之前我们谈论过众多的算法交易，也介绍了算法交易的许多策略，这些都是可以帮助我们提高收益率的，但是具体使用构架，很多朋友都不太清楚，今天小编总结一篇。

第一：算法交易系统概述

算法交易是使用计算机算法自动做出交易决策，提交指令并在提交后管理那些指令。算法交易系统最好使用由三个组件组成的简单概念架构来理解，这些组件处理算法交易系统的不同方面，即数据处理程序、策略处理程序和交易执行处理程序。这些组件与上述算法交易的定义一一映射。

第二：算法交易产生

有这么几个因素，一个是电子化成交的发展，另外一个因素是美国市场最小报价从1/16或者1/32的美元调整到1美分，这样一方面改变了市场的微观结构，把最小价差一下缩小了7、8成，这样也遏制了做市商交易的优势逐步的丧失，整个市场的流动性有所下降，因为市场流动性下单，那对于建仓的市场的冲击成本有很大的上升，那对于上个世纪末的时候，美国的一些机构或者大的交易者开始研究算法交易，设法通过一些拆单的方法去降低建仓的成本。

算法交易在欧美一些成熟的市场，占比还是比较大的。但在我们国内还有印度还是逐步成熟的市场，比例还是比较低。

一般来讲，新开发的算法交易的实现大致分为以下步骤，交易前利用市场上可获得的信息信息或数据进行预处理，算法交易的实盘运行和算法运行结束后对运行效果的综合研究。

第三：数据组件

算法交易系统可以使用结构化数据、非结构化数据或者两者兼用。如果数据是按照预定结构组织的，那么它是结构化的。示例包括电子表格、CSV文件、JSON文件、XML、数据库以及数据结构。与市场相关的数据（如日内价格、日终价格和交易量）通常以结构化格式提供。经济和公司财务数据也以结构化格式提供。Quandl和Wind是两个很好的示例结构化财务数据的来源

第四：功能性要求

在“制定交易决策”的最高级别要求之下，有三个高级别要求：

1、获取市场数据——下载、过滤以及存储结构化和非结构化数据。结构化数据包括实时市场数据。非结构化数据包括新闻和社交媒体数据。

2、制定交易策略——指定新的交易规则和策略。交易规则由一个指标、一个不等式和一个数值组成，例如“市盈率”
3、根据交易策略分析证券——对于每种证券，获取数据并通过交易策略对其进行过滤，以确定将要购买哪只证券。另外：对于每个未结头寸，决定出售哪只证券。注：此要求可能有所不同。

第五：在“创建交易指令”的最高级别要求之下，有两个高级别要求：

1、获取交易信息——对于每个决策，获取证券代码、价格、数量等。

2、创建交易指令——对于每个决策，指定指令类型并添加交易信息。有六种指令类型：多头、空头、市场价、限价、止损和条件。

在“管理指令”的最高级别要求之下，有三个高级别要求：

1、管理挂单——对于每个指令，验证并确认该指令。

2、发送/提交指令——将每个指令发送到交易所或券商。

3、管理已提交的指令——跟踪每个已提交指令的状态，如果指令匹配，则创建未结头寸。

整体的框架流程，具体操作就是这样。当然根据不同的行情以及我们自己的交易思路不一样，我们也要选择算法交易的类型，具体欢迎评论区交流讨论！关注韭菜修养，了解更多投资知识！