7月31日，证监会开查疑似程序化交易，同时沪深交易所公布了限制交易的一批证券账户名单，“量化”、“对冲”一时间成为热词。

　　程序化交易最为国内投资者熟悉的案例就是光大证券“816乌龙指事件”，由于程序错误一度引发指数大幅波动。2014年8月，证券导报发表题为《我国资本市场程序化交易的风险控制策略》的长文，作者署名中国证监会规划发展委员会研究员叶伟。文章分析了程序化交易七种风险隐患，以及可能产生的四种后果；其结论是，程序化交易并不适合所有的市场行情，行情巨幅变化时，使用中的程序化交易策略将可能变得不再适合，而且在大行情到来时，用程序化交易系统所下的委托也可能无法成交。在某些特殊情况下，程序化交易可能遭遇死循环，导致部分程序的连续触发，从而引发市场的异常波动。

　　该文指出，错误的策略算法、软件漏洞、硬件故障、操作失误，以及不可预测的市场条件都有可能导致程序化交易系统出现故障，而且有可能对市场造成巨幅波动，并引发系统性风险。

　　程序化交易(Program Trading)，是证券交易方式的一次重大的创新。传统交易方式下，一次交易中只买卖一种证券，而程序化交易则可以借助计算机系统在一次交易中同时买卖一揽子证券。根据美国纽约证券交易所（NYSE）网站2013年8月份的最新规定，任何一笔同时买卖15只或以上股票的集中易都可以视为程序化交易，在之前的NYSE程序化交易还包括了应一揽子股票的总价值需要达到100万美元的条件。

　　目前，关于程序化交易，国际学术界和产业界并没有一个统一权威的定义，在国内，通常意义下的程序化交易主要是应用计算机和现代化网络系统，按照预先设置好的交易模型和规则，在模型条件被触发的时候，由计算机瞬间完成组合交易指令，实现自动下单的一种新兴的电子化交易方式。也就是说，我国资本市场对程序化交易的理解，不再如纽交所那样着重突出交易规模和集中性，而只强调交易模型和计算机程序在交易中的重要性。

　　从金融工程和量化投资的角度来讲，程序化交易，从交易的频次方面可以分为高频交易和低频交易。按交易目的与动机来划分，程序化交易主要可分为套保、套利、投机等三种。一个具体的投资交易过程，又可以包括交易的决策制定与交易执行方式两个部分。

　　而从监管者的角度，更关注的是程序化交易产生的潜在风险。基于当前现状，只有在一日内完成的程序化交易，才有可能对市场产生瞬间巨幅波动。从风险控制与便于监管的角度，在此将一日内完成的程序化交易做一个全新的分类，其决策制定的策略可以分为如下五类：

　　一是套利与套保型策略：就是通过两种或两种以上的不同类型的标的物的价格差异获取收益或套期保值，它包括了跨品种套利、跨市场套利、跨期套利、期权套利、期现套利、统计套利以及期现套保、期权套保等类型。

　　二是预测型策略：针对同一种类型的标的物，利用他们的历史表现以及投资者对当前市场情况预测未来走向。它包括趋势预测、动量与反转预测、阿尔法预测、久期平均、多因子选股，以及复杂的基于支持向量机、分形理论、卡尔曼滤波的价格预测等。

　　三是事件规则型策略：针对市场中的特殊事件以及投资者的特定规则来投资，它包括事件投资和规则投资。

　　四是自动做市商型策略：与普通做市商一样，自动做市商高频交易者通过向市场提供买卖订单来提供流动性。不同的是，他们与投资者反向操作。自动做市商的高速计算机具有通过发出超级快速订单来发现其他投资者投资意向的能力。例如，在以极快速度发出一个买单或卖单后，如果没有被迅速成交，该订单将被马上取消；然而如果成交，系统即捕捉到大量潜在、隐藏订单存在的信息，以此来获利。

　　另外，还有一种提前获取信息型策略，但这种方式目前属于违法投资策略，比如闪电交易，已经被美国证监会禁止，纳斯达克市场从2009年9月1日开始，终止使用闪电交易指令。

　　在交易执行部分，相对于人工传统方式交易单而言，计算机自动下单交易采用的执行算法更加快捷有效。一般来说，执行算法的主要目标和执行平台的主要功能，就是最小化买入和卖出投资组合的交易成本。在交易成本模型中，相对较小的订单而言，较大的订单花费更多的执行成本，因为流动性需求会支付越来越贵的流动性供应。执行算法的一个常见功能就是将大单拆为小单执行分散交易，降低交易成本。

　　目前有三种方法可以获得计算机自动下单中的执行算法：自己建立算法，使用经纪人提供的服务，或者购买第三方软件。现在执行算法所采用的算法发展得非常快，已有人利用人工智能技术、支持向量机、小波分析等复杂的技术来进行。

　　各证券公司作为交易所和投资者的中间环节或中介，在程序化交易过程中起到重要作用，是风险控制的关键环节之一。经过调研我们发现，目前证券公司为了打造其交易业务生态圈，对投资者客户进行了细分，将客户分为大机构客户、专业零售客户和普通零售客户等，为此证券公司提供给程序化交易投资者的接入方式也分为如下三种：

　　其中第一种和第二种对投资者接入方式对市场带来的风险比较小，证券公司风险完全可控。同时证券公司反映，由于证券公司对投资者的资金不好监控，投资者也不会告诉自己的具体决策策略给证券公司。如果要做好事前报备，可以从证券公司对投资者提供接入接口的方式来进行比较可行，同时可以加上超过一定流速权的条件来控制。同时证券公司还有自营业务，即利用券商自有资金进行买卖有价证券进行盈利的业务。由于自营部门大多会采取程序化交易来进行操作。在平常情况下，自营部门的业绩与效益是非常好的。如果公司管理治理存在问题的话，公司自营部门和风控部门之间的关系是非常微妙的，风控部门不愿或难以对自营部门开发或使用的软件的风险问题进行风控管理，会部分失去它应有的功能。光大证券乌龙指事件就暴露出这样的问题。一个软件的漏洞，居然可以逃过软件公司的风控，逃过了自营部门自身的风控，逃过了证券公司风控部门的管理，将风险传达到交易所。

　　当前，基金公司不是交易所的会员，他们只是利用券商的通道，采取DMA直连方式连接交易所，由基金公司自己来做风险控制。据调研，公募基金一般不做高频程序化交易，公募基金公司有规定，上午买的股票组合在当天下午不能卖出，基本上不能做日内交易，对市场瞬间波动不会产生影响。

　　类似于证券公司，各期货公司也是期货交易所和客户的中间环节。通过对期货公司的调研，我们也发现期货公司提供给程序化交易投资者的接入方式也主要分为如下三种：

　　其中第一种和第二种对投资者接入方式对市场带来的风险比较小，期货公司风险完全可控。潜在的不确定性的风险只有可能来自第三种，即期货公司提供接口方式。不管哪一种接入方式，期货公司对客户进行程序化交易都是掌握的。我们还了解到目前国内期货市场程序化交易者，主要是预测型使用者(即阿尔法预测、趋势型预测)、套利套保型使用者(即套利交易者和高频交易者)。

　　目前深圳证券交易所对程序化交易采取的措施主要有：(1)券商报盘流量控制，一个标准流速权为40笔/秒，一个报盘网关最多可报送1000笔/秒。(2)交易系统可以根据市场需求，分别对交易账户、券商交易单元以及某只股票进行停牌。目前还未对程序化交易进行报备。上海证券交易所也类似，未对程序化交易报备。

　　程序化交易在国内的商品期货、股指期货、ETF套利等交易中的应用范围日益扩大。为加强对程序化交易的监管，在中国证监会的指导下，当前已经实行T+0交易的四家期货交易所，即上海期货交易所、中国金融期货交易所、大连商品交易所和郑州商品交易所都出台了对程序化交易的具体监管措施，建立了相应的报备制度。在此之前，国内各期货交易所主要采取席位流量控制的方式，来减轻交易给生产系统带来的压力。由于目前国内期货市场程序化交易还处于初始发展阶段，对交易所的技术系统压力并不大，但仍有必要密切监控和预防风险的发生。

　　尽管四家期货交易所都对程序化交易实行报备制度，但不同交易所能不能从交易所层面看到哪些账户在进行程序化交易仍有差异。据大商所的相关同志反映，他们的系统从交易所层面不能看到哪些账户在进行程序化交易，只有其会员单位掌握这些数据。而中金所的同志则表示他们的系统可以从交易所层面看到哪些账户在进行程序化交易。根据2013年3月份在上海期货交易所的培训时与高管座谈，在国内期货市场，高频程序化交易量约占他们交易量的5~10%左右。

　　在程序化交易领域，国内参与群体以机构投资者为主，与成熟市场相比，我国机构投资者的规模明显偏小，投资者结构不平衡的现象突出。根据中国证券业协会2012年的研究报告，专业机构投资者自己有能力建构自己的交易策略，并具有一定的开发能力，可以实施自己的程序化交易系统；非专业投资者则缺乏开发能力，但对复杂交易指令和程序化交易有一定需求，需要有人提供相应系统服务。此外，目前中国市场还不是一个国际化的市场，国内市场的境外投资者非常有限。

　　程序化交易是一种全新的交易技术与交易模式。通过分析其在国外的发展现状以及带来的风险与问题，并结合国内资本市场实际，其风险隐患可以从如下几个方面进行分析：

　　任何数学模型都会存在潜在的风险。程序化交易一般根据投资意愿选择投资策略，构建投资模型，进而进行参数优化，不同的模型在不同的市场情况下表现出不同的风险特征。有些程序化交易模型从长期来看是盈利的，但是短期内可能会出现较大资金的回撤。 一些投资者在这种资金回撤下可能难以继续进行程序化交易，从而错过后期出现的大量盈利机会。另外，程序化交易使得订单更小、数量更多，加重了系统的冲击负载，系统的资源瓶颈、软件缺陷可能会在瞬间成为引爆点。程序化交易对交易所、中介公司的系统安全运行构成了新的挑战。

　　2012年10月芝加哥联邦储备委员会起草的一份标题为“在高频交易的时代如何保持市场的安全”的报告指出，基于涵盖了投资操盘手、交易所、代理商的几十个金融行业专家的调研2，他们发现：

　　(1)在以高频交易为代表的程序化交易，风险控制相比低频交易是薄弱的，这是因为竞争性的时间压力逼迫快速执行交易，而没有更系统性的安全检查。

　　(3)失控的算法实际存在性比在研究之前的预估更为普遍。在1/2的清算中心，2/3的私有交易公司，以及被调研的每一个交易所都经历了一个或多个异常的算法。

　　程序化交易并不适合所有的市场行情，但行情巨幅变化时，使用中的程序化交易策略将可能变得不再适合，而且在大行情到来时，用程序化交易系统所下的委托也可能无法成交。在某些特殊情况下程序化交易可能遭遇死循环，导致部分程序的连续触发从而引发市场的异常波动。在特殊场景下，程序化交易的策略也可能产生错误判断，不同投资者的算法策略可能产生广泛趋同的订单，引发价格共振异常，在极端情况下可能加剧市场波动，如果缺乏适当的价格稳定机制还可能进一步引发瀑布效应。市场外部异常冲击如恐怖袭击、爆发新战争、监管干预等等，也可能带来一些不确定风险。

　　系统故障，如由于突然停电、网络或通讯出现突发故障与繁忙，或因受到网络黑客、网络病毒的攻击或入侵等原因，程序化交易系统出现故障而导致交易出现问题。交易系统软件漏洞以及风险控制缺失也会导致不确定性的风险。 美国骑士资本在2012年8月1日因为一个程序小错误引发美国短时剧烈波动而损失了4.6亿美元。中国2013年8月16日发生的光大证券异常交易事件和骑士资本一样，同样起源于交易软件风险控制的缺失。

　　一是流动性较差。我国的证券市场没有做市商制度，这导致某些股票并不能保证足够的流动性。由于证券买卖时程序化交易并不如人工传统交易一样能对市场的一些特殊情况作出灵活的应对。在投资者运用程序化交易手段时可能会造成投资者的交易失败。指数成份股股票的流动性越。