国内算法交易对资本市场的影响

非凸科技 2022-09-20 09:37:44

随着金融市场的发展,特别是国际市场对冲基金的繁荣,各种统计套利和趋势交易算法的推广,算法交易越来越受机构投资者的青睐。采用计算机来分割交易指令,以降低大额交易的成本,增厚投资收益。

 

算法交易的快速发展也对资本市场产生了深远影响。体现在:

 

1. 算法交易的市场份额快速上升,通过大单分割、隐蔽交易等手段减小了对市场产生的冲击,得到更好的报价,有效地降低交易成本,因而在股票、期货、外汇、期权、债券市场得到广泛应用;

2. 算法交易引起了证券市场微观结构发生显著变化,投资者通过计算机程序发出委托指令,交易程序可以自动拆单,择时,在不同的档位进行委托报价等;

3. 算法交易对市场信息具备更快的反应速度,进而影响市场的质量与总体效率;

  1. 算法交易大量涌现,对资产定价、风险传导、市场监督等各方面都将产生重大影响。

 

随着机构投资者的增多,越来越多的机构开始选择通过算法交易进行交易执行。目前,国内已有一些券商机构在自研算法交易系统。而对于有些券商来说,算法交易领域的技术壁垒较高,客户粘性也很强,他们需要与第三方算法服务商长期合作以保证持续迭代的算法能带来稳定超额收益。作为第三方算法服务商的非凸科技,目前已服务逾50家量化领域头部券商。

 

与海外市场相比,中国证券市场起步较晚,但拥有世界领先的电子交易系统,在算法交易方面具有潜在优势。其监管模式,也有效保证了算法交易的稳步发展,但中国的股票市场散户化相对明显,市场波动较大,冲击成本较高,随着交易额的上升,成本增加明显。因此,机构投资者越来越关注交易成本,对交易员的考核也从简单的完成交易指令向以更优的价格完成交易指令进行转变。

 

随着技术的发展,交易技术也在不断更新迭代,上交所流式报盘系统,低延时,高精度的匹配系统,分布式存储,云计算和超算的发展,也为算法提供了坚实的硬件基础。金融市场的高度自动化带来的不仅是算法的不断演变,NLP,图像识别扩展多维数据,机器学习,神经网络助力模型推演,同时也带来了大量的交易演变和需求的提升。

 

与此同时,非凸科技也在扩大对人力和算力的投入,通过机器学习、深度学习等人工智能技术持续迭代优质算法,以及通过Rust架构保证交易系统的安全与稳定。目前,非凸智能算法能跑赢TWAP/VWAP基准3-5BP,明显领先于市场平均0-1BP的水平。

 

非凸科技可以为量化机构保驾护航,因其背后强大的金融和计算机工程团队。团队成员背景多元化,其中不乏ACM、KAGGLE、CMO、IMO等顶级竞赛奖牌获得者。非凸科技求贤若渴,欢迎热爱计算机工程、量化交易的小伙伴,加入进来!

 

社招岗位:Rust开发工程师

工作内容

1.设计并开发基于Rust的高性能,低时延算法交易系统;

2.设计并开发数据处理平台,监控运维平台;

3.设计并开发面向客户的高可用交易工具等;

4.设计并开发策略相关的回测平台。

岗位要求:

1.本科及以上学历,编程基础扎实,具有良好的计算机理论基础;

2.熟练掌握Linux操作,性能分析,具备Rust/C++/Java/Go丰富开发经验,熟悉常用的设计模式,有分布式相关经验加分;

3.有研发高性能,低时延系统经验加分;

4.对技术充满热情,思考深入,自我驱动,能快速学习新鲜事物。

Base range20K-50K+自营盘奖金+员工福利

 

  • 社招岗位商务经理

工作内容

1.服务机构客户,以私募证券类、券商机构为主,针对所负责区域内的金融机构客户进行开发与维护,包括日常客户走访,收集客户需求,向客户提供市场咨询,与客户保持良好关系;

2.根据公司金融机构业务规划,统筹金融机构整体营销方案的具体落地执行,推动金融机构开发及合作,促成多赢的谈判结果;

3.根据客户需求,提供算法交易一体化解决方案。

岗位要求:

1. 学历专业不做要求,对计算机、金融科技、算法交易有深刻认知和理解加分;

2. 对行业经验不做要求,曾在券商、量化平台、恒生、迅投、私募、FOF机构等任职优先考虑;

3. 需要具有学习能力和良好的沟通能力,语言表达能力、逻辑思维能力、探索精神、主观能动性;

4. 具有较强的活动组织能力和抗压能力,良好的团队合作精神和协作能力均为加分项;

5. 拥有有券商资源,面貌形象好为加分项。

Base range15K-25K+自营盘奖金+员工福利

 

校招岗位软件开发工程师/算法工程师/量化策略研究员/机器学习研究员

 

需要这样的你

1.2023届本科及以上学历,计算机、金融、物理、数学等相关专业;

2.专业基础知识扎实,熟练使用Rust/C++/Python/Go/Java;

3.获得MCM、ICM、ACM、NOI、CMO等国内外顶级计算机类奖项优先;

4.对技术/策略研究充满热情,思考深入,自我驱动,能快速学习新鲜事物。

Base range

实习期600-800元/天

转正后20k-50k+自营盘奖金+员工福利

 

工作地点北京、上海、成都、深圳、新加坡、美国

投递邮箱recruit@ft.tech

微信沟通354334592

邮件注明姓名+岗位+社招/校招

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

...全文
618 回复 打赏 收藏 转发到动态 举报
写回复
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
源码链接: https://pan.quark.cn/s/0f7c75cb3aad ### MIPI Video Mode 与 Command Mode 的差异 #### 一、引言 MIPI (Mobile Industry Processor Interface) 是一种用于连接移动设备中处理器及其外围设备的标准化接口。MIPI 接口支持多种协议,其中包含 DSI (Display Serial Interface) 和 DCS (Display Control Interface) 等协议。在 MIPI 接口的应用中,主要涉及两种工作模式:Video Mode(视频模式)和 Command Mode(命令模式)。本文旨在系统性地阐述这两种模式的工作机制、特性以及实际应用环境。 #### 二、LCD RAM 概念说明 在进一步探讨 MIPI 的两种模式之前,有必要对文中提及的“LCD RAM”概念进行明确。实际上,“LCD RAM”并非一个通用术语,而是本文作者用来描述 LCD 控制器中用于存储显示数据的内存区域。LCD(Liquid Crystal Display,液晶显示屏)通常配备一个控制 IC(Integrated Circuit,集成电路),该控制 IC 可能内置 RAM 以缓存显示数据。 #### 三、MIPI Video Mode(视频模式) **定义:** - 视频模式是一种类似于传统 RGB 接口的工作模式,它要求主机持续不断地向显示器传输刷新数据。 - 在这种模式下,数据和控制信号以报文的形式通过 MIPI 总线进行传输。 - 显示器本身无需配备帧缓冲器,因为主机会周期性地刷新屏幕。 **特点:** 1. **实时性高:** 主机需要不...
源码下载地址: https://pan.quark.cn/s/a4b39357ea24 在电磁模拟技术中,CST(Computer Simulation Technology)是一种被广泛采纳的软件工具,它主要用于电磁场、微波、天线以及射频系统的设计工作。本资料将详细分析CST软件中离散端口的具体配置方法,这些方法对于提升仿真结果的精确度和专业水准具有决定性作用。离散端口在CST软件中扮演着模拟信号输入或输出的重要角色,它们构成了仿真模型不可或缺的部分。在配置离散端口时,一个核心的原则是保证端口的方向与网格线保持一致,这是因为这样做能够有效降低计算过程中产生的误差,并确保仿真数据的有效性。如果未能遵循这一指导原则,可能会引发未知的计算问题,进而导致仿真结果失去可靠性。 在CST软件中配置离散端口,通常需要借助“Pick Points”这一功能。通过选择“Pick Edge Center”选项,端口将被设定在模型边缘的中心位置上。然而,这种做法并不总是能够确保端口与网格线保持平行。在某些特定情形下,模型的几何构造可能不允许直接选取一个与网格线平行的边作为端口的安装位置。 为了克服这一挑战,可以采用多种不同的策略。如果模型本身已经包含一条与馈电口平行的边,那么可以直接利用这条边来建立端口,此时CST软件会自动调整端口使其与网格线对齐。另一种可选的方法是,当模型不具备现成的平行边时,用户可以手动构建一个几何结构,比如一个立方体,并使其边缘与馈电口平行。通过这种方式,新建立的几何结构的边缘就可以作为端口的位置,从而确保端口与网格线的平行关系。 在实施上述操作时,必须关注端口尺寸的合理性和物理意义的一致性。端口的尺寸应当依据实际天线馈电部分的尺寸进行适当调整,过大的端口或...
代码下载链接: https://pan.quark.cn/s/a4b39357ea24 【使用TensorFlow进行图像识别】 图像识别作为计算机视觉领域的关键任务之一,其核心在于通过算法解析和理解图像所包含的信息。在此资源中,我们将集中探讨如何借助功能强大的深度学习框架TensorFlow来执行手写数字识别。手写数字识别构成了众多实际应用的基础,例如自动支票处理、光学字符识别(OCR)等场景。 TensorFlow是由Google创建的一个开源库,它主要用于数值运算和机器学习,尤其在深度学习方面表现卓越。其核心优势在于可以构建并训练复杂的神经网络架构,并且在多种硬件环境中实现高效执行,涵盖CPU和GPU平台。 在此实践项目中,我们将运用TensorFlow来构建一个卷积神经网络(CNN)模型,这种架构是处理图像数据的理想选择。CNNs通过模仿人脑视觉皮层的运作机制,能够自主地提取图像中的关键特征,进而达成识别目标。在手写数字识别的特定情境下,这些特征可能涉及笔画的几何形态、走向以及相互间的连接模式。 对于CNN的基础结构,我们需要具备相应的认知,其通常由卷积层、池化层、全连接层以及激活函数等部分组成。卷积层借助滤波器(亦称卷积核)对图像进行扫描,以捕捉局部特征;池化层则用于降低数据维度,同时保留核心信息;全连接层将特征向量映射至各类别的概率分布;而激活函数如ReLU则通过引入非线性元素,使模型能够学习更为复杂的模式。 在此案例中,建议采用MNIST数据集,这是一个广泛用于手写数字识别的标准测试集。该数据集包含60,000个训练样本和10,000个测试样本,每个样本均为28x28像素的灰度图像,代表0到9这十个数字中的某一个。为了训练模型,必须首先加载数据,并...

628

社区成员

发帖
与我相关
我的任务
社区描述
程序员在职场~~~
求职招聘职场和发展 企业社区
社区管理员
  • 职言职语
  • 正在学前端的Mill
  • DeveloperCommunity
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧