算法交易又被称为自动交易、黑盒交易或者机器交易，它指的是通过使用计算机程序来发出交易指令的方法。在交易中，程序可以决定的范围包括交易时间的选择、交易的价格甚至可以包括最后需要成交的证券数量。
算法交易最初诞生是为了将大单拆分成大量较小的交易减少对市场的冲击、降低机会成本和风险。尤其在中国这样以传统手动交易为主的市场，可以想象得到的是，采用计算机实现自动下单将会有多么大的优势。
随着相关技术的发展完善，算法交易因其优势开始被应用在更多方面的用途上。如对冲投资组合使用它来在电子新闻信息到达时实现迅速交易，而其他交易员甚至还不知道该信息的存在。
尤其是中国的期货市场，有很多炒手，每天在市场中进行几百次来回交易的策略，采用人工下单的方法，对交易员的体力和精力是一个巨大的考验。并且人工下单往往由于操作失误也会带来意外的损失。这使得算法交易将会成为未来交易领域一个主流的发展方向。
算法交易分类
根据各个算法交易中算法的主动程度不同，可以把不同算法交易分为被动型算法交易、主动型算法交易、综合型算法交易三大类。
（1）被动型算法交易
被动型算法交易也叫结构型算法交易或者时间表型算法交易。这类交易算法除利用历史数据估计交易模型的关键参数外，不会根据市场的状况主动选择交易的时机与交易的数量，而是按照一个既定的交易方针进行交易。该策略的核心是减少滑价（目标价与实际成交均价的差）。
例如：某个策略需要购买A股票1000万股，被动型算法交易软件将根据当前的交易量情况，分析在未来一段时间交易量的分布，从而在流动性好的时候，挂出较大的委托单，在流动性差的时候，挂出较小的委托单。这样使得冲击成本尽可能低。
（2）主动型算法交易
主动型算法交易也叫机会型算法交易。这类交易算法根据市场的状况做出实时的决策，判断是否交易、交易的数量、交易的价格等。由于很多交易指令是根据市场的即时状况下达，因此有可能无法完成交易员希望的全部交易。
主动型交易算法除了努力减少滑价以外，把关注的重点逐渐转向了价格趋势预测上。如判断市场价格在向不利于交易员的方向运动时，就推迟交易的进行，反之加快交易的速度。当市场价格存在较强的均值回归现象时，必须迅速抓住每一次有利于自己的偏移。
此外，当算法交易被广泛应用时，证券的市场价格行为就会表现出一定的规律。这样，就出现了一类特殊的算法交易，如瑞士信贷的Sniper 算法，它们的目标是发现市场上与自己交易方向相反的大型交易对手，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。
