从广义上讲，算法交易泛指事先设计好交易策略，并将其编制成计算机程序，利用该程序并结合当前行情的变化来决定交易下单的时机、价格和数量等。从狭义上讲，算法交易(Algorithmic Trading)指把一个指定交易量的买入或者卖出指令放入模型，并根据事先确定的某些价格或时间的基准目标，自动产生执行指令的时机和交易额。高频交易是算法交易中的重要类型，以交易策略为主，如通过对相关品种价格变化模式的分析来进行统计套利，其特点是依赖复杂的计算机程序捕捉价格的微小变动，在极短时间（短至毫秒级）内完成买卖。
目前，包括股票、期货、期权、债券、交易所交易基金（ETF)、外汇等在内的金融市场上的大部分金融产品能够进行算法交易。从海外实践情况看，算法交易主要的用户包括经纪商、养老基金、共同基金和投资银行的自营交易部门等。此外，算法交易也被对冲基金广泛采用，其中，具有代表性的包括Kenneth C. Griffin的Powerhouse Citadel 对冲基金、文艺复兴技术公司（Renaissance Technologies）和DE Shaw公司。
算法交易是随着20世纪金融市场下单指令计算机化和程序化交易的发展而兴起的，以NYSE引入订单转送及成交回报系统（Designated Order Turn around，DOT）、Super DOT系统以及开盘自动报告服务系统（Opening Automated Reporting System，OARS）为标志。随着金融市场的发展，特别是国际市场对冲基金的繁荣、各种统计套利和趋势交易算法的推广，算法交易越来越复杂，也越来越受到投资者的重视。著名的文艺复兴对冲基金正是利用高频的算法交易获得了远高于巴菲特的长期回报率。
据估算，在美国股市中，在全部交易中使用高频交易的交易占比高达70％，在欧洲股市则有30％至50％，亚洲地区相对弱一些，在日本东交所则为30%左右。可见运用算法交易是国际市场中主流的交易模式。在境外成熟市场，尤其是美国，算法交易超常规的发展速度和美国几十个交易中心之间的激烈竞争是分不开的，但多个交易中心的竞争并非算法交易实现的充分前提。我们认为，现代交易技术的变革、投资者的逐利性和算法交易的先天优势是算法交易产生并迅猛发展的重要因素。
国内证券市场经过十多年的发展，已具备实施算法交易的硬件条件，而且量化投资的理念开始被机构投资者所接受。不过，算法交易的门槛较高，国内采用真正意义算法交易的投资者凤毛麟角，算法交易在我国属于刚刚起步的阶段。
以交易执行策略为例，自2009年以来，交易执行逐步引入国内证券市场，得到了市场参与者的重视。在基金方面，包括华夏、嘉实、易方达、博时、南方等20家基金公司购买了恒生交易执行技术系统，并在实际交易中利用交易执行进行交易。一些管理规模较大、交易量较多的基金公司采用交易执行进行交易的比重不断提升。例如，华夏、嘉实、工银瑞信等公司的股票交易量中约有15%至25%由交易执行完成。在券商方面，瑞银证券、国信证券、海通证券、中信证券、广发证券等纷纷开始开发交易执行策略。
现阶段，我国证券市场算法交易的应用主要包括ETF套利交易、交易执行、组合下单和期现套利等方面，以及逐渐涉及其他统计套利策略等方面的运用。 在沪市市场中，ETF折溢价无风险套利有两种模式：
1）溢价套利，当ETF交易价格高于其净值（还需考虑交易成本，含价格冲击成本）时，可进行溢价套利，具体操作：①买入一篮子股票；②申购ETF；③卖出ETF；
2）折价套利，当ETF交易价格低于其净值（还需考虑交易成本，含价格冲击成本）时，可进行溢价套利，具体操作：①买入ETF；②赎回一篮子股票；③卖出所赎回股票）。
此套利模式要求瞬时完成，即投资者根据ETF和指数成分股的当前买卖盘情况，按照指数成分股权重比例，瞬时完成整个套利过程，当ETF交易价格处于溢价时（即当前交易价格高于其所代表的一篮子证券价格或净值），可以通过购买一篮子证券，进行ETF申购，再卖出ETF套利；当处于折价时，则正好相反，买入ETF，赎回一篮子证券，再卖出这些证券套利。该模式已成为保障ETF高效定价的重要工具，使ETF的折溢价率一直处在非常低的水平，一般维持在0.5%以内。
注：NAV为ETF在该时刻的净值，实际运作时，还要考虑交易成本。
从2008年至2010年的相关统计结果，可以看出：
1）基于折溢价的无风险套利交易越来越活跃，笔数由2008年的几百笔增加到2009年的近8500笔，在2010年第一季度也达2500笔。
2）基于折溢价的瞬时无风险套利并非是“无风险”的，由于交易成本（尤其是价格冲击成本）、预估现金的最后交收存在变数，很多套利交易盈利比例不高。
3）无风险套利模式带来的日均交易量占比不足0.1%，对二级市场的影响不大。
在我国，买入的ETF禁止当日卖出，但是借助于ETF套利及ETF跟踪净值误差很低的性质，投资者可以把买入的ETF，在价格上涨后换成价格几乎相等的一篮子股票卖出，或者买入一篮子成份股换成ETF后，在ETF价格上涨后卖出获利，即ETF延时的溢价套利/折价套利。
通过比较近几年ETF延时套利成本与收益情况，我们发现：
（1）ETF延时套利的交易量占比不高，其日均交易量不超过一级市场的0.3%和二级市场交易量的0.12%。
（2）ETF延时溢价套利比例远大于ETF延时折价套利比例，且延时套利中溢价套利较为容易，收益也较多，尤其在上涨行情中，其成本基本为负，即转化为ETF后其净值比原一篮子股票市值要高。
交易执行策略是将大单拆分成大量较小的交易，以减少对市场的冲击、降低机会成本和风险的下单策略。本部分根据海外成熟的交易量加权平均价格（VWAP）方法和执行价格（IS）方法，考察了国内基金交易沪市股票的执行情况，以分析算法交易在沪市的应用程度。
实证分析结果表明：
（1）不论以VWAP还是IS方法，总体来看，随着我国基金对交易成本的重视和算法交易的逐步应用，基金交易成本呈现逐年下降趋势。2007年以来，基金投资沪市A股市场的VWAP （买卖合计）的交易成本平均为0.28亿元和15.1个基点，在2012年时，交易成本分别下降到0.02亿元和7.3个基点。
（2）基金买入的交易成本要小于卖出行为的交易成本。例如，在2012年，基金买入的交易成本平均为3.8个基点，而卖出行为的交易成本则为10.8个基点，后者是前者的近3倍。
我们进一步统计了2012年沪市投资者在同一交易日交易单只股票时下单超过2笔（包括2笔）的情况，以及按照同一交易数量下达10笔以上订单（我们称之为按时间平均下单的策略，即TVOL）的情况，以考察投资者拆分订单的情况。结果发现：
（1）在2012年沪市投资者提交的所有订单中，有66.3%的订单属于拆分订单，即投资者在同一交易日交易单只股票时下单超过2笔（包括2笔）的订单金额占比为66.3%。
（2）按照同一交易数量下达10笔以上订单金额占比为全部订单金额的2.6%。
由此可见，沪市投资者拆分订单的情况较为普遍，表明投资者心中已经有了拆分订单、分散价格风险等算法交易的初步意识。 做市商策略采用提供买/卖报价并给市场提供流动性的方式，赚取买卖价差（bid-ask spread）。鉴于国内法规、硬件设施、交易费用的限制，该类策略在国内尚且无法大规模实施。不过，国内某些机构为了保证其发行的投资产品（如ETF等）在二级市场有足够的市场流动性，会主动邀请一些专业机构为其产品做市，算法交易毫无疑问为做市商的一种最佳选择。
据此，我们考察了2012年1-3月金融ETF（510230）、中盘ETF（510030）产品的一级交易商。其中，金融ETF（510230）有2家，中盘ETF（510030）有1家。通过对上述ETF一级交易商行为的考察，我们发现：
（1）从报单时间占比、买卖价差以及买卖成交量占比来看，一级做市商的报价意愿、活跃程度和报价能力较好，较好地履行了做市商的职责。
（2）尽管ETF一级交易商已在引导市场合理定价、ETF市场流动性供给方面发挥了积极作用，但总体上看，ETF一级交易商在机构数量、做市ETF数量、提高流动性、稳定价格等方面的作用仍有待进一步提升的空间。 国内部分基金通过量化方式择股择机，这是基金市场对算法交易运用的一个重要领域。国内“量化基金”的热潮已悄然掀起，嘉实、中海、华商、富国等均推出基于量化策略的基金。除了量化基金外，很多基金公司也纷纷推出了增强型指数基金，通过运用算法交易方法来提高指数型基金的收益率。
量化基金通过数理统计分析，选择那些未来回报可能会超越基准的证券进行投资，以期获取超越指数基金的收益。总的来说，量化基金采用的策略包括量化选股、量化择时、股指期货套利、商品期货套利、统计套利、期权套利、算法交易、资产配置等。
我们通过考察量化基金和增强型指数基金的业绩来间接分析算法交易在我国证券市场的发展情况。结果表明，从2012年国内量化基金表现来看，量化基金业绩表现一般。虽然大摩多因子和申万菱信量化小盘两只基金取得了非常优秀的业绩，在整个基金业都名列前茅，但是就总体而言，战胜基准的量化基金仅占比50%，能够超越指数的基金仅占21.43%。在2012年度量化基金平均跑输基准4.05%。增强指数型基金产品相对表现好些，在2012年度平均跑输基准0.14%。 1. 算法交易有助于改善证券市场质量，提高定价效率。算法交易通过技术手段基本连接了市场中所有的产品，提高了信息融入价格的能力，促进了市场定价效率的提高。
2. 算法交易有助于改善我国投资者结构。算法交易一般由有能力的专业性机构投资者运用，这会对普通的个人投资者产生影响，最终导致部分普通投资者选择专业机构投资者进行理财，以间接参与到市场交易中去。
3. 算法交易给监管机构带来监管难题。在股市与衍生品市场相结合的市场中，绝大部分交易由复杂的算法执行，在存在跨市场监管套利机会时，算法交易就会利用各种可能来规避监管。因此，未来需要加强并完善对算法交易的监管，应对算法交易的运用所产生的“微观市场操纵”(Micro-Manipulation)以及“交易异常”(Trading Aberration)等问题。
4. 算法交易对交易所技术系统形成一定压力，技术系统处理架构需要未雨绸缪。随着算法交易在我国证券市场中部分专业性投资者中盛行，算法交易带来的订单申报量预期会有较大幅度的增加，这将会对交易所的技术系统带来的一定的压力。在2011-2012年国内沪市的300成分股中算法交易量约占10%左右，据此金融创新实验室模拟了算法交易占全市场当日订单申报量10%的情况下，市场股票订单数量的情况。结果表明，相比算法交易给沪深300带来的日内平均23.91%的真实增幅而言，全市场股票日内增幅峰值的均值为97.33%，分布范围为58.00%至152.85%。在未来，我国证券市场中算法交易的发展会导致订单规模的变小以及撤单比例的加大，交易系统需要处理的订单数量增加。因此，我国证券交易所的技术系统处理能力在订单量增长方面未雨绸缪，在性能指标设计方面有前瞻性，在架构设计上有可扩展性，以应对算法交易的压力。
5. 算法交易会给市场带来潜在风险。算法交易较为复杂，且以计算机程序进行投资和交易。然而，由于市场发展瞬息万变，投资者不可能考虑到所有的情况，因此，可能出现算法交易失败导致的市场风险。 我国部分交易制度会限制算法交易的发展，包括：
1. T+1交易制度。我国股票市场目前采用T+1的交易制度，而算法交易一般需要进行大量的日内交易。T+1交易机制无疑会带给以高频交易为主的算法交易者带来极大的阻碍。
2. 交易费用较高。我国股票市场的交易费用较其他国家或地区更高，特别是股票交易存在单边成交金额0.1%的印花税，对算法交易来说影响更大。
3. 数据存在高延迟问题。我国股票市场中存在数据延迟问题，这会制约算法交易的顺利进行。目前，在股指期货市场中的行情信息为实时揭示，而我国股票市场中一般的行情揭示为5秒/次，Level2的行情揭示速度也仅为3秒/次。因此，目前股票市场数据存在高延迟情况，这不利于专业型投资者算法交易的开展。 1. 配套IT基础设施
作为交易服务的提供方，我国的证券交易所必须要具备高容量和超低延迟的交易系统。境外实践表明，算法交易对交易所技术系统提出的挑战会大幅度增加订单数量，并对成交与交易信息披露的速度有很高的要求。
我国境内证券交易所交易系统技术先进，以上海证券交易所新一代交易系统为例，目前订单处理能力已达到12万笔/秒，完全能够支持高频交易。不过，我国交易信息披露（行情）的速度距离算法交易的要求还存在一定的差距，需要进一步加以完善。
2. 配套交易机制和产品
配套算法交易机制涉及的方面较多，包括：结算和清算制度、当日回转交易、做市机制、大额对盘交易机制、增加品种流动性等。我们以ETF基金的算法交易为例进行阐述。
目前，我国ETF交易机制可以参照海外流行的做法，包括：
（1）对ETF回转交易进行试点。对于算法交易而言，若允许进行T+0交易，投资者可以运用相对少量的资金，在日内对ETF 进行交易，并能够达到控制存货成本的目的。对于结算方面，目前沪深两市的结算模式可以不做改动。若登记公司考虑价差风险，可以采取类似权证的做法，要求券商缴纳一定数额（数额与做市券商的ETF交易量相关联）的价差保证金。
（2）改进融资融券机制。一方面，积极推进试点转常规工作，积极扩大开展融资融券业务的证券公司范围，扩大标的证券范围，将融资标的扩大至大部分证券。同时，加强对融券交易的风险监测，有效发挥融资融券在改善定价效率上的作用，并积极推动转融通业务试点。另一方面，实现融资融券信用账户与现货账户的互通，实现日内卖空、日终结算。
（3）创新ETF的相关产品，比如可以发展ETF指数权证、杠杆与反向ETF等品种促进ETF流动性，增加投资者算法交易的机会。
3. 配套法律制度
配套算法交易机制涉及的方面较多，包括：裸买空的法律合规性、税收特殊豁免条款、订单簿信息披露规定的公允性等，不同的交易品种需要个案探讨（比如现在柜台交易中对OTC做市商法律约束的专门讨论）。下面仍以ETF的算法交易为例进行阐述。
很多ETF算法交易是一种变相的ETF做市，所以推行ETF做市商制度不仅自身做市会提供流动性，也间接增加了算法交易机会。为了实现基于ETF的算法交易，可以在国内推行ETF做市商制度，并对做市场在相关法律法规的部分限制进行豁免。例如，取消做市商对股票基金持有比例不得超过5%的限制，以方便ETF算法交易和做市。
4. 配套监管制度
建议参考成熟经验，在交易规则或实时监控指引等相关规则中明确对算法交易的监管。例如，中金所就在《中国金融期货交易所期货异常交易监控指引》中明确将“通过计算机程序自动批量下单、快速下单影响交易所系统安全或者正常交易秩序”列为异常交易行为。就我国股票交易市场的监管而言，我们认为应着重于以下几点：
（1）建立算法交易判定标准（可以使用交易量、报单成交比值等指标），根据交易量大小对投资者进行分类，并在每日盘中或交易结束后及时迅速分析其交易行为，以采取相应监管措施。
（2）建立算法交易策略的评价标准，识别并限制对市场和其他投资者有害的策略。跟踪算法交易的交易行为，分析其交易策略的种类、理念和操作手法，评价市场在正常和极端情况下，算法交易所提供流动性的质量和对其他市场特征的影响，评价算法交易对其他投资者的影响，识别和限制通过损害其他交易者牟利的掠夺性策略，维护市场的公正性。
此外，监管部门还应该着重加强以下方面的监管：
（1）跟踪期权、期货等衍生品，融资融券机制等对市场的影响，设立相应熔断机制等。
（2）关注个股波动情况，加强交易所平台之间的沟通。加强交易所平台之间的沟通和联动对于稳定证券产品的价格、减少市场波动也有至关重要的作用。
（3）实时跟踪市场情况，保持与主要的算法交易投资者的沟通，发现市场的潜在风险。