高频交易是一种以计算机技术为基础的交易策略，其目的是利用技术优势来在短时间内进行多次买卖交易。通常采用微秒（1秒等于1百万微秒）为时间单位进行策略制定，以获取时间上的优势，从而在市场中获得更多的利润。 高频交易通常由强大的电脑程序完成，交易时间往往不到十毫秒。相较于技术相对落后的投资者，高频交易公司可以更快地下单，并在市场中获得更好的交易机会。因此，高频交易机构通常会将自己的“服务器群组”（server farms）部署在距离交易所非常近的地方，以缩短交易指令通过光缆传输所需要的时间。 尽管高频交易有“高频”的特征，但是其交易机制千差万别，导致其对市场的影响也不尽相同。

根据现有的策略，高频交易大致可以分为以下四类：

第一类是做市交易策略，即通过买卖双方的交易差价赚取利润。高频交易者可以快速响应市场价格变化，通过精准的定价赚取稳定的利润。

第二类是订单拆分策略，即将一个大订单拆分成多个小订单，以避免对市场造成过大的冲击。这类策略可以帮助高频交易者分散风险，避免在瞬间造成市场波动

第三类是定量化交易策略，即依靠算法模型进行买卖决策。高频交易者会使用大量历史数据进行建模，训练机器学习模型，并根据模型输出的信号进行快速买卖操作。

第四类是事件驱动交易策略，即利用新闻事件等信息对市场进行快速响应。高频交易者会监测新闻、社交媒体、公告等信息源，并依据信息对市场进行快速交易。 这些策略基于各种算法和技术，旨在在瞬间识别市场中的机会，并在市场价格变化之前进行买卖交易，以获取最大的收益。高频交易已经成为金融市场中的重要力量，对市场的稳定性和流动性产生了巨大的影响。然而，由于高频交易的速度极快，很难通过传统的监管方式进行监管。因此，监管机构需要采取一些新的方法和技术来监管高频交易，以确保市场的公平性和稳定性。

1. 做市交易策略

国际金融市场通常采用做市商制度，与竞价交易不同，做市商是由大型银行担任中介，通过买卖证券的差价来获得利润，同时为市场提供流动性。近年来，高频交易策略中的“被动做市策略”正在逐渐流行，它源于美国的特殊交易机制。美国证券交易所为提供流动性的券商提供一定的交易费用回扣，以吸引更多的交易订单。这些交易者通过双向挂单等待成交，为市场提供流动性，使其他有交易需求的交易者可以更低成本地交易，提高了交易所的竞争力。因此，各个电子化交易所都对这类流动性提供者提供返还回扣，以鼓励他们通过报单参与交易。在这种情况下，许多小机构和个人投资者也可以为市场提供流动性，担任实质性的做市商的角色。 然而，做市商在交易过程中也面临着各种风险。首先，资产价格的波动会导致存货风险。做市商通常拥有巨大的资金量和交易量，因此存货风险对它们的影响更为显著。其次，买卖指令的泊松分布又会产生交易风险。传统的做市商主要采用两种方法来规避这些风险。一种方法是通过完善定价机制，将风险融入资产价格，以转移风险。学术界已经发展了一系列模型来解决这一定价问题，如存货模型和信息模型等。另一种方法是采用风险对冲策略，其中Delta中性策略是最常见的一种。Delta是衍生证券的价格变化对标的资产价格变化的比率。Delta为零的状态被称为Delta中性。如果进行高频对冲，Delta中性策略就成为一种高频交易模式。它必须在标的资产价格开始下降时将其出售，在价格开始上涨时将其购入，因此本质上是一种趋势交易方法。从国外经验来看，做市商交易是高频交易策略的主流。在我国，国债、利率掉期等市场已引入做市商制度，如果在更多市场实施该制度，高频交易也将得到更广泛的运用。

2. 订单拆分策略

机构投资者通常需要进行大额交易，然而，大量的买卖往往会引发市场价格的快速波动，从而增加了交易成本。为了应对这个问题，订单拆分策略应运而生。该策略利用多种算法，将大订单拆分成多个小订单，从而降低大订单对市场的冲击，并降低交易成本。 订单拆分策略的算法可以分为三代。第一代算法主要考虑如何降低对市场的影响，例如使用时间加权平均价格（TWAP）、交易量加权平均价格（VWAP）和交易量百分比（POV）等方式。其中，TWAP算法将大订单按照一定的交易频率在规定时间内分割成小订单，VWAP算法则将订单按照历史交易量的分布进行分割，POV算法则将小订单以固定比例混入订单流以降低对市场的影响。但是，这种有规律的订单分割方式容易被其他交易者发觉并跟风，从而提高交易成本。 为了应对这个问题，第二代订单拆分策略引入了一些反侦测的技术手段。例如，冰山策略（Iceberg）采用了随机分割的方法，最低影响（Minimal Impact）策略则是利用备选交易系统作为主要的交易通道，只在公开的交易系统中完成小部分交易，以避免交易意图的泄露。 第三代订单拆分策略认为，如果片面地强调订单分割和避免被侦测，就存在无法按时完成交易计划的风险，反而会导致交易成本上升。因此，第三代订单拆分策略强调利用交易量较大的交易时间完成仓位计划。同时，为了适应快速变化的市场条件，Kissell、Freyre-Sanders和Carrie提出了适应性差额策略（Adaptive Shortfall），以根据当前价格的变动情况决定如何执行仓位计划。此外，还有经纪商提出了MC（Market Close）策略，在全天交易时间的后半部分完成交易指令。虽然国内对此类策略的研究和应用还不够成熟，但随着做市商制度的引进和机构投资者的发展壮大，预计大笔交易的订单拆分需求也会越来越大。 总之，订单拆分策略的不断发展和完善，为机构投资者提供了更加灵活、高效的交易方式，从而帮助他们在竞争激烈的市场中获得更好的投资回报。

3. 定量化交易策略

金融市场中的定量化交易策略在投资决策中扮演着越来越重要的角色。与传统的基本面分析和技术分析不同，定量化交易策略强调使用数学和统计学的定量分析方法进行投资决策，以求在金融市场中实现更加稳定的回报率。

针对单一资产的定量化交易策略包括事件套利、盘口交易和技术分析等。事件套利是基于特定事件发生前后市场反应的交易策略。通过事先预测事件对市场的影响，投资者可以利用市场的短期新闻效应进行交易。盘口交易则是根据订单流、交易量等信息进行交易的策略。这种策略认为，价格序列和交易量中包含了尚未公布的信息，通过对其进行分析，就可以根据这些信息进行交易。而技术分析则是利用历史价格的走势和图形预测价格波动。不同的技术分析手段中，趋势追随型交易策略最为有效，其中移动均线法和通道突破法是实现趋势追随的主要方法。研究表明，新兴股票市场、期货以及外汇市场是最适合技术分析的市场。

针对投资组合的交易策略包括套利交易和配对交易等。套利交易通过捕捉标的物完全相同的两种金融资产的差价获取利润。在美国市场，同一标的物可能同时有期权、期货等多种金融产品，同时每种资产又可以同时在几个交易所挂牌交易，这样的市场生态为套利交易提供了较大的生存空间。而配对交易则是假设相关联的标的物的价格具有相关性，因此在一种资产价格上涨而另一种下跌时，就可以做多下跌的资产，而卖空上涨的资产。由配对交易发展而来的统计套利与配对交易的不同之处在于，统计套利判断资产的相关性并不依据基本面或其市场特征，而且它所关注的往往是包括上百个资产的资产组合之间统计上的相关性。

总的来说，定量化交易策略是指利用定量分析方法进行投资决策的策略，种类非常繁多。这些策略都需要使用数学模型、统计学分析等定量分析方法，通过捕捉市场中的价格波动、事件影响等信息来实现投资回报。

4. 事件驱动交易策略

高频交易中的事件驱动交易策略是一种利用信息不对称的交易策略，主要是利用市场中的特定事件对资产价格产生的瞬时影响进行交易。这些事件可能包括公司重组、收购、股权发行、分红等，以及宏观经济指标发布、政治事件等。事件驱动交易策略通常需要快速获取和分析事件信息，并在市场上快速执行交易以获取利润。

事件驱动交易策略的核心是对事件的预判和分析，这需要对市场中各种事件的影响、事件发生的概率和影响程度等进行研究和分析。在事件发生前，交易员需要通过各种渠道获取事件信息，例如新闻、公司公告、社交媒体等，然后进行分析和模型构建，确定相应的交易策略。

在事件驱动交易中，交易员通常需要对多个相关资产进行交易，以抓住事件对整个市场的影响。此外，交易员需要快速、准确地进行交易，通常采用高频交易技术来实现。

事件驱动交易策略需要对市场情况和事件动态进行不断的监测和分析，及时调整交易策略和风险控制，以确保交易的成功和盈利。这种交易策略需要具备专业的技术和分析能力，以及对市场的深刻理解和洞察力。

5. 其他

除了主要的四个交易策略，高频交易中还存在一些利用信息优势、操纵价格走势甚至损害交易公平性的策略，主要包括结构性策略和方向性策略。

结构性策略利用的是交易制度不公平的漏洞来获取利润。例如，一些交易者利用托管服务(co-location)提前获取价格和订单数据，从而得以提前下单，获取交易优势和利润。

方向性策略主要包括指令占先和趋势引发策略。指令占先策略又称“掠夺性算法交易”，其通过技术手段识别潜在的大买单或大卖单，并抢先发出指令，在价格上涨或下跌时平仓获利。

趋势引发策略则是利用预先建立的头寸，诱骗其他交易者进行交易，引发价格快速变动，从中获取利润。具体操作方法包括：通过大量挂单诱导其他交易者跟随市场趋势，通过大笔成交触发市场中存在的止损指令等。在实施交易操纵行为的同时，还可能发布虚假信息等行为，进一步扭曲市场价格。

需要注意的是，这些策略虽然可以在短时间内带来高额利润，但是它们也可能会损害交易市场的公平性和透明度，甚至引发市场波动和崩盘等问题。因此，监管机构需要密切监控这些高频交易策略的运用情况，防范其可能带来的风险。