光大证券8月16日的交易失误给A股市场带来了巨大冲击，一些投资者可能因此蒙受损失，光大证券也受到了证监会的严厉处罚。此次失误的具体起因是光大自营部门使用的高频交易系统发生故障，重复下单，交易单又没有经过风险控制系统，直接抵达交易所造成瞬间大量成
相关公司股票走势
高频交易属于算法交易的一个分支，是一个不折不扣的信息时代的产物。上世纪90年代，随着计算机和网络技术在金融市场的普及，算法交易诞生并逐步发展起来。其最主要的特点就是利用计算机代替交易员下单，并且在执行过程中根据市场流动性的统计分布特征，结合实时市况和成交情况，动态调整下单策略，以达到投资者预期的成交效果。
时至今日，算法交易已占到美国股市大约60%~70%的交易量，其中不少来自追求短期交易利润的高频策略。随着竞争日趋激烈，一些策略变得越来越具掠夺性，可以说他们的利润的相当一部分是以其他投资者交易成本的上升为代价的。
美国的一些学术研究显示，从2001到2010年，随着高频交易的大量增加，交易成本出现了20%的上升。同时，由于过度追求执行速度，一些情况下风险控制被牺牲掉了，造成交易失误的出现。基于这些研究和事件，最近一年多来欧盟和加拿大提出或者通过了以限制高频交易为目标的法案和规范，美国参议院也举行了针对高频交易的听证会，监管机构对于某些高频策略也进行了限制。
这次发生在家门口的“乌龙”事件的确由高频套利策略触发，其实是国外一些事件的翻版。这件事的连带后果之一是引发了一些市场参与者对于量化投资的不信任，在此有必要对二者的关系进行厘清。
量化投资是一个很宽广的概念，不少策略都可以归于其下，比如多因子选股，期货交易策略（CTA）, 衍生品定价，统计套利，高频交易等。其中高频交易只不过是一个分支，而且高频策略管理的资产总额只占整个量化管理资产的一小部分，因为这些策略的容量有限，很难在大资金上运作。可以说大多数量化投资是和高频交易扯不上太多关系的。
以在国内获得较为广泛应用的多因子选股模型为例，多数是以基本面和技术面数据为基础，建立统计模型来预测未来若干天、若干星期或者若干月内的股票回报来进行投资的。不以极短期交易利润为目的，不会也没有必要去追求极高的交易速度。下单及交易的过程中会有人工校对和风控系统的监测，并且使用成熟的交易系统，安全性是有保证的。
光大事件后国内各家券商和基金公司都对算法交易和量化投资系统进行了自检，高频交易策略尤其是关注的重点。在信息化，自动化的大趋势下，此类“黑天鹅”事件的出现是难以完全消除的，但是通过缜密的系统设计，严格的风控，完善的流程，是可以使其发生的概率大大降低的。
我来说两句排行榜