T0策略又称日内交易策略，持仓时间较短，基于对未来短期股价走势的判断，低住买入高位卖出，以此来获得价差收益，买入卖出交易在日内完成。长期未看，T0策略收益稳定的同时回撤较低，可以给投资人带来较好的投资体验。在评价T0策略方面，由于T0策略收益本质来源自股票日内短时间的价格波动，因此要着重考虑市场交投活跃度对T0策略的影响。
T0策略进入我国的时间较短，主要是由于美股与A股交易规则等因素的差异性所学鼓，美股采用“T+0”交易制度，在买入股票的当天即可卖出股票，而A股市场则采用“T+1”交易制度，即在买入股票的第二天才可卖出股票。为了匹配国内的交易制度，T0策略借助资融券以及股指期货等工具变相实现T0文易。
T0策略按照策略逻辑的不同可分为底仓T0和融券T0：
融券T0现在已经停掉了，那主要说说底仓T0。
底仓T0简单来说，就是基于用户原有的股票持仓，针对同一标的配合智能T0算法，每天全自动操作，高抛低吸，抓取行情波动价差。操作后每日持仓股数不变，持仓成本降低，达到增厚收益目的。
T0策略按照交易方式的不同，可分为机器T0与人工T0：
机器T0又称为程序化T0，通过提前设定好的规则，采用程序化方式进行日内交易，优势在于利用高频教据可以对全市场股票进行监测，成交次数多，持仓分散，但是相较于交易员，缺乏对市场的灵活应对。
人工T0则聚焦于几十只股票，收益弹性更强，但是会受到交易员的影响，成熟的文易员往往收益更加稳定。一般来说，程序化T0策略的益较为稳定，但是弹性较低，策略运营成本更低，可覆盖的股票数量更多，规模上限更高，而人工T0策略成本更高，对股票的要求较高，收益弹性更强，规候受制于交易团队人员数量。
现在少部分头部券商提供T+0策略程序化交易系统。下面我们以某券商的AI智能T0算法系统为例。
该系统特点如下：
1、底仓T0交易，基于账户已有股票持仓，自动进行T0操作；当日操作后，账户持仓股票及数量不变；
2、需预留部分流动资金以便启动先买后卖的T+0交易；
3、根据个股的交易情况，设置白名单券池，2500只左右，不定期调入调出；
4、可随时修改T0股票授权，或关闭T0交易。
举例说明一下：
下图为
华测检测 某天的T+0交易情况。当天开盘后，在很短的时间内有三笔数量相当的交易，第一笔先买后卖交易用时1分34秒，收益率4.44%，第二笔先卖后买交易用时1分9秒，收益率1.28%，第三笔先买后卖交易用时3秒，交易信号错误很快进行了止损，亏损0.12%。
从上述案例可以看出T+0交易的一些特点：
1、分笔交易来分摊风险。算法将委托市值分成多笔依次执行，以降低风险。基于大数定律，交易的次数越多，就越贴近算法系统的整体效果。
2、依次下单。每做完一笔买卖交易后，再进行下一笔交易。
3、早盘开盘时段是算法交易的高峰期。大量交易情绪普遍在隔日早盘集中释放，此时股票波动比较大，算法信号强。
4、每笔交易运行时间短。每笔买卖交易时长一般不超过2分钟，尽可能以更少更确定的因素来抓取日内波动价差。影响股价的因素越少，胜率越高。
5、及时止损。算法跟踪全市场股票，并具有强大的风控系统，若开仓方向错误，能及时止损，不受主观情绪影响。
通过T+0交易降低持仓成本，获取超额收益，某案例的实际效果如下图：
可以看到，在使用智能T0算法的情况下，客户在23个交易日的持股期间，除了享有17.79元至23.52元的股价上涨收益，还额外获得了17.79元至16.42元的成本下降收益。相比持仓不动，额外获取了7.66%的超额收益。
通常来说，股票越活跃，算法效果越明显。因为股票的分钟波动幅度就是T0能抓取的收益幅度。因此，行情越震荡，股票越活跃，算法的效果也会越明显。
当然，也需要维持一定的交易时间，以便发生尽可能多的交易，这样才能发挥出概率优势。
建议长期使用。上图是按历史行情回测一篮子持仓在过去一个时间段，T0算法的表现情况。
适合T0策略的投资者群体大致具有以下特征：
1、因股票被套而被动中长期持仓的投资人。T0算法交易可帮助自动捕捉转瞬即逝的交易时机，通过低买高卖或高卖低买来降低持仓成本，助力股票解套。
2、中长期持股的价值投资者。该类投资者通常不进行日间的短线交易，股票基本处于闲置状态，通过自动T+0可增厚持仓收益。
3、低频且小仓位交易的投资者。低频表明平常交易不活跃，因此，大部分情况下，不会和T0算法交易形成冲突，在不交易的时段可授权T0交易，需要交易时对T0交易进行暂停。小仓位交易表明其通常只动用部分仓位进行波段操作，其余仓位仍处于闲置状态，可授权部分持仓股票进行T0交易。该类投资者通常资产量大且换手率低。
总结起来，其实一句话：持有股票较多的投资人，同时，持仓股不会进行频繁的大仓位进出。
智能T0算法以多因子模型为基础框架，包含上千个有效因子。如果跟踪到信号则立即下单，并快速止盈止损，那么，大概率就可获取这笔价差。
为了便于理解，举两个量价因子的案例来说明算法策略的逻辑。
常见的量价类因子有：
1、爆量：成交额与成交速度明显提升；
2、板块联动：龙头股带动板块内其他股票同趋势变化；
3、主力建仓：主力资金入场，拆单进行多次交易导致股价在短周期内趋势性上涨。
另外在T0程序化交易中，风险控制也是一个不容忽视的因素。只有充分考虑市场和信用等各方面可能带来的风险问题，才能够提高投资成功率，实现对收益与风险进行平衡把握。
最后，感兴趣或想了解更多欢迎交流~
券商民工
0
评论(0)
收藏
展开
