在美国，超过一半的机构投资者的算法报单遵循SEC国家最佳竞价原则(National Best Bid or Offer, NBBO )。所谓NBBO，即当客户买入证券时，券商必须保证给予市场现有的最佳卖价；同样，当客户卖出证券时，券商必须保证给予市场现有的最佳买价。根据该原则，当一个报单由于价格更为优先从而在排序上超过另一个报单时，为了能够成交第二个报单，常常调整股价并与前者保持一致，事实上，一只股票的算法报单价格常常以极快的速度相互攀比追逐，从而使该股票价格呈现出由高到低、由低到高的阶段性变动趋势。这也正是在实际交易中经常看到数量有限的100股或500股小额交易常常将股价推高或拉低十美分甚至几十美分的原因。
猎物算法交易策略即在对上述股价变动历史规律进行研究的基础上而设计的。一般而言，该策略通过制造人为的价格来诱使机构投资者提高买入价格或降低卖出价格，从而锁定交易利润。
在本案例中，假设机构投资者遵循NBBO并且心理成交价格在30～30.05美元之间。像上例中流动性回扣交易商一样，猎物算法交易商用非常相似的程序和技术来寻找其他投资者潜在的连续算法订单。在计算机确认价格为30关元的算法报单的存在后，猎物算法交易程序即发起攻击：报出价格为30.01美元的买单，从而迫使机构投资者迅速将后续买单价格调高至30.01美元;然后猎物算法交易商进一步将价格推高至30.02美元，诱使机构投资者继续追逐。
依此类推，猎物算法交易商在瞬间将价格推至机构投资者所能接受的价格上限30.05美元，并在此价格将股票卖给该机构投资者。猎物算法交易商知道30.05美元的人为价格一般难以维持，从而在价格降低时进行补仓，赚取利润。
