而与之同时， 金融工具的数量与品种却呈几何级数增长， 金融交易活动所面临的各种不确定因素也呈现出“大爆炸”的趋势。为了解决人们在金融经济活动中面临的一系列新问题， 一门新学科与技术——“金融工程”应运而生。金融工程是将尖端的数理分析技术、电子信息技术及运筹学、工程学甚至法律、会计、管理等多学科前沿技术全面导入金融领域，创造性地解决金融问题 [2] 。“金融工程”这一概念是由美国学者费纳蒂（Finnerty）在1988年首次提出的。
他认为，金融工程“包括新型金融工具与方法的设计、 开发与实施以及为金融问题提供创造性的解决办法”。目前，学术界对金融工程较普遍接受的定义是：利用工程化手段来解决金融问题的技术开发，它不仅包括金融产品设计，还包括金融产品定价、交易策略设计、金融风险管理等各个方面。
事实上，金融工程所解决的核心问题就是在面临众多不确定因素的条件下，利用一切可利用的技术手段包括工程化手段来帮助实现金融资产收益的最大化，风险最小化 [3] ，换言之就是在实现收益最大化的同时规避一切可以规避的风险。从金融学的原理来看，无论是金融资产收益的最大化，还是风险的最小化，都离不开金融交易活动，无论是金融原生产品，还是衍生产品，其价值衡量也好、盈利获取也好、止损过程也好，统统离不开交易这一关键环节。于是，在金融工程技术的帮助下，“算法交易”应运而生。
所谓算法交易就是指用已设计好的计算机程序来发出交易指令的一种交易技术方法。在算法交易过程中，程序不仅发出交易指令，而且还可以选定交易品种、确定交易时间段、选择交易价格等。其实，这正是所谓“工程化的手段” 运用在金融交易活动中的具体实践。由于算法交易的出现，金融决策的时间计量单位由以往分、秒推进至毫秒级，亦即要在数十毫秒这样极其短暂的时间内完成由市场观察到技术分析再到选定交易方案直至成交的全过程.这样极为短暂的时间响应，在传统手工交易的时代是不可思议的，也是不可能完成的，而借助于算法交易，以上过程变得轻而易举。于是，市场价格短暂波动形成的价差，交易对手稍微踌躇形成的时滞，都有可能成为投资者获得“无风险套利”的良机。
借助于“算法交易”，在以往被认为不是商机的“市场死角”，可以发掘出巨大的盈利空间。这种交易具有信息和速度的优势，当市场有利的时候，会迅速以微弱的价格优势（通常在0.0001～0.00001美元之间）向市场发送定单，抢在做市商的限价定单之前成交。不仅如此，算法交易还可将“天价”大额的交易拆分成为小额的“零星交易”，以增加交易的隐蔽性，同时避开监管部门的追踪与税务部门税收条款的限制。正是有了算法交易，在T+0的交易制度下， 在毫秒级的时间内重复多次交易，以利用微小的利差或价差，实现高额的盈利，就成为顺理成章的事情。
因此可以说，算法交易在特定条件下，在特定的交易制度下，必然会转化为高频交易 ① 。 目前理论界对高频交易的界定是指从极为短暂的市场变化中寻求获利的计算机化交易。可见，高频交易与算法交易二者密切相关。 正是因为算法交易与高频交易能够从以往被认为不可能获利机会当中获得可观的盈利， 故算法交易与高频交易产生之后， 其交易规模与比重呈不断上升之势。
以上讨论的正是金融工程——算法交易——高频交易三者之间的相互关系及其演进过程。 这一过程也就是常说的“金融创新”的过程，毫无疑问，这种创新在影响整个金融市场制度安排的同时， 也会对整个金融市场的效率产生影响 [4] 。
