第一章 算法交易概述 1
1.1 算法交易的概念 1
1.2 算法交易产生的背景 3
1.3 常见的算法交易策略 7
1.3.1 算法交易策略 7
1.3.2 算法交易的发展历程 8
1.3.3 常见的算法交易策略 8
1.4 算法交易的优势 13
第二章 算法交易的研究现状 14
2.1 隐性交易成本的研究 14
2.2 算法交易策略的研究 15
第三章 证券市场微观结构和交易成本概述 18
3.1 证券市场微观结构概念 18
3.2 证券市场微观结构的基本内容 18
3.2.1 价格形成机制 18
3.2.2 价格形成机制的特殊情形 19
3.2.3 订单形式 21
3.2.4 交易离散构件 22
3.2.5 交易信息披露 23
3.2.6 价格稳定机制 23
3.2.7 日内回转交易制度 25
3.2.8 交易支付机制 25
3.3 我国的证券交易与证券交易市场 26
3.3.1 上海证券交易所 26
3.3.2 深圳证券交易所 31
3.3.3 香港证券交易所 32
3.3.4 台湾证券交易所 34
3.4 国外主要证券交易市场的交易机制 34
3.4.1 纽约-泛欧证券交易所 34
3.4.2 纳斯达克证券市场 36
3.4.3 东京证券交易所 38
3.4.4 多伦多证券交易所 39
3.4.5 法兰克福证券交易所 42
3.4.6 澳大利亚证券交易所 43
3.4.7 新加坡证券交易所 44
3.4.8 纽约证券交易所 47
3.4.9 伦敦证券交易所 48
3.4.10 芝加哥期货交易所 52
3.5 交易成本概念与度量 54
3.5.1 隐性交易成本 55
3.5.2 显性交易成本 61
第四章 证券市场微观结构理论 63
4.1 证券市场微观结构理论的起源 63
4.2 证券市场微观结构理论的发展 64
4.2.1 第一阶段：20世纪70年代以前 64
4.2.2 第二阶段：20世纪70年代到80年代中期 65
4.2.3 第三阶段：20世纪80年代中期到90年代 65
4.2.4 第四阶段：20世纪90年代至今 66
4.3 价格发现模型 66
4.3.1 存货模型 66
4.3.2 信息模型 67
4.4 证券市场微观结构理论的主要研究内容 68
4.4.1 德姆塞茨交易成本理论的研究 68
4.4.2 买卖差价问题的研究 69
4.4.3 关于证券价格波动性问题的研究 70
4.4.4 关于证券收益的序列相关方式的研究 71
4.4.5 关于信息对交易量和价格的影响的研究 71
4.4.6 有关金融市场微观结构理论的实证研究 72
第五章 基于VWAP的市场冲击度量与影响因素研究 73
5.1 VWAP的理论依据与市场冲击的度量 73
5.2 市场冲击成本实证研究 74
5.2.1 研究假设 74
5.2.2 变量设计 75
5.2.3 样本数据 76
5.2.4 实证结果与分析 76
第六章 基于股票有限流动性的市场冲击研究 79
6.1 股票有限流动性的定义 79
6.2 市场冲击成本实证研究 81
6.2.1 研究假设 81
6.2.2 变量设计 82
6.2.3 样本数据 83
6.2.4 实证结果与分析 83
第七章 证券市场流动性视角下的市场冲击研究 90
7.1 市场冲击与股票价格变动 91
7.2 实证研究设计 92
7.2.1 研究假说 92
7.2.2 样本选取 93
7.2.3 相关变量 93
7.3 实证结果与分析 94
7.3.1 描述性统计 94
7.3.2 回归分析与结果 97
第八章 基于隐性交易成本的算法交易策略设计 100
8.1 受市场冲击和机会成本共同影响的交易模型 100
8.1.1 模型描述 100
8.1.2 每个交易时期的订单成交概率都相等 102
8.1.3 所有交易时期订单的成交概率不一致 103
8.1.4 数值示例 104
8.2 受市场冲击、机会成本与择时风险等因素影响的算法交易策略 111
8.2.1 模型描述 111
8.2.2 风险中性投资者可预期未来成交量 112
8.2.3 数值示例 113
第九章 总结 120
9.1 研究结论 120
9.2 相关启示 122
参考文献 124
附录：光大证券“乌龙指”事件 133