方远插话：“陈总，这不是我们能不能打赢的问题。这是我们必须学会如何不被他们‘猎杀’的问题。高频交易不会消失，只会越来越多。如果我们不升级自己的交易算法，未来的交易成本会越来越高。”
陈默在椅子上坐下来，看着屏幕上的订单记录，沉默了很久。
“林枫，”他终于开口，“我们能做什么？”
林枫打开电脑上的一个文件夹，里面是一份他已经写好的方案。
“我其实一直在关注这个问题。从去年开始，我就注意到市场上出现了一些异常的交易模式。我做了些研究，参考了国外对冲基金的做法，整理了一份应对方案。”
他把方案投影到交易室的大屏幕上。
“高频交易的‘订单嗅探’策略，核心原理是利用速度和可预测性。他们的算法比我们快，所以能在我们的订单到达交易所之前抢先反应。我们的交易模式太规律、太可预测，所以能被他们的机器学习模型识别出来。”
“解决方案有两个方向：第一，降低可预测性；第二，降低速度差距的影响。”
他在屏幕上画了一个流程图。
“降低可预测性，主要是改进我们的拆单算法。目前我们用的是标准的VWAP算法——按照历史成交量分布，把大单拆成小单，均匀地分布在交易时段内。这种模式太规律了，很容易被识别。”
他调出一张对比图。
“我建议改用‘随机化拆单算法’。在满足整体成交量约束的前提下，随机调整每笔订单的大小、时间和价格。比如，本来应该每三分钟下一笔两千股的订单，现在改成每隔两到五分钟下一笔一千到三千股的订单。这样，我们的交易模式就变成了一个随机过程，对方很难预测。”
陈默点头：“这个可以。第二点呢？”
“降低速度差距的影响，我们需要改造交易系统。”林枫的表情变得严肃，“目前我们的交易系统部署在公司的服务器上，通过券商提供的交易接口下单。从我们的服务器到交易所机房，网络延迟大约在两到三毫秒。而高频交易公司的系统直接部署在交易所机房里，延迟只有几十微秒。这个速度差距，是我们的算法无论怎么优化都无法弥补的。”
“所以？”
“所以，我们需要把交易系统托管到交易所附近的机房。国内主要的交易所在上海，我们需要在上海租用机房空间，把交易服务器搬过去。这样，网络延迟可以从几毫秒降到几百微秒，虽然还是比H
…。。