由于算法机器人的存在，市场并没有像养老金和共同基金这样的大投资者那样运作。但这比这要复杂一些。以下是高频交易的三大成本，尽管难以量化。

1.做市，不做市。

刘易斯的主角，一个名叫布拉德克山的交易员，遇到了一个问题。每次他试图为客户购买股票时，他只能以他看到的价格得到应该有的东西。现在，奇怪的是，他可以在一个特定的交易所获得他所看到的所有股票，但他必须支付更多费用。发生了什么事？

嗯，他是抢先一步。高频交易公司向公共和私人交易所支付费用以查看他们收到的订单。这就是为什么胜山在离他最近的交易所——也就是光缆所在的交易所——完成了他的所有订单，而不是其他地方。高频交易者在第一个交易所看到了他的订单，然后竞相在其他任何地方购买他想要的所有剩余股票，这样他们就可以将其卖给他以获取更多利润。这种情况一直在发生：伦敦商学院的Nicholas Hirschey发现，高频交易基金只会在其他人之前大举买入。

这与高频交易者购买公共数据的早期访问权时所做的并没有太大区别 。同样，他们为交易优势买单，但并没有真正增加流动性。这就是巴纳德教授Rajiv Sethi所说的“多余的金融中介”。高频交易公司没有将可能找不到彼此的买家和卖家联系起来。他们在买家和卖家之间跳来跳去，反正他们会在几毫秒内找到彼此。它并没有使市场更有效率。这是作弊。

2.没有人愿意输给机器人。

“当他的屏幕上显示的市场变得虚幻时，”刘易斯写道，“[Katsuyama] 变得不太愿意在那个市场上冒险——提供流动性。” 这就是经济学家所说的“逆向选择”，这是一个简单的想法：高频交易者排挤其他交易者，因为没有人愿意与他们知道自己会输给的人对抗。

这包括高频交易基金本身。正如Felix Salmon所指出的，高频交易在所有交易中的份额从 2009 年的 61% 下降到 2012 年的 51%。为什么？好吧，algobots 现在正在互相争斗，而这些争斗并没有以交易结束。它们以假冒报价或“欺骗”结尾，算法机器人发送这些报价以试图吸引对方。事实上，金融研究所的Johannes Breckenfelder发现，当 HFT 像这样相互竞争时，他们会改变策略。他们做市的次数不多，而是在股票上进行定向下注——因为这些是他们实际上可以互相击败的东西。结果实际上更少流动性和更大的波动性，至少在每个交易日内。（高频交易不会隔夜持有股票，因此不影响日间波动）。

3.浪费金钱和人才。

许多高频交易对个人来说是有利可图的，但对社会毫无意义。以网络传播为例。刘易斯详细描述了它如何在芝加哥和纽约之间尽可能笔直地铺设光缆，以将两者之间的交易时间缩短三毫秒。这意味着要花费 3 亿美元在阿勒格尼山脉钻孔，并尽量避免在道路两侧铺设光纤，因为他们的首席执行官解释说，每次铺设光纤都“花费了 100 纳秒”。

现在，Felix Salmon是正确的，所有这些 IT 基础设施支出都会产生一些积极的溢出效应。但这将我们带回到收益递减的问题上。是否真的值得花这么多钱？可能不是。

然而，问题是高频交易必须花掉这笔钱。这是一场军备竞赛，没有获得第二名的银牌。那是因为每个高频交易策略不仅取决于比普通投资者更快，而且也比彼此更快。任何时候有人想出一种新方法来减少几微秒（即百万分之一秒）的交易时间，他们必须不惜一切代价去做。否则，他们将输给这样做的竞争对手。

但这也是一场智力军备竞赛。高频交易不仅仅是通过管道（或微波之间）发送交易所需的时间。这也与算法处理数据所需的时间有关。提出最好的算法意味着你需要真正的数学天才。将这么多人才转移到高频交易，获得不明显的市场改进，真的值得吗？可能不是。Budish、Cramton 和 Shim 指出，尽管 HFT 将套利机会的持续时间从 2005 年的 97 毫秒减少到 2011 年的 7 毫秒，但它们的盈利能力并没有改变。高频交易并没有消除这些低效率。它只是让它们在眨眼之间消失。