biāo)交易系統(tǒng)
	3.量化投資與技術(shù)分析_5.形態(tài)識(shí)別和移動(dòng)止損策略
大數(shù)據(jù)輿情分析策略	4.大數(shù)據(jù)輿情分析策略_基于谷歌搜索的大數(shù)據(jù)輿情分析
CTA交易策略	5.CTA交易策略_Aberration趨勢(shì)跟蹤系統(tǒng)
量化投資與機(jī)器學(xué)習(xí)	6.量化投資與機(jī)器學(xué)習(xí)_1_機(jī)器學(xué)習(xí)算法原理_2_邏輯回歸原理
	6.量化投資與機(jī)器學(xué)習(xí)_1_機(jī)器學(xué)習(xí)算法原理_3_SVM算法原理
	6.量化投資與機(jī)器學(xué)習(xí)_1_機(jī)器學(xué)習(xí)算法原理_4_決策樹(shù)算法原理
	6.量化投資與機(jī)器學(xué)習(xí)_1_機(jī)器學(xué)習(xí)算法原理_5_KNN算法原理
	6.量化投資與機(jī)器學(xué)習(xí)_1_機(jī)器學(xué)習(xí)算法原理_6_神經(jīng)網(wǎng)絡(luò)算法了解
	6.量化投資與機(jī)器學(xué)習(xí)_1_機(jī)器學(xué)習(xí)算法原理_7_K-means算法原理和算法總結(jié)
	6.量化投資與機(jī)器學(xué)習(xí)_2_機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)_1_數(shù)據(jù)集生成原理
	6.量化投資與機(jī)器學(xué)習(xí)_2_機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)_2_數(shù)據(jù)集可視化
	6.量化投資與機(jī)器學(xué)習(xí)_2_機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)_3_邏輯回歸算法的python實(shí)現(xiàn)
	6.量化投資與機(jī)器學(xué)習(xí)_2_機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)_4_DT_KNN_NB算法的python實(shí)現(xiàn)
	6.量化投資與機(jī)器學(xué)習(xí)_2_機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)_5_SVM算法的python實(shí)現(xiàn)
	6.量化投資與機(jī)器學(xué)習(xí)_3_機(jī)器學(xué)習(xí)算法實(shí)戰(zhàn)_6_基于邏輯回歸和SVM的股市趨勢(shì)預(yù)測(cè)

　　1.1.5. 第五部分：面向?qū)ο蠛蛯?shí)盤(pán)交易

1.模塊內(nèi)容整體介紹

2.面向?qū)ο?、?lèi)、實(shí)例、屬性和方法

3.創(chuàng)建類(lèi)、實(shí)例、方法

4._init_初始化方法

5.面向?qū)ο蟪绦驅(qū)嵗?/p>

6.繼承的概念及代碼實(shí)現(xiàn)

7.面向?qū)ο罄^承的實(shí)戰(zhàn)案例

8.多繼承和量化交易平臺(tái)的面向?qū)ο箝_(kāi)發(fā)思路

9.用面向?qū)ο蠓椒▽?shí)現(xiàn)股債平衡策略

　　1.1.6. 第六部分 實(shí)盤(pán)模擬交易

基于優(yōu)礦平臺(tái)的面向?qū)ο蟛呗?/p>	1.優(yōu)礦平臺(tái)介紹
	2.優(yōu)礦平臺(tái)回測(cè)框架介紹
	3.優(yōu)礦框架之context對(duì)象、account和position對(duì)象
	4.優(yōu)礦其它重要操作
	5.優(yōu)礦之小市值因子策略
	6.優(yōu)礦之雙均線策略
	7.優(yōu)礦之均值回歸策略
	8.優(yōu)礦之單因子策略模板
	9.優(yōu)礦之多因子策略模板
	10.優(yōu)礦之因子數(shù)據(jù)處理：去極值和標(biāo)準(zhǔn)化
面向?qū)ο髮?shí)盤(pán)交易之Oanda	1.Oanda平臺(tái)介紹和賬戶配置
	2.Oanda賬戶密碼配置和交易框架原理
	3.Oanda鏈接賬戶并查看信息
	4.Oanda API獲取歷史數(shù)據(jù)
	5.Oanda市價(jià)單和交易狀態(tài)查詢
	6.Oanda高級(jí)交易訂單
	7. Oanda其它高級(jí)功能
	8. Oanda實(shí)戰(zhàn)ADX策略全講解：策略邏輯、數(shù)據(jù)讀取、歷史數(shù)據(jù)處理、可視化、實(shí)時(shí)數(shù)據(jù)和實(shí)時(shí)交易
	9. Oanda通過(guò)實(shí)時(shí)數(shù)據(jù)API調(diào)取實(shí)時(shí)數(shù)據(jù)、resample
面向?qū)ο髮?shí)盤(pán)交易之IB	1.IB實(shí)戰(zhàn)平臺(tái)介紹及API安裝調(diào)試
	2.IB實(shí)戰(zhàn)平臺(tái)請(qǐng)求和響應(yīng)遠(yuǎn)離、線程控制
	3.IB響應(yīng)函數(shù)wrapper講解
	4.IB請(qǐng)求函數(shù)及合約定義
	5.IB程序化下單、倉(cāng)位及賬戶查詢
	6.IB三均線交易_金字塔倉(cāng)位下單控制模型實(shí)盤(pán)交易之策略原理、線程控制原理、策略結(jié)構(gòu)總覽、響應(yīng)函數(shù)、交易信號(hào)、策略展示等全講解。

　　1.1.7. 第七部分：基于優(yōu)礦的進(jìn)階學(xué)習(xí)

1.1回測(cè)與策略框架

1.2評(píng)價(jià)指標(biāo)

1.3.1量化策略設(shè)計(jì)流程簡(jiǎn)介

1.3.2擇時(shí)策略舉例（雙均線）

1.3.3量化投資模板1.0選股和擇時(shí)

2.1基于技術(shù)分析的量化投資

2.2.1技術(shù)指標(biāo)簡(jiǎn)介

2.2.2 MACD擇時(shí)策略

2.2.3 WVAD擇時(shí)策略

2.2.4 RSI擇時(shí)策略

2.2.5 MFI擇時(shí)策略

2.2.6 CCI擇時(shí)策略

2.2.7技術(shù)指標(biāo)總結(jié)

2.3通道技術(shù)

3.1.1日期效應(yīng)

3.1.2動(dòng)量效應(yīng)

3.2.1格雷厄姆成長(zhǎng)投資

3.2.2積極投資策略

3.2.3價(jià)值投資策略

3.2.4小型價(jià)值股投資策略

3.3.1交易系統(tǒng)設(shè)計(jì)的一般原理

3.3.2均線排列系統(tǒng)

3.3.3金肯納特交易系統(tǒng)

3.3.4海龜交易法系統(tǒng)

金程推薦： AQF培訓(xùn) AQF培訓(xùn)機(jī)構(gòu) AQF是什么意思

熱線電話：400-700-9596

AQF考友群：760229148

　　金融寬客交流群：801860357

　　微信公眾號(hào)：量化金融分析師

　　>>>返回首頁(yè)