算法交易也称为自动交易，黑匣子交易或机器交易，是指通过使用计算机程序发布交易指令的方法阳光股份股票。 在交易中，程序可以确定的范围包括交易时间的选择，交易的价格，甚至最后需要交易的证券数量。
算法交易最初是为了将大订单分解为大量较小的交易以减少对市场的影响，降低机会成本和风险而诞生的。 尤其是在像中国这样的以传统人工交易为主的市场中，可以想象使用计算机来实现自动下单将具有如此巨大的优势。
随着相关技术的发展和改进，算法交易由于其优势而开始在更多应用中使用。 例如，当电子新闻信息到达时，对冲投资组合使用它来实现快速交易，而其他交易者甚至都不知道该信息的存在。
特别是在中国期货市场，投机者很多。 使用手动下订单的方法，每天在市场上来回交易数百次的策略是巨大的能量和供交易者测试的能量。 另外，由于操作错误，人工订单通常会导致意外损失。 这使得算法交易将成为未来交易领域的主流发展方向。
算法交易分类
根据每种算法交易中主动算法的不同程度，可以将不同的算法交易分为被动算法交易，主动算法交易和综合算法交易。 大类别。
（1）被动算法交易
被动算法交易也称为结构化算法交易或时间表算法交易。 除了使用历史数据来估计交易模型的关键参数之外，这种类型的交易算法将不会根据市场状况主动选择交易的时间和数量，而是会根据既定的交易政策进行交易。 该策略的核心是减少滑点（目标价格与实际平均交易价格之间的差）。
例如：某策略需要购买1000万股A股，而被动算法交易软件将根据当前交易量分析未来交易量的分布，以便在流动性发生时 是好的，在流动性差时下较大的订单，下较小的订单。 这使得冲击成本尽可能低。
（2）主动算法交易
主动算法交易也称为机会算法交易。 这种类型的交易算法会根据市场状况做出实时决策，判断是否进行交易，交易数量和交易价格。 由于许多交易订单是根据实时市场条件发出的，因此可能无法完成交易员希望的所有交易。
除了努力减少滑点外，主动交易算法已逐渐将其重点转移到价格趋势预测上。 如果判断市场价格正在朝不利于交易者的方向移动，则交易被延迟，反之亦然，交易速度加快。 当市场价格具有很强的均值回归现象时，有必要迅速掌握有利于自己的所有偏差。
另外，当算法交易被广泛使用时，证券的市场价格行为将表现出某些规律。大型交易对手，通过合适的交易安排，与该对手完成交易，避免市场受到冲击。
主动型算法交易的成功取决于对市场的判断，这主要又分为趋势判断、反向判断两大类。如果某个算法交易判断A股票未来会有一波趋势行情，则该交易程序将主动发起攻击，追踪该趋势的价格进行主动买入的交易行为。这个趋势有多头趋势和空头趋势两种。反向判断，则认为A股票价格在未来一段时间会出现反向运行。例如涨了一段时间后，则进行做空操作；在跌了一段时间后进行做多操作。从而试图获得优于成交均价的交易行为。
（3）综合型算法交易
综合型算法交易是前两者的结合。既包含有既定的交易目标，具体实施交易的过程中也会对是否交易进行一定的判断。
这类算法常见的方式是先把交易指令拆开，分布到若干个时间段内，每个时间段内具体如何交易由主动型交易算法进行判断。两者结合可以达到单独一种算法所无法达到的效果。
例如：主动型交易算法判断出，在未来30分钟A股票将出现一波趋势行情，趋势的方向是向上。则具体的交易时，在当前的价格上卖一价附近，挂委托单，等待趋势中的回调作为被动成交的买点。
如果判断出未来30分钟A股票可能是震荡行情，则可以在震荡的高点挂卖单，在震荡的低点挂买单。利用对行情的主动判断寻找最佳的交易点，从而更好地降低对市场的影响，甚至获得额外的阿尔法收益。
被动型交易算法：市场的主流
从国际的发展来看，目前主流的是被动型交易算法，主动型交易算法只是作为被动型交易算法的一个参考和补充，根本原因在于：主动判断的准确率不够高，从而使得采用主动型交易算法有可能会造成较大的市场风险。例如本来是判断某个股票会有上涨的趋势行情，结果实际上是下跌行情，则采用追涨型算法的交易，会买在较高的价格上，不但没有降低冲击成本，反而带来了市场损失。
被动型算法交易策略假设市场是有效的。在这一假设下，无需关心市场均衡价格如何形成，也不需要尝试判断交易者的行为或试图主动影响市场，使得算法交易的设计与评价过程被大大简化了。
算法交易的核心问题是在冲击成本与等待风险之间进行平衡。
总而言之，算法交易对于大机构的交易行为，降低交易成本，降低对市场的影响，提高交易效率有着非常重要的价值。随着国内各种金融产品的推进，未来采用算法交易进行操作的投资者将会越来越多，也会有更多的适合中国市场的算法交易策略问世。
