AI量化交易（一）——量化交易簡介

AI量化交易（一）——量化交易簡介

一、量化交易簡介

1、量化交易簡介

量化交易是以數學模型爲交易思維，以歷史數據爲基礎，以數學建模、統計學分析、編程設計爲工具，利用計算機技術從龐大的歷史數據中海選出能帶來超額收益的多種大概率獲利事件以制定交易策略。

2、量化交易的特點

（1）紀律性。量化投資決策都是依據模型做出的，模型會模擬測試成千上萬次來達到高容錯率。
（2）系統性。量化交易數據分析有一套非常全面的數據評測系統，會從多方面考量市場，比如：宏觀週期、數字貨幣估值、換手率、盈利質量、市場情緒等。
（3）概率性。通過模型並結合數學方法，測算在什麼樣的情況下盈利率最高，適當倉位就可以加倉。
（4）套利思想。利用數學分析並結合計算機技術尋找估值窪地，賣高買低，賺取中間的差價，收得利益的經濟。

3、量化交易的優點

（1）投資業績穩定，回撤低。量化交易從歷史數據中不斷地挖掘有望在未來重複的歷史規律並進行利用；量化交易依靠一組股票來獲勝，而不是一個或者幾個股票獲勝。
（2）能夠克服人性的弱點，實現理性投資。在容易失去理性的情況下幫助投資者保持理性；因而在市場反應過度、喪失理性的時候能夠及時把握住時機。
（3）信息的處理能力強。量化交易使用計算機技術對海量數據進行處理，對信息的處理能力更強。

4、量化交易的應用

（1）統計套利
統計套利的主要思路是先找出相關性最好的若干對投資品種，再找出每一對投資品種的長期均衡關係（協整關係），當某一對品種的價差（協整方程的殘差）偏離到一定程度時開始建倉，買進被相對低估的品種、賣空被相對高估的品種，等價差迴歸均衡後獲利了結。
（2）算法交易
算法交易的主要思路是可以根據量化的公式對未來進行漲跌的預測，是一種趨勢交易，算法策略的預測有對有錯，屬於高風險交易，但利潤空間大，市場容量也較大。
（3）高頻交易
高頻交易持倉時間短，通過大量的交易又快速撤單，每筆交易平均利潤小，但風險也小。

二、量化交易方式

1、量化交易方式簡介

按照數學模型的理念和對計算機技術的利用方式，量化交易可以細分爲自動化交易（Automatic Trading）、量化投資（Quantitative Investment）、程序化交易（Program Trading）、算法交易（Algorithm Trading）以及高頻交易（High Frequency Trading）。不同量化交易方式的側重點各有不同，是量化交易技術發展到不同階段的產物，也是不同量化交易用戶羣的不同交易方式。

2、自動化交易

自動化交易是指將技術分析投資方式固化成計算機可以理解的模型、技術指標，計算機程序根據市場變化自動生成投資決策並付諸執行的交易方式。自動化交易是技術分析投資方式的自動化，可以避免投資人的心理變化和情緒波動，嚴格執行既定策略，是基本的量化交易方式。

3、量化投資

量化投資一般概指通過概率論、微積分等高等數學工具去研究金融市場各種資產價格的結構性原因來決定的投資。量化投資對投資者的數學能力要求很高，所以一般專門進行量化投資的基金和投資公司都喜歡招數學、物理等理科的博士。

4、程序化交易

程序化交易是利用程序進行交的易，交易時機、交易倉位、止損止盈獲利標準可以包含在程序內，也可以獨立於程序外，程序本身只是執行的方式。

5、算法交易

算法交易是指交易決定是根據一條或多條算法 (algorithm) 進行的，算法是交易的基礎。算法交易的執行可以是手工的，也可以是自動化的。如果利用交易程序來執行，是程序化算法交易。

6、高頻交易

高頻交易是每次交易從開倉到平倉只有很短的時間間隔，一般從十幾分鍾到幾微秒不等。高頻交易主要目的是通過市場短暫的價格波動而獲利。無論是趨勢追隨交易還是套利交易，只要頻率達到，都可以被稱爲高頻交易。人工達到高頻交易的標準很難，所以一般都通過程序交易：設置好算法、策略後由下單軟件執行。

7、策略交易

在投資領域中，一般習慣把買入持有、價值投資、成長投資等稱爲戰略，而把慣性、反轉、趨勢、支撐阻力等等叫做策略。由於策略以技術分析爲主，而在交易決策分析的計算機化歷史中，技術分析走得比較早，所以Strategy Trading習慣上多指策略交易。通常，將交易策略稱爲策略，將系統交易稱爲策略交易。

三、主流量化交易平臺

1、量化交易平臺簡介

量化交易平臺是指能分別滿足不同量化交易方式的平臺，要求其從交易系統的行情和基礎數據、交易和執行、策略研發和運營三個主要方面既要做到大而全，也要做到深而精。
目前的量化交易平臺可以從開發語言、技術架構、系統架構、策略方向、交易方式等幾個方面，分爲中低端和高端量化交易平臺。

2、中低端量化交易平臺

中低端平臺一般採用的技術架構是投資者使用平臺商提供的客戶端軟件，採用互聯網接入方式連接平臺商或者金融經紀公司提供的行情和基礎數據服務器，投資者在本地運行的策略觸發後，通過經紀公司的普通交易席位進行交易。
受策略腳本解析和執行效率、技術架構的限制，中低端平臺對於多品種、多週期、多賬戶、多交易市場、多策略、複雜金融工具包等複雜系統架構的支持都有一定的限制。一般的系統實現流程爲：投資者的策略在本地接收市場數據後，根據策略簡單計算的觸發條件，進行簡單的賬戶持倉、資金計算和管理，進而下達買賣方向、數量、價格等指令，進行自動交易。
中低端量化交易平臺只支持複雜度不高的腳本語言實現策略邏輯，一般只能在圖表上加載技術指標進行自動化交易、程序化交易等量化交易方式。
中低端平臺適合投資者進行趨勢、反趨勢等對行情和交易邏輯要求不高的策略，是目前市場上個人投資者應用最多的一類大衆化的量化交易平臺。
國內中低端量化交易平臺主要有文華贏智程序化交易、交易開拓者、金字塔決策交易系統、達錢&multicharts、安翼金融終端等。
（1）文華贏智程序化交易平臺
文華贏智採用麥語言開發技術指標模型，產生買賣信號後驅動交易下單。在量化模型研發方面，贏智提供了國內股票和期貨的全部品種多週期的時間序列歷史行情數據和近期的TICK數據，同時提供了豐富的行情函數、賬戶和交易的部分函數和一些統計函數用於策略開發，還提供了豐富的策略回測報告項作爲策略績效評估的依據。在量化交易方面，贏智提供支持最多24個品種進行的多線程獨立的程序化交易，同時使用下單精細化組件，實現了部分算法交易的功能。由於採用客戶端的技術架構，雖然贏智實現了高頻交易的功能模塊，但在實際應用中，高頻交易建議託管在文華機房。現階段，贏智以程序化實現簡單、性價比高等特點，在中低端量化交易平臺中佔有一定的優勢。
（2）交易開拓者程序化交易平臺
交易開拓者（TB）採用TBL語言開發策略模型，根據賬戶持倉狀況和圖表買賣信號驅動交易下單。在量化模型研發方面，TB提供了國內期貨多週期的歷史行情數據和近期的TICK數據；提供了較爲全面的行情數據函數、賬戶和交易函數、統計函數用於策略開發；提供了豐富策略回測報告項作爲策略績效評估的依據。在量化交易方面，單個TB終端支持20-30個單品種的圖表併發接收行情並交易，但由於客戶端技術架構的限制，其對於高頻和更復雜策略的支持不足。現階段，TB市場推廣做得較好，合作的期貨公司較多，在中低端量化交易平臺的市場佔有率較高。
（3）金字塔決策交易系統
金字塔決策交易系統（下稱金字塔）採用VB腳本語言開發策略模型，使用較複雜的賬戶函數和交易函數進行資金管理，既可以使用圖表買賣點，也可使用非圖表的交易判斷驅動交易下單。在量化模型研發方面，金字塔提供了國內股票和期貨的歷史行情數據和TICK數據，也可以使用外盤數據；提供了更爲全面的行情數據函數、較多的賬戶和交易函數、統計函數用於策略開發，同時也支持外接統計數據庫和專業的統計分析軟件Lib庫做擴展；提供了較爲豐富策略回測報告項作爲策略績效評估的依據。在量化交易方面，除了支持圖表驅動的程序化交易外，也可以進行籃子交易、算法交易和較複雜的對衝交易的實現，但是同樣受客戶端的技術架構限制，其對於高頻交易、全市場策略的交易等更復雜的策略支持不夠。現階段，金字塔合作的期貨公司逐漸增多，在中低端量化交易平臺的市場佔有率較高。
（4）達錢multicharts自動化交易
達錢multicharts自動化交易系統（MC）採用power language開發策略模型，達錢提供行情和交易網關，multicharts實現策略開發和執行平臺。在量化模型研發方面，由達錢提供的一段時間內的國內期貨歷史行情和TICK行情。MC承襲了TradeStation的豐富的函數庫和策略庫，以及便捷的開發特點，提供了更爲完善的回測和績效評價體系，爲策略的研發提供了完善的評估。在量化交易方面，MC只支持程序化和自動化交易，對於高端的量化交易模式支持不夠。由於MC進入國內不久，在中低端量化交易平臺的市場佔有率還不高。
（5）安翼金融終端程序化交易
安翼金融終端（下稱安翼）採用技術指標的通用腳本語言開發交易模型，進行圖表驅動的自動化交易，是由某券商獨立開發的進行國內股票和期貨的自動化交易工具。目前安翼提供了國內股票和期貨的歷史行情，可以進行相對簡單的圖表交易和股票、期貨的對衝交易，程序化交易工具免費使用。雖然安翼只能用安信證券交易通道進行交易，但卻標誌着國內股票和期貨的量化交易已經提升到一個全面發展階段。

3、高端量化交易平臺

高端量化平臺除了支持複雜腳本語言實現策略邏輯外，均支持直接使用C++、JAVA等開發語言實現複雜的策略邏輯，一般爲了追求執行效率，不採用界面顯示圖表，而採用多進程、多線程方式進行自動化交易、程序化交易、算法交易，甚至爲了追求極致，使用硬件技術進行高頻交易等量化交易方式。
高端交易平臺通常採用的技術架構是使用服務器執行策略的架構，行情使用轉發路徑最少的極速、深度行情，交易通道採用專用、直連的交易通道進行交易。行情和交易的延時都要求儘可能最低。
高端交易平臺定位於資產管理，在系統架構上嚴格區分策略研發和策略運營執行兩個階段。對於策略研發階段，需要多品種、多週期、多賬戶、多交易市場、多策略、複雜金融工程包的支持，以實現複雜的策略邏輯；對於策略運營執行階段，系統架構要保證各種風控、應急處理、交易方式和策略的平穩有效執行。系統的實現流程除了滿足交易本身的要求外，還要滿足機構本身的業務流程和規範，以及監管層的要求。
高端交易平臺適合機構投資者進行趨勢、套利、對衝、高頻等對行情和交易要求高、邏輯複雜度高的策略。隨着國內金融市場創新的提速，機構投資者對高端交易平臺的需求和潛在需求呈快速上升趨勢。
國內高端量化交易平臺主要有Progress Apama、龍軟DTS、國泰安量化投資平臺、天軟量化平臺、飛創STP、易盛程序化交易、盛立SPT平臺等。
（1）Progress Apama
Apama採用EPL和JAVA語言開發或者定製策略模型，通過行情、資訊等驅動CEP引擎進行交易、風控等操作。在量化模型研發方面，Apama使用第三方的行情授權，提供了各市場行情接口和各種櫃檯交易接口的接入，可以接入國內股票和期貨多週期的時間序列歷史行情數據和TICK數據；提供了豐富的金融工具包進行復雜策略開發；提供了便捷的studio開發工具，可以進行復雜策略的快速開發和定製；提供了1萬倍加速測試進行策略回測，可以方便地定製測試報告。在量化交易方面，Apama提供了150萬筆/秒的交易併發處理能力，進行高頻交易、算法交易。Apama高端的併發處理能力，使全市場的多品種併發套利、對衝等交易策略和實時風控策略可以高速執行。現階段，Apama在國際投行的自營、資管、經紀業務中佔有很大的市場份額。從2012年開始，Apama逐步拓展國內的業務，幾家較大的證券和期貨公司已經開始正式上線推廣Apama和相關的量化交易應用。
（2）龍軟DTS
DTS採用LUA腳本語言開發策略模型，通過平臺提供的歷史和實時行情、基本資料數據、宏觀數據的統計分析，實現投研和交易。在量化模型研發方面，DTS既可使用平臺自有的數據源，也可以接入第三方數據源。DTS還提供了一些金融工具包，進行復雜策略開發、回測和績效評價。在量化交易方面，DTS提供的可以擴展的服務器端技術架構，保證了策略的高併發和高速執行，其在程序化交易、量化交易、算法交易、對衝和套利交易方面都有實際應用。
（3）國泰安量化投資平臺
國泰安量化投資平臺分爲研究平臺（QIA-Lite）和交易平臺（QRC），採用matlab的toolbox的形式無縫兼容了matlab的研發環境，由交易平臺實現策略交易。在量化模型研發方面，國泰安投研平臺使用自有的行情源、基本面數據、高頻數據、量化因子數據庫，完全兼容matlab所有的函數，實現了模型的研發和回測。在量化交易方面，其支持了國內主流證券和期貨的櫃檯，在股票和期貨的程序化交易、算法交易等方面都有實際應用。
（4）天軟量化研究和交易平臺
天軟量化研究和交易平臺採用天軟特有的TSL語言開發策略模型，通過天軟的交易網關，實現量化交易的執行。在量化模型研發方面，採用高性能數據倉庫提供的歷史和TICK行情、基礎資料數據、宏觀數據等數據源，同時提供了7000種開源的函數庫，進行策略的研發、回測、績效分析。在量化交易方面，其基本實現了自動交易、程序化交易、算法交易等量化交易方式。
（5）飛創STP
飛創量化交易平臺採用JAVA語言，通過可定製的模板開發策略模型，進行高頻交易。STP通過統一的開發和資管運營平臺，實現策略的研發、回測、風控和資管運營。由於使用了高速的櫃檯交易接口，其主要面向高頻套利、程序化交易等交易模式的用戶。
（6）易盛程序化交易平臺
易盛程序化交易既可採用類似Easy Language的語言開發策略模型，實現程序化交易和套利交易，也可以根據易盛櫃檯提供的行情和交易API，採用C++開發外接應用的方式，實現期貨、股票的更復雜的量化交易。在量化模型研發方面，易盛程序化提供的EL開發模型，類似於中低端的量化交易平臺，但在行情的速度、交易和賬戶函數的實時性和精細化處理方面，達到了高端量化交易平臺的要求。在量化交易方面，易盛櫃檯的行情和交易速度具有一定的比較優勢，量化交易平臺支撐的應用主要是期貨的程序化交易、自動交易、對衝和套利交易。
（7）盛立SPT平臺
盛立金融軟件的SPT平臺，採用C++語言和定製的策略開發模板進行策略研發，採用獨立的運營和回測平臺進行模擬和真實交易。雖然SPT平臺在國內應用不多，但憑藉其100萬筆/秒的行情併發處理能力、交易的毫秒級別的延遲，在量化交易平臺中引人注目。SPT提供了一些策略模板，可以很方便地實現程序化交易、套利和對衝交易、算法交易、高頻交易等。

四、主流量化基金

1、橋水基金

橋水對衝基金公司（Bridgewater Associates）由Ray Dalio於1975年創立，總部設在美國康涅狄格州，目前總共擁有約1500名僱員。橋水基金是對衝基金中的常青樹，常年在世界對衝基金榜單上位居前列甚至是榜首，掌管約1500億美元，客戶主要由機構客戶組成，包括外國政府、央行，企業和公共養老金，大學捐款和慈善基金。
橋水基金具有獨特的投資理念，以全球宏觀策略爲主，提出了全天候投資策略、alpha與beta策略分離等理論，其中的全天候投資策略強調在不同的宏觀經濟時期進行不同類型的資產組合配置，從而達到始終盈利的狀態。橋水基金在2008金融危機中獲得了正收益，並在2009年雷曼兄弟破產後仍然表現良好。
2018年6月，橋水基金在中國證券投資基金業協會完成私募基金管理人登記，正式成爲境內私募管理人，標誌其在華私募業務已經正式啓動。

2、AQR資本管理公司

AQR是原高盛投資組合經理阿斯內斯與合夥人1998年共同創辦的一家量化對衝基金，總部在美國康涅狄格州的格林尼治，目前管理規模達1592億美元，僱員數量達到693人，在波士頓、芝加哥、洛杉磯、倫敦和悉尼設立有辦公室。
AQR的客戶以機構投資者爲主，例如養老基金、保險公司、共同基金、主權財富基金等。
AQR通過算法和計算機模型來尋找市場暫時的無效性並從中獲利，其投資策略十分廣泛，包括長短倉、套利、股權、全球宏觀、保險、絕對收益、動量、多策略等。AQR的首要目標是價值股和動量股；選擇投資組合時，AQR強調基本面與量化分析和自下而上選股的結合；投資核心三個原則是系統化方法、多樣化投資和alpha技藝。
AQR資本在2008年的金融危機中損失慘重，其旗艦基金“絕對回報基金”虧損幅度超過50%，而公司管理的資產規模從2007年9月巔峯時期的391億美元一路下跌至2009年3月的172億美元。

3、千禧管理公司

千禧管理（Millennium Management LLC）由英格蘭德於1989年在加拿大富豪貝爾茲伯格家族等投資人的幫助下創立，初始資產規模爲3500萬美元，目前管理規模達336億美元，擁有超過2000名僱員，在美國、歐洲和亞洲均設有辦公室。
千禧管理的投資方法十分注重風險，更偏向於在一定的風險（比如低的夏普率）下有較高的收益，對於風險厭惡的投資理念成爲了交易團隊的規則。因此，千禧管理要求交易團隊能在賺錢的日子裏有較小的收益，在虧錢的日子裏有較小的虧損，爭取較多的賺錢日。
千禧管理的投資策略着重分散投資和全球化，包括相對價值、統計套利、併購套利、固定收益和商品等，在資產類別、商品所屬行業、投資標的所屬地等方面十分多樣化，投資標的包括國內外股權、債權、貨幣、期貨、遠期、期權等。千禧管理十分注重高科技的運用，其附屬量化部門有能夠讓業餘交易員提交算法來進行特定交易的系統。

4、城堡投資集團

城堡投資集團（Citadel Investment Group）由肯尼斯·格里芬於1990年創立，總部設立於芝加哥，在北美、亞洲、歐洲均設有辦公室，目前城堡資產管理公司管理規模超過240億美元，公司擁有超過1400名僱員，城堡投資集團的客戶包括主權財富基金、養老金、大學捐款等。
城堡的投資方法由嚴密的基本面研究、高端量化分析和一個經過驗證的技術平臺共同驅動。投資原則是努力、情景規劃和重複。投資策略注重世界上最大的金融市場上主要的一些資產類別，主要包括股票、信貸、量化策略、商品、固定收益和宏觀。

5、索羅斯量子基金

索羅斯量子基金（Soros Fund Management）由喬治索羅斯於成1969年創立，曾經是對衝基金行業的翹楚，總部設立在紐約，現在已經轉變爲一家家族辦公室，管理規模超過200億美元。
量子基金的投資標的包括股票、世界範圍內的固定收益產品和外匯、貨幣、商品、私募股權基金和風險投資基金，在交通、能源、零售、金融等行業有大量的投資。
創始人索羅斯曾經阻擊英鎊從而打垮英格蘭銀行，狙擊泰銖和港元，引發亞洲金融風暴。

6、元盛資本

元盛資本（Winton Capital Management）由基金經理David Harding於1997年創立，目前管理規模超過300億美元，在全球25個國家擁有員工330人，是全球最大的期貨投資基金公司。
元盛資本是一家系統化的投資公司，運用科學手段進行交易，通過對歷史數據的統計學分析和數學建模來尋找獲利機會。

7、德劭投資

德劭（D.E. Shaw）由創始人David E. Shaw於1988年創立，目前公司管理規模達到500億美元，員工數量超過1300。
創始人David E. Shaw是哥倫比亞大學計算機系的教師，擔任過政府科技顧問等職位，精通信息技術與相關科技，公司十分注重量化技巧在投資中的運用，也開發了高精尖的計算機技術用於交易。
創始人David E. Shaw在斯坦福博士畢業後快速拿到了哥倫比亞大學的教職，隨後加入摩根士丹利的量化部門。1988年，因在公司內部鬥爭中敗北而創立德劭基金，並運用當時罕見的高頻交易技術在華爾街橫空出世，利用市場的無效性剪市場的羊毛。
2004年，實現財務自由的David E. Shaw將自己在量化投資領域賺取的財富投入到自己的本行計算化學領域，成立了D.E.Shaw Research，招聘了一批基礎科學博士，使用三年時間開發出Anton第一代，比一般的超級計算機快10000倍，團隊不斷斬獲世界知名科學雜誌的論文發表機會，學術聲譽節節攀升。
2015年，David E. Shaw個人財富已達到41億美元。
2019年4月，德劭投資管理（上海）在中國證券投資基金業協會完成備案登記，正式進入中國市場。
500

8、文藝復興

文藝復興科技（Renaissance Technologies LLC）由詹姆斯-西蒙斯（James Simons）於1982年創立，目前管理規模超過650億美元，旗下包括僅向內部員工開放的大獎章基金(Medallion Fund)以及向外部投資者開放的RIEF (機構股票基金)和RIDA (機構多元化阿爾法基金)。
James Simons在23歲獲得加州大學伯克利分校數學博士學位，24歲出任哈佛大學數學系講師，30歲到紐約州立石溪大學出任數學系主任，並8年的純數學研究，其間與華裔知名數學家陳省身聯合創立了對數學和物理學影響深遠的Chern-Simons理論。
1976年，James Simons摘得數學界的皇冠——全美維布倫（Veblen）獎，其個人數學事業的成就達到頂峯。
在金融方面，James Simons發明獨特的壁虎式投資法，即在投資時進行短線方向性預測，同時交易很多品種，依靠在短期內完成的大量交易來獲利，即交易要像壁虎一樣，平時趴在牆上一動不動，蚊子一旦出現就迅速將其吃掉，然後恢復平靜，等待下一個機會。
1989年到2009年間，大獎章基金平均年回報率高達35%，較同期標普500指數年均回報率高20多個百分點，比“金融大鱷”索羅斯和“股神”巴菲特的操盤表現都高出10餘個百分點。即便是在次貸危機爆發的2007年，回報率仍高達85%。
大獎章基金的數學模型主要通過對歷史數據的統計，找出金融產品價格、宏觀經濟、市場指標、技術指標等各種指標間變化的數學關係，發現市場目前存在的微小獲利機會，並通過槓桿比率進行快速而大規模的交易獲利。現在大獎章基金的投資組合包含了全球上千種股市以及其他市場的投資標的，模型對國債、期貨、貨幣、股票等主要投資標的的價格進行不間斷的監控，並作出買入或賣出的指令。

9、Two Sigma

Two Sigma由創始人John Overdeck和David Siegel於2001年創立，目前管理規模達到500億美元，研發部門員工佔比超過三分之二，超過百分之六十員工無金融背景。
Two Sigma遵循技術與創新的原則，在機器學習、分佈式計算的引領下進行決策，並始終研發最新的技術，用以做出更好的決策。創始人都是技術投資領域的佼佼者，在電腦驅動、以模型爲基礎的交易系統發展領域有超過40年的經驗，John Overdeck是華爾街量化基金教父、德劭投資創始人D.E. Shaw的得力愛將，在數學和統計學方面頗有造詣；David Siegel擅長計算機、人工智能；公司結合海量數據、世界級的電腦系統和金融專家來完成高端的交易模型，同時也用科技的眼光來優化投資、管理風險。
2019年9月，Two Sigma宣佈子公司騰勝投資管理(上海)有限公司已經成功在中國證券投資基金業協會(AMAC)登記成爲私募基金管理人。

五、主流PB機構

1、PB簡介

主券商業務（Prime Brokerage，簡稱PB），作爲券商的一項機構業務，是指券商爲專業投資者提供交易結算、資產託管、後臺運營、研究支持、槓桿融資、資金募集等一站式綜合金融服務 。

2、高盛集團

作爲國外最大的PB服務機構，高盛對技術和創新的堅定承諾，引領其開發出許多已成爲行業標準的作法及技術。高盛一直是電子交易和連接系統方面的先鋒，其電子交易平臺REDIPlus在交易前分析、增值的執行服務、算法交易、組合交易方案及交易後分析方面具有全球領導地位。其中，高盛算法交易（GSAT）是一組涉及全球多種資產的算法程序，包括股票、期貨、合成衍生工具和期權，通過與GSAT進行交易，客戶還可獲得高盛的各種資源，包括交易前後及交易期間的分析、交易成本分析和執行策略 。
除了交易工具外，高盛在各項業務上均大力運用科技促進業務創新發展。在外匯和衍生品交易方面，高盛獨創和專有的數據建模技術使客戶在投資組合基礎上計算保證金，從而高效管理風險及優化資本運用，而且高盛內部技術平臺簡化了交易確認、組合對賬和管理。在託管結算方面，高盛開發了功能強大、範圍廣泛的全球結算與交收網絡。高盛的平臺提供了一套完整的工具，允許客戶在一個單一的綜合賬戶裏跨越多類資產和貨幣交易。在融資融券方面，高盛運用專有的、採用前沿技術的投資組合風險建模工具，評估客戶投資組合和策略的融資方案。在報告服務方面，高盛機構客戶網可讓客戶在線獲取高盛的全球在線資源，包括交易理念、投資機會、市場洞察、個性化的投資研究及其它資源。同時，高盛開發了一個可定製程度高的綜合報告平臺，向客戶提供度身定製的涵蓋衆多產品和市場的業務解決方案。

3、盈透證券

盈透證券（Interactive Brokers，IB）是一家以低交易成本和技術驅動業務而知名的美國網絡券商，機構和個人客戶各佔一半。PB業務是IB近年來快速開拓的領域。IB在PB服務方面具備兩項核心競爭力：一項是IB研發的IB SmartRouting SM智能交易系統，另一項則是IB在成本控制上的絕對優勢，IB可以選擇免費爲客戶提供託管服務。
受Basel III、MiFID II等監管政策的影響，高盛、摩根士丹利等銀行控股的主經紀商受到嚴格的流動性管理約束，被迫擡高客戶准入標準和服務定價。IB則接納了大型主經紀商不願服務的對衝基金，同時也吸引了一大批費率敏感型的客戶。由於具有出色的技術儲備和規劃，在面對諸如MiFID II等監管新規時，不必被迫進行全面技術升級和增聘一批新員工。IB爲客戶研發了一套智能交易系統—IB SmartRouting SM，通過算法尋找全市場最優的價格完成交易。SmartRouting通過技術手段替代人工化操作，並融入到各個業務流程中改造成自動化的工作流程，從而能極大降低成本。由此，IB在成本控制上具有絕對優勢，進而實現不對客戶提出最低管理規模或收入貢獻的要求。
此外，IB擁有一套支持C++、Java以及Python等語言的編程接口，主要服務於程序化交易客戶。IB還推出了一套外匯掉期自動化交易程序，使客戶以更合理的價格持有外匯頭寸。爲了滿足對衝基金希望只通過一個平臺便可以觸達全球市場的不同資產，IB開發了Investors’ Marketplace，爲配置對衝基金的機構提供搜索工具，平臺上目前有2911只對衝基金。

4、瑞士聯合銀行

瑞士聯合銀行集團（UBS Group AG，瑞銀集團或瑞銀）創立於1862年，總部位於瑞士蘇黎世，全職僱員67481人，是歐洲最大的金融控股集團。旗下由瑞銀華寶、瑞銀機構資產管理與瑞銀瑞士私人銀行三大分支機構組成，瑞銀集團的業務主要包括財富管理、投資銀行及證券和資產管理三大塊。UBS瑞銀是一家全能銀行，爲國內外客戶（企業、個人、公共機構等） 提供廣泛的銀行服務，其中包括流動資本貸款、建設貸款、特別融資、國際商業貸款、出口融資、項目融資、證券信貸與擔保、投資諮詢與託管、證券交易、證券管理與間接貸款、發行並經銷股票、債券和票據，從事 銀團貸款，經營外匯、銀行票據、貴金屬，從事貨幣市場業務，從事轉移與支付等等。

5、中金公司

中國國際金融有限公司（CICC）是中國第一家中外合資投資銀行，中金一直致力於爲客戶提供高質量金融增值服務，建立了以研究爲基礎，投資銀行、股票業務、固定收益、財富管理和投資管理全方位發展的業務結構。