算法交易帮助BillGates卖股票

试想一个超级订单，一个来自董事长的550万股卖单会对该股票的股价带来何种重大的冲击啊！那么这样的个人订单如何在股市上执行，才不至于更多地影响整体股市呢？

10月24日在微博上提到要分析一下，Bill　Gates如何卖股票，以2012年10月22～25日的一周内为例，微软股票在NASDAQ上交易的价、量情况如下：

而根据雅虎金融的数据看到，这几天Bill　Gates本人卖出的价、量为（注意这里所列交易为意向，实际成交对应后一天，如10月22日的450万股$28.02对应　图1中23日的价格）

也就是说Bill　Gates一个人所卖的股票几乎相当于当天总交易量的10%，试想一个超级订单，一个来自董事长550万股的卖单会对该股票的股价带来何种重大的冲击啊！可是我们看到这几天的股票价格相对稳定，没有太大的波动，整体股市也表现平平。那么这样的个人订单是如何在股市上执行，才不至于更多地影响整体股市呢？

这个技术就是使用算法交易（Algorithmic　Trading），具体的原理就是：把一个大单拆成若干小单，在一个交易日当中像滴管一样把买单/卖单“滴”入股市，这样减小对股市的冲击，另外还可以隐藏交易意图，得到较好的市场报价。

股市风云变幻，价格随着各种信息、买卖双方的供给关系波动非常频繁而快速，要想实现这样的算法交易，对交易机构的数据分析能力以及实时处理能力要求非常高，一个最常用的技术就是事件流处理技术。其基本原理和传统的数据库处理原理有所不同，传统数据库的处理方式是先把数据存储于硬盘介质上，需要时在数据库中访问，比较像在水库中捞鱼。而事件流处理技术更像通过水管来处理数据，数据并不存储，只在内存（水管）中短暂停留，应用的处理逻辑是定义在ESP引擎中，随着数据的发生和流动，ESP引擎实时反应，触发各种操作。

回到刚才提到的微软的股票销售问题，Bill　Gates只定义了第二天要以$28.02的价格卖掉450万股，这个标的价格就是算法交易的重要参数，券商的系统会自动按照股市上的价格，已经买盘卖盘的情况来决定如何拆单，例如：当前股价为$28.10，可以下一个5万股的卖单，如果股价受到冲击降到$28.05，由于加权平均股价仍然高于标的价的$28.02，还可以卖一单2万股，如果此时股价跌到$27.95，可以卖一单1万股或减缓卖单的滴入速度。

可以想见，这样的计算对电脑系统的实时计算能力要求是非常高的，当前最好的ESP技术可以在一秒钟之内接受几十万到上百万条信息，并且能够在毫秒级处理这些数据并且做出决策。目前在市场上提供ESP技术的主要厂商的产品有SAP公司的Sybase　ESP，Progress公司的APAMA，StreamBase　CEP，开源软件Esper等等，在中国的资本市场上前两者的软件在很多券商、基金公司中有成熟的使用。