Indexfonds (ETFs) haben bestimmte Zeiträume für ein Rebilanzierung definiert, um ihre Bestände auf das Niveau des jeweiligen Benchmark-Indizes zu bringen. Dies schafft profitable Möglichkeiten für das Algo-Trading, das von erwarteten Trades profitieren, die 20 bis 80 Basispunkte Gewinn je nach Anzahl der Aktien im Indexfonds kurz vor der Rebilanzierung des Indexfonds bieten. Solche Trades werden über algorithmische Handelssysteme initiiert, um eine zeitnahe Ausführung und somit beste Preise zu erzielen.

Bewährte mathematische Modelle, wie die Delta-Hedging Handelsstrategie (Eine Absicherungsstrategie, mit der man eine Optionsposition gegen Preisänderungen des Basiswertes absichert. Hierzu baut man eine Position im Basiswert auf, deren Wertänderungen bei Preisbewegung den Wertänderungen der Optionsposition genau entgegengesetzt sind.) lassen sich ebenfalls gut als Algorithmus automatisieren. Auch andere mathematische Modelle lassen sich naturgemäß gut implementieren.

Die Strategie der mittleren Umkehrung basiert auf dem Konzept, dass die hohen und niedrigen Preise eines Vermögenswertes ein vorübergehendes Phänomen sind. Der Vermögenswert wird periodisch auf seinen Mittelwert (Durchschnittswert) zurückkommen. Zur Implementierung eines Algorithmus ist das Identifizieren und Definieren einer Preisspanne nötig, so können dann Trades automatisch platziert werden, wenn der Preis in oder außerhalb der definierten Spanne liegt.

Die Strategie des Implementierungsdefizits zielt darauf ab, die Ausführungskosten eines Auftrags durch den Handel außerhalb des Echtzeitmarktes zu minimieren, wodurch die Kosten des Auftrags eingespart und die Opportunitätskosten einer verzögerten Ausführung genutzt werden. Die Strategie erhöht die angestrebte Beteiligungsquote, wenn sich der Aktienkurs positiv entwickelt, und verringert sie, wenn sich der Aktienkurs negativ entwickelt.

Die volumengewichtete Durchschnittspreisstrategie bricht einen Großauftrag auf und gibt dynamisch ermittelte kleinere Teile des Auftrags über aktienspezifische historische Volumenprofile an den Markt ab. Ziel ist es, den Auftrag in der Nähe des volumengewichteten Durchschnittspreises (VWAP) auszuführen.

Die zeitgewichtete Durchschnittspreisstrategie bricht einen Großauftrag auf und gibt dynamisch ermittelte kleinere Teile des Auftrags über gleichmäßig verteilte Zeitfenster an den Markt ab. Ziel ist es, den Auftrag nahe am Durchschnittspreis auszuführen und so die Auswirkungen auf den Markt zu minimieren.

Bis zur vollständigen Ausführung einer Order sendet dieser Handelsalgorithmus Teilaufträge entsprechend der definierten Beteiligungsquote und dem an den Märkten gehandelten Volumen. Diese Stufenstrategie sendet Orders zu einem benutzerdefinierten Prozentsatz des Marktvolumens und erhöht oder verringert diese Teilnahmequote, wenn der Kurs ein benutzerdefiniertes Niveau erreicht.

Es gibt einige spezielle Klassen von Algorithmen, die versuchen, Aktionen andere Marktteilnehmer zu identifizieren. Diese sogenannten Sniffing-Algorithmen versuchen die Existenz von Algorithmen auf der Käuferseite eines Großauftrags zu identifizieren. Eine solche Erkennung hilft große Auftragschancen zu erkennen. Dies wird manchmal als High-Tech-Front-Running bezeichnet.