現有的一些算法,無論他們在資產配置計算上的複雜性和準確性如何,可能都不是非常適合在高頻交易環境下進行應用。
首先,高頻交易中一秒鐘的延誤可能會導致百萬美元的損失,在這種情況下,現有形式的優化算法所消耗的時間和系統資源仍然是太長太多了。
其次,這些算法忽略了目前交易環境中的流動性因素:大多數交易都以預先確定的規模批量地進行。在高頻交易之中,不論是大於正常規模的批量交易,還是小規模的交易,交易成本都會更高,這將嚴重損害系統的盈利性。
Aldridge (2009c)開發了一種離散配對(discrete pairwise, DPW)優化算法,這是複雜優化方案在高頻交易下的一個簡單特代辦法。DPW算法既不同於等權重的資產配置,也不同於完全的投資組合優化,它是介於二者之間的爲快速計算而設計的一種妥協算法。這種算法給出的投資組合權重是預先給定的離散值,權重不能是小數。