现有的一些算法,无论他们在资产配置计算上的复杂性和准确性如何,可能都不是非常适合在高频交易环境下进行应用。
首先,高频交易中一秒钟的延误可能会导致百万美元的损失,在这种情况下,现有形式的优化算法所消耗的时间和系统资源仍然是太长太多了。
其次,这些算法忽略了目前交易环境中的流动性因素:大多数交易都以预先确定的规模批量地进行。在高频交易之中,不论是大于正常规模的批量交易,还是小规模的交易,交易成本都会更高,这将严重损害系统的盈利性。
Aldridge (2009c)开发了一种离散配对(discrete pairwise, DPW)优化算法,这是复杂优化方案在高频交易下的一个简单特代办法。DPW算法既不同于等权重的资产配置,也不同于完全的投资组合优化,它是介于二者之间的为快速计算而设计的一种妥协算法。这种算法给出的投资组合权重是预先给定的离散值,权重不能是小数。