什么是算法交易
算法交易(algorithmic trading)是指事先设计好策略逻辑，然后将其编制成计算机程序。利用计算机程序的算法来决定交易下单的机会、价格和数量等。程序化下单能避免人的非理性原因产生的干扰，并能更精确的下单。并能同期管理大批的操作，自动分析将大单分拆为小单，减小打击成本。
算法交易也称黑盒交易、自动交易，算法交易有时也被用来泛指所有运用数量技术和计算机程序来执行下单和投资的举动。
算法交易的优势
对比于手动订单实施来说，算法交易具有一连串的优势。首要体当下降低打击成本、自动监控交易机会，隐蔽交易意图。还可以谋求最佳的成交实施路径，得到市场最好的报价；算法交易还能避免人的非理性原因产生的干扰；迅速分析多种技术指标，更精确地下单。
算法交易的成长
在美国和欧洲，算法交易作为订单实施的策略和工具，被机构交易者普遍采取。据统计，2006年有三分之一的美国和欧洲的股票交易量是经由算法交易完成的，而2007年的伦敦股票交易所算法交易完成了40%的交易量；这一比例依然在逐年放大，表明了算法交易的强盛生命力。
算法交易在美国欧洲已经发展了30多年，应用已经非常普遍，并诞生了很多著名的量化基金，其中不乏业绩相当突出，比如数学家西蒙斯所组建的文艺复兴技术公司在算法交易的应用上处在领先地位。对比美国，中国乃至整个亚洲在算法交易的研究和应用上还刚刚启动。
中国深圳国泰安信息技术有限公司是国内最早开始研发算法交易系统的公司之一，当前已经推出了算法交易系统，并在香港市场上线交易。国泰安算法交易研发组与多位美国Wall Street业内资深算法专家维持紧密联系，紧密追踪最前沿的算法研发趋势，当前已成功达到了适应国内A股和港股的多种国际主流算法策略：首要有“VWAP”、“VP”、“TWAP”、“Schedule”、“MOC”、“Sniper”等策略。国泰安设计的算法策略考虑了国内证券交易的事实规则，经历对大批历史高频报告的建模分析，完全适合国内证券交易市场；同期支持用户灵活配置策略参数，动态监控算法实施情形，能够有效的控制交易风险；而且操作简单，能够让客户非常方便地体验到算法策略导致的便利和收益。
算法交易的类型
一是套利操作，即利用无风险的套利机会在市场上执行套利操作；
二是委托实施算法，这是最常见的类型，就是将要实施的委托单分割成很多小额委托单，以尽量降低大额委托对价格的打击，进而谋求最佳的流动性和成交价格；
三是统计算法，即通过数量预期模型在市场上寻求投资机会。
算法交易的造成原因
算法交易的显现和普遍运用首要归功于技术和监管。技术原因方面，基于更快和更便宜的技术系统，可以通过改观的定量方法执行实施。监管原因是SEC采取了美分报价和准许了指令处理规则，这些给予了ECN的成长。“美分报价”的接纳，给予了更小的单价间隔，和供应低反映时间交易的技术进步，致使算法交易更有必要和更方便(低反映时间指实施指令需要的时间短，也就是高速度)。
算法交易在证券市场的运用
借助于电脑飞速的计算速度，算法交易正在风靡世界金融市场。在美国算法交易已形成基金业界的主流，全美79％的投资经理在建立投资管理时起码运用一次算法交易。到2009年，这一比例将上升到90％。算法交易在欧洲投资界也被大批运用。英国是欧洲地区运用算法交易比例最高的国家，有50％的基金经理运用算法交易执行投资管理，预计2009年英国基金业运用算法交易者的比例将高达77％。
亚洲地区采取算法交易的重点市场是东京证券交易所、香港交易所和新加坡交易所。印度市场近期亦在迎头赶上，2008年8月4号，雷曼兄弟公司通过印度全国证券交易所供应的直接下单功能(DMA)实施了印度市场的第一笔算法交易委托。与欧元兑美元市场对比，亚洲市场的股票价差更大，流动性更差，更难成交，所以，算法交易的价值也更为突出。但受于算法交易需要搭配先进的信息平台及完善的运用程序设计，而且对交易网络和信息传输的进展有较高要求，所以亚洲地区在算法交易技术上的竞争不如欧元兑美元市场那么激烈。
算法交易可以将大额委托化整为零，进而致使市场总成交笔数增长，同期每笔委托数量大大减弱，增长了交易系统容量和成本。算法交易的上述特点更改了交易所的信息管理模式。假使市场参与者传送大批没有市场价值的信息时，将令减缓交易系统功能，影响到其余的市场参与者，并增长交易系统容量和成本。为了激励市场参与者适当地执行交易及报价信息传送，对系统资源的运用能有一个负责任的立场，很多交易所都对交易信息的传送施加了一部分制约性规定。为了激励市场参与者适当地执行交易及报价信息传送，很多交易所都对交易信息的传送施加了一部分制约性规定。
近来，算法交易的蓬勃兴起，导致了监管机构和投资人的一部分忧虑，其中焦点是高频交易中的闪电指令交易。高频交易是指投资人利用比较聪明的算法，借助强大高速的计算机，谋求和利用市场的变动机会获利。“闪电指令”是在DirectEdge、BATS等交易市场上仅表明时间不胜过500微秒的订单，这些订单所包含的有价值的信息只有那些拥有高速计算机的客户才可得到。整体来说，依据美国有关规定，交易所在接到订单后，可以有一秒的时问公开表明订单，一部分交易所利用这一秒的间隔，在500微秒内首先向一部分大客户(高频交易者)表明这些订单然后再公开这些信息，而交易所大客户在这500微秒内利用高速计算机处理，试探出市场动向，快人一步得到最有利的买卖价格。支持闪电交易的证券业人员觉得，这类交易能增长市场效率。但美国证券交易委员会主席夏皮罗表明，闪电指令交易或许致使显现“两级市场”，损坏市场公平和透明性，美国证券交易委员会正尝试平衡长线和短线投资人的利益。美国证券交易委员会2009年9月17号统一投票提议禁止“闪电交易”，以冲击部分市场参与者拥有的不公平信息优势。
基本简介
Trading, 简称Algo，翻译为“算法交易”。这个名词已经远远不是计算机交易或程式交易的简单概念所能代表的了。即使十几年前算法交易的概念就被提出，但其真正的成长则是在以往的20多个月里面，在美国股票市场上上演的。
算法交易是指把一个具有指定交易量、交易时间区间和价格区间约束的交易指令通过计算机程序来完成,用算法决定交易指令的递交时间、价格、数量和指令的类型。算法交易的目的是为了优化交易的实施,管理交易成本和风险,进而从交易中得到alpha。
“算法交易”(algorithmic trading)，是指把一个指定交易量的购入或者出售指令放入模型，该模型包含策略员确定的某些目标。依据这些特殊的算法目标，该模型会造成实施指令的机会和交易额。而这些目标往往基于某个基准、价格或时间。该种交易有时候被称“黑箱交易”。算法交易通过程序系统交易，将一个大额的交易拆分成数十个小额交易，以期来尽量降低对市场价格产生打击，减弱交易成本，且还能帮助机构投资人迅速增长交易量。在国际衍生品市场上，该种交易方式首要运用在各种金融衍生品之间的对冲。
交易成本指投资人为完成一笔交易需要支付的直接成本和间接成本。控制间接交易成本是算法交易的用武之地。间接成本包含时间风险、市场打击、买卖价差和机会成本等一部分方面。算法交易基于对市场微观结构运行和投资人心理的一定如果,然后最优化交易者的效用函数，得到最优的策略逻辑。这些策略包含如何在特定时间实施特定数量的交易订单,和提交何种类型的交易指令,以及预期日间价格趋势变动的主动型算法交易。
中国股票市场具有较高的打击成本,代表着算法交易较大的成长空间。在A 股市场实行算法交易需要考虑市场的一部分特殊性,比如较大的日间波动性、较少的机构投资人比例、市场微观报告的不完整、机构投资人集中于有限品种、T+1 交易等一部分特点。[1]
历史沿革
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）以及开盘自动数据服务系统（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，然后由人工加以实施。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。在事实操作中这代表着所有的程序化交易均为在计算机的辅助下完成的。进入80年代，程序化交易已经被普遍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，交易者购入（出售）一张比如S&P500的股指期货合约，而且同期出售（购入）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有关。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够以赢利时，计算机会自动向NYSE的电子买做空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管理保险中。投资管理保险是依据基于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空期权（Synthetic Put Option）。这两类策略，一般被笼统地称为“程序化交易”，曾经被很多人指责为制造并加重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，伴随电信网络的成长，金融市场才达到完全电子化。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。这更改了市场的微观结构，让买卖竞价价差可以变得更小，遏制了做市商的交易优势，所以也减弱了市场的流动性。但这个改革却或许促进了算法交易的成长。
市场流动性的减弱促使机构投资人把交易指令依照计算机算法拆分，进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）。
伴随逐渐增多电子交易市场的显现，其余的算法策略逻辑渐渐形成或许，这些策略包含期现套利、统计套利、趋势追随以及均值回归等。用计算机来达到这些策略逻辑要愈加便捷，由于计算机对转瞬即逝的错误定价（Mis-pricing）反映更快速，而且可以对多个市场的单价同期实时监控。[3]
基本类型
算法交易
1. 报告型
在分析历史时间序列报告的基础上随时间进度赢利的交易战略。有关例子包含：相对价值交易、趋势追踪算法、报告套利和宏观经济模型。这些战略在发现机会时造成交易需求，并以不同的频率操作： (1). 低频 每天若干次行动 (2). 中频 每天几十次行动 (3). 高频 每天成千上万次行动2. 自动套期/头寸目标型
对风险水平执行动态监测和管理，进而生成套期指令以得到理想的风险头寸。如： (1). 设置交易规则，以在范围高达特定门槛时缩减头寸，或是将风险让渡给市场 (2). 遇到曾经产生市场变动的流动或是新闻的有关信息时，自动调整头寸3. 算法实施战略
旨在为达到如下实施目标而执行最佳交易： (1). 符合TWAP 或VWAP 基准(时间片) (2).市场影响最小化（消极战略） (3). 快速实施（积极战略） 在分析市场现况和有关实施特质的历史报告的基础上，这些战略一般被分解开来，在多个交易平台上动态、分部分地实施指令。战略可以是给市场增长流动性的消极战略，也将是从市场中带走流动性的积极战略，或两者的混合体。报告可以用于优化实施，而实施一般通过“直接市场接入”处理（见类型四）。 通过E C N、多经纪商入口以及电话，可以快速以适当的价格将风险转移至做市商。成功的定义就是连续持续地超越这一价格。 “外汇领先实施系统（A E S）运用户能够通过F I X网关直接在望期外汇市场实施自动和算法交易战略。通过这些系统，用户能够从多个E C N和单一银行平台接收实时价格，进而创造出不同报价的蒙太奇混合。市场参与者能同期在多个E C N和经纪商平台中发现最佳价格，并横扫指令簿顶端的最佳买/买价格（时间优先）。这一功能已经在股票市场得到了大量的应用，当下这一功能进入外汇市场也就司空见惯了。”4. 直接市场（流动性）接入型（DMA）
直接市场接入是接入并连接多个交易平台的优化。受于外汇市场的碎片化特质日益突出，DMA可以形成聚集流动性的有益工具。通过承受直接与平台实施交易的市场风险，市场参与者可以得到在速度和成本方面的优势，进而为其交易战略的赢利增长筹码。通信标准
算法交易
与传统市场的限价订单对比，算法交易需要的通信参数要多得多。买方策略员所运用的交易系统（一般称为“指令管理系统Order Management System”或“实施管理系统Execution Management System”）务必能够适应日益增加的新型算法指令。
新型复杂算法需要花费巨量的研发及其它费用，比如基础设施、市场推广等。卖方需要解决的是让新型算法电子指令直达买方策略员，而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，专门免费公布为电子证券交易设立的公开的通信标准。其会员包含差不多所有的大中型经纪商、货币市场银行、机构投资人及共同基金等。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，几家会员联合公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正式公布以前，多家大型机构参与了该标准的试探，其中包含: 巴克莱、彭博、盛富证券、花旗集团、瑞士信贷、富达投资、Goldman Sachs、ITG、摩根大通、美林集团、摩[emailprotected]瑞士银行等。
策略逻辑
算法交易
1 减弱交易费用
大单指令一般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”。这个策略的成就程度可以通过比较同一期间的平均买入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
典型的套利策略一般包含三、四个证券，譬如依据外汇市场常用的利率平价理论，国内债券的单价、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造成适当的关联。假使市场价格与该理论隐含的单价偏差很大，大得胜过其交易成本，那么可以用四笔交易来保证无风险利润。算法交易允许相似的套利运用更复杂的模型，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
做市包含在目前市场价格之上挂一个限价卖单或在目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月买入的自动化交易平台（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”算法被策略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平稳的市场。任何类型的模式识别或者预期模型都能用来起步算法交易。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表明，“当下算法交易开始形成一场军备竞赛，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。”研究策略
算法交易
(1)算法交易形成的原因
现代大资金的管理，都需要面对交易下单的困难。复杂而又频繁的交易操作很难仅仅通过人工交易方式来完成。人工下单方式在实施时间不够充足的情形下，就只能简化操作流程，进而致使下单的随意性加大，难以易争取到较好的交易价格和较低的打击成本。于是，程序化操作的算法交易方法应运而生。(2)算法交易的原理和优点
算法交易 (algorithmic trading)是指事先设计好策略逻辑，然后将其编制成计算机程序。利用计算机程序的算法来决定交易下单的机会、价格和数量等。程序化下单能避免人的非理性原因产生的干扰，并能更精确的下单。并能同期管理大批的操作，自动分析将大单分拆为小单，减小打击成本。(3)算法交易的策略分析
在数据中我们介绍了趋势追踪技术，其设计思想为捕捉行情的日间趋势，让卖点信号发生在上涨趋势的终结，买点发生在下挫趋势的终结，如此可以得到卖点平均价好于整天均价，买点平均价差于平均价的效果，进而改进的下单的方式。文中阐述了均线简化，筛选微小波动，高低位比较，高低位击穿，增长漂移项，长波保护机制和长时间均线的保护等一连串具体指标和操作方法。(4)模拟的结果
通过模拟我们发现策略发出的买点的均值比时间平均价格的均值更小，策略发出的卖点的均值比时间平均卖点的均值要高一部分。而且发出的买卖信号数量较多，可以较好的把大单交易充分的分拆成小单，多次出售，降低打击成本。(5)实盘需要注意的原因
实盘操作仍需要考虑涨停，跌停和买卖量较大等原因，我们可采取调整参数敏感性的方法和人工干预来应对。同期交易系统的平稳性和下单速度是影响算法交易质量的核心原因。[2]现存困难
算法交易
更复杂的模型和智能程序已经引出了模型会不会失效的困难。有人批评算法交易系统的“黑匣子”特性：“策略员有世界如何运作的直觉。但是对这些系统你输入一串数字，然后从另一端出来一部分结果，而黑匣子为何会造成该数据或关系，确并没有那么直观或清晰。”
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成长。在该机构年报上，监管层强调这项新科技给市场导致的重大功效，但同期也表示，对复杂的技术和模型的依靠性越强，系统失效致使业务中止的风险会越大。
其余的困难包含报价传递给策略员的技术推迟或延期困难，安全困难和超前交易（Front Running），以及全部系统失效致使市场崩盘的机会性。开发和维护算法的成本依旧相对较高，对市场新入者来说尤其这样，这是受于算法交易对系统的平稳性、网络带宽和速度的要求比普通的下单指令实施要高很多。没有自行开发算法交易的公司必须从竞争对手手中买入。Goldman Sachs公司在算法交易上花了数千万美金，他们技术部门的人士比交易部门还要多……市场的性质已经发生了重大的更改。
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，通过算法的注解来形成交易。计算机被用来生产消息，譬如公司发布盈利结果或发布经济数据统计，这些消息差不多在瞬间同步直接传输给其它计算机，由它们依据消息执行交易。交易算法并没有仅仅是依据简单的消息执行交易，它还能翻译更难理解的消息。一部分公司还尝试对消息自动“设置表情”（以表明此消息是好是坏），如此的话自动交易就可以直接依据消息执行了。“将消息从人类语言翻译到机器语言这一进度实在很故意义，”路透算法交易世界业务经理克里斯蒂．苏塔尼说，“我们逐渐增多的顾客发现了利用消息赚钱的渠道”。
消息发文的进展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号的《Wall Street日报》W15版面刊登），道琼斯声称自己在发文英格兰银行降息时比其余新闻媒体快了2秒钟。
2007年7月，早已自行开发算法交易的花旗集团，花了6.8亿美元买入了自动化交易平台，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买入过Lava交易与OnTrade有限公司。
市场现况
算法交易
在期货市场是当前最流行的术语是“算法交易”，和范围的金融出版物充满内容的算法交易，假使平台商不在算法交易技术和工具的贸易，那么，董事将是很难对他的管理期货业的“大雅之堂”。大部分这些讲的是“量化交易”的申请手续超高速算法交易，超短时间交易，以确定市场机会的瞬间，并快速上涨，以便反应，所有这些均为在几毫秒的时间。 定量，以及高速的进度如此的要求在今天以及将来的交易将逐渐增多，但这些出版物的内容，差不多没相关于为何造影一段时间少运用该种交易和理由，以及如何提升算法性能的交易，如何有效地管理风险，如何自动处理期货部门投资的职能，背景的功能，如之间的交易帐户中的表明配置和分配，以不同的订单，如经纪人。
如何利用造影在分析算法交易，以提升投资业绩，我们需要先了解“算法”是当前相当普遍运用的算法，一般的名称相似于暗箱交易，电脑交易，自动交易，系统交易，程式交易，一篮子交易（下单交易的篮子），以及增强以制度。其核心是，该算法的基础上的贸易规则的交易。算法可以是策略逻辑自身（而选择自己的策略逻辑，当市场交易） 。
2000年，当时的电子交易在期货市场上的受欢迎程度，有些造影盘交易开始意识到集中的优势，以及电子交易委员会以外的电话或以较低的佣金成本，也更改了交易更透明，速度更快，等清理工作后，愈加清晰。后来，一部分开始运用造影下单的单价点的方式谈谈贸易，但是，当期货受于一部分大型市场，如能源，金属，天然气依然是运用放开喊价交易方式，使大批的血管不能充分利用电子交易，这双系统框架，很多交易造影继续依靠经纪人留在交易模式。
到当下，差不多所有品种造影投资电子交易，在该种情形下，电子交易是算法交易，尤其是一直所强调的优势，造影开始充分利用电子算法交易。但是，事实的交易认证算法，我们需要了解市场对电子交易的两个本质性的改变。其中之一是当改变的电子交易，期货市场，显着增长，交易量，平均交易范围也越来越小，比如，
CME的迷你标普500合约在2001年攀升到160,000手，到2007年年中的1.3万手。第二是增长交易量中有很大一部分的自动化交易系统或方法，产生电子策略逻辑，所以，能源，金属，谷物市场，迅速上涨的交易量并不是偶然的事。谁开发的，这些模式的战略？他们中的很多人是从卖方的经纪公司，以提升他们的本身价值以及它的期货结算业务的需要，造影，其他是买入或租赁的造影算法达到交易管理系统，是值得警示说，尽管该算法可以有效地改观贸易和完善的交易，但其首要目的是协助贸易商经销商，并非是替代交易。最好的算法交易系统是基于客户的需求，可依据个性化需求的市场环境，动态调整制度。
算法直接取决于造影交易应面对机械化，交易自身或许致使的风险投资过程，这一点务必加以考虑，尤其是在规定的时间以毫秒为单位的超短时间交易，脂肪手指综合征（脂肪手指，指的是投资人，由于所犯错误大失去控制的操作事故），以及历史事件，如这一过程自身或许会致使公布的指示，数以千计的手（下价格刷新单指令等） ，以警示交易务必在运用认真实施这一进度。
算法交易工具除了交易实施和风险管理，而且还扩大的背景部门对很多交易功能，包含配置表明，以及沟通，由于他们也可以提早通过规则，以规范，如实时算法交易通过的订单将被分配给不同的交易账户，然后发送给多个经纪人。这不仅可以节省大批的时间，这本来是值得避免的原因是一部分人敲了错误操作，如不必要的损失的错误。另外，这些交易过程中也可以有针对性的收集一部分资料和数据统计，以及高效率的为自己或其余方供应某些交易数据。
当下，差不多所有运用期货市场电子交易平台，它可以运用造影依照自己的专业需要的算法交易工具，以贸易和改观贸易业绩，并增强风险管理和自动装配生产线的形式印发的背景数据等的运转相关的交易。这些规则为基础的交易系统可以单独运用，而且还修正或美国石油协会的通过协议与其余软件嵌套交易。算法交易有此工具，造影将能够工作的一部分复杂的解放，利用许多的时间和精力来完善其交易系统，很显然，在期货市场，他们将得到更高的竞争优势。
发展前景
算法交易
依据David Leinweber发表于《阿尔法》杂志2月份的文章《Algo vsAlgo》，当前美国已经有胜过90％的对冲基金采取了算法交易。另据发文，纽交所的计算机交易量正在持续扩大，电子交易当下已占到日交易量的60%—70%，其中算法交易的比例接近二分之一。去年，纽交所的场内平台商数量已下滑了四分之一。当前这个IBAlgo交易科技可应用在美国的三大股票交易所NYSE, AMEX和Nasdaq的股票交易中。
据预期，对于普通经纪公司来说，在交易应用中拥有一毫秒的优势即可导致每年一亿美元的进账。为了缩短服务器与服务器之间的空间距离，克服报告传输及成交的推迟，很多高频算法平台商纷纷迁移系统，力求与Wall Street交易所的物理距离高达最短。以往，场内平台商首要采取综合的报告源，比如彭博和路透等供应的实时报价。公布这些报价，需要长达半秒的时间，这对今天的自动交易来说实在是太慢了，他们需要0.1秒在内的传输速度。据试探，报告从纽约交易市场传输到芝加哥的服务器需要7毫秒，东西海岸之间需35毫秒。
受于美国法律对美国居民交易本国及国际上的期货产品有些制约，所以商品及期货市场的交易科技的成长显得较为迟缓。有些欧洲的商品市场发展更显得保守。LME交易所被广泛觉得游戏规则比较不公平，但受于它控制着世界的库存及对中国的营销工作比较成功，所以即使交易手段落后，依然为亚洲交易者所关注和参与。早在2001年就已经推出的LME电子平台Select“选择”，经历了数年的成长，却依然只占到5％的比例（去年的报告）。首要的原因可能是Select平台每天运行时间虽长，但在午市时段中暂停，让位于场内官方报价的造成。就像日本的TOCOM市场那样，LME形成了这场科技长跑比赛里跑在最后面的一个“老资格”运动员了。
中国商品期货市场因天生具有电子化的媒介，所以发展迅猛。但是国家决策层对于行业的保护初衷致使中国期货行业的资金流动与国际市场单方面隔绝，即在政策允许下，中国有些资金可以交易国际市场，而国际市场的资金较难参与中国期货市场。金融业在逐渐放开，但这一面的敞开仍有漫长的路得走。常清等业内知名人员早就提出要“争夺国际商品价格定价权”及“话语权”的思路，而该种事实上的单方面隔绝让这个思路显得有些遥远。缺乏国际资金的参与下，我们单方面决定出来的中国价格，比如黄豆或金属，依旧很难得到国际交易界公认。就算某天上海铜的成交价值赶上了LME铜的成交价值，也难说“中国价格可以代表世界价格”这句话。交流不能仅限于单向，应当是双向的。等候国内经纪发展到一定阶段，实力壮大到一定程度的时机，政策的放开将水到渠成，那些设想将得到达到。
外汇交易也是盈透公司等混业运营的经纪公司的首要业务之一。当前，算法交易也已经伸展到了这个方面。较新的消息，据上周FX Week发文，在纽约举行的FXWeek美国会议的一个讲话显示，算法交易的增多显著改观了外汇市场的健康程度。据相关专家称，算法交易会更深一步加大外汇市场的交易量。典型的算法交易系统是一个高科技产品，它能连接到多个ECN（电子通讯网络）。算法交易行业为整个市场给予了无缝的流动性。受于缺乏严格的监管结构，经纪公司的资金实力导致的交易者的资金安全困难是投资人需要考虑的一个重要原因。
伴随中国股指期货的渐行渐近，机构投资人在考虑期现套利交易时，务必考虑如何避免大额下单给市场产生价格大幅波动所导致的打击成本困难，而算法交易可以有效地减弱市场打击成本。伴随股指期货的推出，包含算法交易以内的创新交易方式将大有用武之地，中国内地将形成算法交易的下一个最具吸引力的市场。可能是有由于此，FIX 协议组织2008年年度大会也将在上海举办。算法交易在国内的兴起也将给包含证券公司与期货公司以内的中国金融业导致新的机遇和考验，能在这一创新技术与业务领域获得先机者将于股指期货等金融衍生品给金融市场导致的洗牌中得到极为有利的竞争优势。