精华内容
下载资源
问答
  • 高频交易研究

    2013-04-10 06:29:36
    高频交易研究论文
  • 高频交易的行为:  (一)做市行为  高频做市行为一方面为市场提供流动性,另一方面通过价差收益和交易所返利两种方式实现盈利。在传统证券市场中流动性的主要提供者是做市商,近年来,美国证券市场高频交易商已经...

    高频交易的行为:

     (一)做市行为

      高频做市行为一方面为市场提供流动性,另一方面通过价差收益和交易所返利两种方式实现盈利。在传统证券市场中流动性的主要提供者是做市商,近年来,美国证券市场高频交易商已经逐渐取代了传统的做市商,成为了最大的流动性提供者。由于高频交易单笔获利极小,因此需要交易量来保证自己获利,这就会为市场带来大量流动性。

      高频做市行为需要防范被逆向选择的风险。一般认为,越靠近最新形成的价格的委托单,遭遇的逆向选择越少。这是因为,新价格形成之际是市场信息最不充分的时刻,也是投资者对下一步的市场走向最不确定的时刻。倘若高频交易商自认为并不具有信息优势,那么最佳策略就是尽可能让自身订单排在委托队列的前端,从而最大程度地降低甚至是消除被逆向选择的概率。其原理可从两方面解释:

      第一,当前的最新价格是市场上涨形成的,由于动量效应的存在,预期价格仍然会向上移动。此时,若高频交易商的订单位于买一委托队列的末端,那么在上涨过程中,该订单被成交的概率是很小的。相应地,也失去了获利的机会。

      第二,若排在队列末端的订单被成交了,那么很大可能是对手方跨过买卖价差的主动行为。此时,市场大概率已形成向下的动能,成交的订单也会遭遇亏损。因此,订单越靠近委托队列的前端,其收益的数学期望也会更高。而且,交易所对提供流动性的做市行为会给予返佣的奖励,靠前的订单成交概率更大,获得的交易所返佣也将更多。

      (二)抢先行为

      (1)闪电订单。闪电订单(Flash Order)是在全美最佳买卖价(NBBO)机制下使用的策略,其原理是:当一个市价订单在一家交易所不能以当前最优价完全成交时,交易所会将剩余订单传递给其他交易所进行撮合,传递的信息也同时向市场“闪现”,高频交易商则利用同位托管服务器、超高速光缆先于其他交易所和投资者获取该信息,在该订单被撮合前,采取行动使得自身获利。

      由表1可知,该公司股票的最低卖价为10美元,分别为A交易所800股、B交易所100股、C交易所100股。假设有投资者向A交易所发送1000股市价买单指令,那么其中800股在A交易所成交,剩余200股市价订单将由A交易所借由证券信息处理系统(SIP)转送至其他交易所。A交易所在向SIP发送信息的同时,也同步向市场发送,高频交易商则利用硬件优势先于SIP收到该信息,得知股价即将上涨。假设B和C交易所的200股10美元限价指令均是该高频交易商在之前所报,若股价上涨对自身有利,那么其可利用在B和C交易所附近布置的高速硬件实现撤销10美元限价指令。以上是极端场景假设,在现实交易中,B和C交易所10美元的市价订单可能由很多投资者提供,高频交易商的撤单行为虽不能保证形成更高的最优市场价格,但可以助推市价上移的趋势。闪电订单虽然能够增强市场流动性,却制造了一个凌驾于大众之上的利益集团,有违市场公平。

      (2)特殊订单。前文已经介绍做市型高频交易者的优选方案是将订单排在委托队列的前端,而在该委托价位形成之前,高频交易商通常会用一部分资金主动与反方向限价单成交,推动该委托价位的形成。美国Direct Edge推出的一种特殊订单可以降低此类交易成本,其原理是:投资者可以按照卖一价提交限价买入指令,该指令并不与当前卖一价限价指令成交,而是进入隐藏队列,待行情上涨发生——原卖一价转为买一价,该特殊订单“显现”并排在新买一价委托队列的前列。这类特殊订单出现后,立即得到高频交易商的青睐,但是《华尔街日报》一名记者针对该订单撰写了一篇报道,指出其有违交易机制设计的公平性原则,例如当公募交易员想要进行一笔大额交易,根据实际订单簿,他预计下单时会处在比较有利的位置。但当他真正执行的时候,却发现被一连串隐藏订单挤到了委托队列的末尾。这就激起了众多交易员的不满,纷纷声讨高频交易商利用规则的灰色地带获利。在这样的背景下,美国证监会禁止了这一特殊订单类型。

      (3)试探订单。该订单又称为方向侦察订单,原理是通过小额、报价渐增、未立即成交便撤销的订单用以检测交易阻力,从而判断行情未来的变动方向。高频交易商可以在接收到每一条增量行情后,给当前订单簿中的每个委托单重新赋权。例如,对那些通过试探被判定为是公募基金发出的订单给予更高的权重;降低那些疑似高频交易商发出的订单的权重,甚至可以去除。通过重新构建订单簿,一些原本被掩盖的交易信号就有可能显现出来。例如,在原先的订单簿中,买一和卖一的委托量可能十分接近,很难从中评价买卖双方的力量对比,但观察后发现卖一队列充斥着大量委托量很小的订单。于是可以推断,这部分订单皆由高频交易商发出,可将其忽略。而买一队列的大部分订单均来自纳斯达克交易所,且单个委托量较大。因此,它们大概率属于公募基金,应当赋予更高的权重。经过上述调整重构买卖订单簿,高频交易商可以发现了一个较强的买入信号。

      (三)操纵行为

      (1)幌骗行为。指通过大额委托订单假装以特定价格买卖证券,制造供给或需求旺盛的假象,干扰市场交易。例如,高频交易商向市场投入大量委托订单制造供需假象,使市场上其他算法对这一信息做出反应而向特定方向变动,一旦该高频交易商反向订单被执行,将立即取消大单。整个过程可概括为三步:虚假报单、撤销报单和反向成交。

      (2)塞单行为。也称为报价填充,高频交易商抛出大量报价,然后在极短时间内撤单,造成交易所系统“塞车”,当其他交易者分析大量信息之际,重新提交具有真实成交意图的订单。塞单行为明显是通过报价和撤销行为,增加其他高频交易商分析和判断行情的难度,延迟价格发现。幌骗与塞单的共同之处都是申报大量订单后迅速撤销申报,不同在于,后者没有紧跟着一个相反方向的订单。

    高频交易的开源框架

    高频交易的深度学习算法

    高频交易的

    展开全文
  • 用于高频交易研究的Python工具包。 目录 概述 Prickle是面向金融研究人员的Python软件包。 它旨在简化从纳斯达克收集超高频市场微观结构数据的过程。 该项目为市场微观结构研究人员提供了一个开源工具来处理纳斯达克...
  • 关于高频交易研究资料。长江证券的研究成果。
  • 本文的研究内容是研究和设计一个适用于投资者的高频交易系统,包括高频交易 系统的需求分析和系统组成结构、高频交易系统软/硬件组成、高频交易系统模块的具 体设计和实现。
  • 《日内高频交易实战,从python数据分析到C++编写策略》是《从编程小白到量化宗师之路》系列的第二个中级课程。本课程宗旨是缩短个人和小型结构投资者和大型机构投资者的差距。课程内容从数据统计基本概念入手,抛开...
  • 基于变量选择和遗传网络规划的期货高频交易策略研究_陈艳 基于变量选择和遗传网络规划的期货高频交易策略研究_陈艳 基于变量选择和遗传网络规划的期货高频交易策略研究_陈艳
  • 为解决当前实时高频交易领域所面临的计算效率与准确性问题,选取了电力现货交易为研究案例,提出了一种基于分布式计算为核心的算法平台。针对电力现货交易中,交易出清时间短、交易频率高,且交易模型复杂等特征,...
  • 基于随机逼近理论,我们在限价单中提出了一个做市商的优化框架。 在最佳清算策略的背景下,我们考虑了Lavelelle,... 正如将要讨论的那样,我们的方法的原理可以扩展到除做市商以外的更广泛的算法交易战术问题类别。
  • 高频交易,盘口 , 微观变化,加剧了波动的无序性,对低频交易的伤害,高频的算法是不是赢家通吃呢?算法 是不是会很快失效?有待于进一步研究
  • 使用基于线性规划的IRL算法,在模拟的E-Mini S&P 500期货市场上进行的实验中,我们能够将高频交易与其他交易策略区分开来,从而达到90%以上的分类精度。 这些经验测试的结果表明,可以基于对单个交易行为的观察来...
  • 高频交易四大派系大揭秘

    万次阅读 2019-08-21 09:18:56
    所谓高频交易,简单说就是指利用计算机技术在短时间内快速进行多次买入卖出的交易行为,一般指利用微妙(1秒等于1百万微秒)为时间单位制定策略,高频交易公司利用强大的电脑程序进行快速交易,交易时间经常不到十...

    所谓高频交易,简单说就是指利用计算机技术在短时间内快速进行多次买入卖出的交易行为,一般指利用微妙(1秒等于1百万微秒)为时间单位制定策略,高频交易公司利用强大的电脑程序进行快速交易,交易时间经常不到十毫秒。

    与技术上相对落后的投资者相比,此类公司利用靠技术优势获得的时间优势先行下单。高频交易的速度如此之快,以至于有些交易机构将自己的“服务器群组”(server farms)安置到了离交易所的计算机很近的地方,以缩短交易指令通过光缆以光速旅行的距离。

    高频交易虽具有“高频”的共同特征,但是其交易机制则千差万别,由此导致其对市场的影响也会不同。根据现有策略,高频交易大体可以分为以下四类。

    订单拆分策略

    在美国机构投资者的大笔交易往往造成价格急剧变化,从而增加交易成本。订单拆分策略为了解决这个问题,使用多种算法把大订单分割成若干个小订单,从而减小大订单对市场的影响并降低执行成本。

    这类算法可以分为三代。第一代主要考虑如何减小对市场的影响,以TWAP(time weighted average price)、VWAP(volume weightedaverage price)和POV(percent of volume)为代表。其中,TWAP将大订单在规定的时间内按照一定的交易频率分割成小订单,VWAP按照交易量的历史分布分割订单,POV则将小订单以固定比例混入订单流以降低对市场的影响。但是,这种有规律的订单分割方式容易被其他交易者发觉并跟风,从而提高交易成本。

    第二代拆分策略则加入了一些反侦测的技术手段。例如冰山策略(iceberg)采取了随机分割的方法,最低影响(minimal impact)策略则是利用备选交易系统2作为主要的交易通道,而只把小部分交易放在公开的交易系统中完成,以避免交易意图的泄露。

    第三代拆分策略认为,如果片面地强调订单分割和避免被侦测,就存在无法按时完成交易计划的风险,这样反而会导致交易成本的上升,因此强调利用交易量较大的交易时间完成仓位计划。而且,为了使执行差额策略可以适应快速变化的市场条件,Kissell,Freyre-Sanders and Carrie提出了适应性差额策略(adaptiveshortfall),以根据当前价格的变动情况决定如何执行仓位计划。

    此外,由于收盘价对于投资结算等具有重要影响,还有经纪商提出了MC(market close)策略,在全天交易时间的后半部分完成交易指令。目前国内对此类策略的研究和应用都还很少。但是随着做市商制度的引进和机构投资者的发展壮大,大笔买入卖出的需求也会随之变大,可以预见对大笔交易的订单拆分需求也会越来越大。

    做市交易策略

    国际金融市场普遍实行做市商制度。与竞价交易制度不同,做市商制度是借助做市商(由大的银行机构来担任)的中介作用实现买卖双方的交易,做市商从证券的买卖差价中获取收益,并为市场提供流动性。

    近年来,一种被称为“被动做市策略”的高频交易模式逐渐发展起来。这种策略产生于美国特殊的交易机制。在美国,所有的证券交易所都为那些创造流动性的券商提供一定的交易费用回扣以争取更多的交易订单。当这些交易者使用双向挂单等待成交时,便为市场提供了流动性,使得其他有交易需求的交易者以更低的成本交易,相应的也提高了交易所的竞争力。

    因此各电子化交易所对这类流动性提供者提供返还回扣,鼓励其通过报单参与交易。在这种情况下,很多小机构甚至个人投资者也可以为市场提供流动性,并在众多电子化交易所中担当起了实质性的做市商的责任。

    做市商在交易过程中也会面临各种风险,一方面,资产价格的波动会造成了存货风险;另一方面,买卖指令的泊松分布又造成了交易风险。这种风险对传统的做市商影响更大,因为它们普遍具有巨大的资金量和交易量,也对市场有着更大的影响。

    它们主要采用两种方法来规避这种风险。一种方法是通过完善定价机制,将风险融入资产价格从而转移风险。学术界发展了一系列模型解决这一定价问题,例如存货模型和信息模型等等。

    另一方法是风险对冲。以Delta中性策略最为典型。Delta被定义为该衍生证券的价格变化对其标的资产价格变化的比率,Delta为零的状态被称为Delta中性。如果进行高频对冲,Delta中性策略就成为一种高频交易模式。它必须在标的资产价格刚开始下降时将其出售,在其刚开始上涨时将其购入,因此它在本质上是一种趋势交易方法。从国外经验看,做市交易是高频交易策略的主流。我国目前已经在国债、利率掉期等若干市场引入做市商制度,如果在更多市场实施该制度,高频交易还会有进一步发展。

    定量化交易策略

    订单拆分策略与做市交易策略更多是作为一种金融服务存在,而定量化交易策略强调使用定量分析进行投资决策。定量化交易策略种类非常繁多,有的针对单一资产,有的则针对投资组合。针对单一资产的分析方法包括事件套利(event arbitrage)、盘口交易(ticker tape trading)和技术分析(technicaltrading)等。

    事件套利是指针对某特定事件的发生(如重组、拆分、兼并、收购等等)预先判定其对市场影响,进而利用市场的短期新闻效应进行交易。盘口交易是指根据订单流、交易量等信息进行交易的策略。

    有研究认为,价格序列和交易量中包含了尚未公布的信息,通过对其进行分析,就可以根据这些信息进行交易。技术分析利用历史价格的走势和图形预测价格波动。Park and Irwin发现新兴股票市场、期货以及外汇市场是最适合技术分析的市场。Lukac,Brorsen and Irwin认为所有技术分析手段中趋势追随型交易策略最为有效Murphy指出,实现趋势追随的主要方法是移动均线法和通道突破法。针对投资组合的交易策略包括套利交易(arbitrage)和配对交易(pairtrading)等。

    套利交易通过捕捉标的物完全相同的两种金融资产的差价获取利润。美国市场金融产品品种较多,针对同一标的物可能同时有期权期货等多种金融产品;同时,每种资产又可以同时在几个交易所挂牌交易。这样的市场生态为套利交易提供了较大的生存空间。

    配对交易也称收敛交易(convergence trading),它假设相关联的标的物的价格具有相关性,因此在一种资产价格上涨而另一种下跌时,就可以做多下跌的资产,而卖空上涨的资产。由配对交易发展而来的统计套利(statistical arbitrage)与配对交易的不同之处在于,统计套利判断资产的相关性并不依据基本面或其市场特征,而且它所关注的往往是包括上百个资产的资产组合之间统计上的相关性。

    其他策略

    除了上述正常的交易策略,还有一些高频交易策略可以使交易者获取信息优势而损害交易的公平性,甚至操纵价格走势,主要包括结构性(structural)策略和方向性(directional)策略。

    结构性策略是指交易者利用不公平的交易制度获利。例如,某些交易者可能利用托管服务(co-location)先于其他交易者获取价格和订单数据,并据此下单而获利。

    方向性策略主要包括指令占先(order anticipation)策略和趋势引发(momentum ignition)策略。指令占先策略在某些文献中又被称为“掠夺性算法交易”,它是指通过技术手段识别潜在大买(卖)方并抢先发出指令,待其大笔交易引发价格上升(下降)后平仓获利。

    趋势引发策略是指事先建立头寸,然后诱骗其他交易者进行交易引发价格快速变动,进而从中牟利。其具体操作方法主要包括:通过大量挂单诱导其他交易者跟风;通过大笔成交触发市场中存在的止损指令;等等。在进行交易操纵的同时,还可能伴随着发布虚假信息等行为。

    高频交易“托拉斯”诞生

    在不少投资者眼中,高频交易是“市场里的嗜血鬼”,利用程序频繁挂单撤单严重影响市场。也有人说,高频交易不仅平抑了市场波动,还给市场提供流动性,因此程序化交易作为一种交易方式具有存在的价值和意义。但其对市场的影响,则要看是什么人,怎么来使用。可以说,程序化交易是把“双刃剑”。

    在高度曝光下,高频交易商战无不胜的神话开始褪色。踏进2017年后,有关高频交易商的不利报道陆续涌现。

    其中令人触目的三宗包括︰全球最大高频交易公司Virtu 14亿美元收购竞争对手KCG;量化交易公司Quantlabsa和专于高频交易的Teza进行合并;及Interactive Broker退出期权市场。

    Virtu收购KCG

    Virtu Financial 4月20日宣布:已达成最终收购协议,并获得骑士资本(KCG)董事会一致通过。Virtu以每股20.00美元的价格,总计约14亿美元,现金收购竞争对手骑士资本(KCG)

    该笔交易为Virtu开辟了新的收入来源。Virtu可以将技术和服务拓展到KCG的众多机构客户。Virtu将整合Virtu和KCG的优秀算法和分析工具,向客户提供更优质的服务。

    更大的规模和成本效益将使Virtu更有效地应对复杂的市场和同业竞争。Virtu预计在合并后两年可以节省大约2.08亿美元的成本节省,并通过协同效应增加4亿美元的收入。

    该交易将通过向私募股权公司北岛和淡马锡发行价值7.5亿美元的股票进行融资,并从摩根大通证券有限责任公司借款16.5亿美元。

    Virtu在收购KCG后也成为全球高频交易公司中的巨头。

    Virtu Financial

    Virtu曾是闷声发大财的代表,在1485个交易日中仅有一天出现亏损。但自2016年,Virtu的利润开始出现了下滑。

    Virtu是全球最大的高频做市商之一。交易领域横跨股市、商品、外汇、期权和债市等固定收益市场,为全球34个国家的225余家交易所提供流动性。业务总部坐落在纽约,在北美、欧洲、亚洲均设有交易中心以专注于各洲市场。

    Virtu于2014年提交招股说明书,并于2015年成功进行IPO。

    在招股说明书中显示,Virtu的盈利能力令人难以置信。从2009年到2014年的1485个交易日中,Virtu平均每天执行530万次交易,其中49%的操作是盈利的,然而仅仅一天出现亏损。

    2014年, Virtu每天都有盈利,共录得收入7.231亿美元和利润1.901亿美元。

    Virtu避免可能带来巨额亏损的大交易,而是专注于赚取一笔笔微薄的利润——比如10美元——每天上百万次。

    5月的那个周五,公司在黄金交易所和期货市场做市。在芝加哥和纽约的23笔交易中,总共获得了36美元的利润。

    Virtu作为电子做市商,虽用高频交易的技术手段,但与高频趋势行情推手不同,而是流动性提供者,是各市场所依赖的"合作伙伴",高频做市商Virtu是的策略是"市场中性"的。在Virtu的招股说明书中,Virtu戏称他的策略遵循"三板斧"。1"single instrument market making strategy" 场内寻找对手盘 2 "one to one market making strategy" 在双边市场寻找对手盘3 "one to many market making strategy" 在一揽子市场组合寻找对手盘。

    与卖家和买家同时做对手盘,而不是自己持仓,并且要么在最后把风险对冲掉,要么不承担任何风险。Virtu的做市交易总共涉及1.2万种金融资产。最能体现该公司严苛高效的是:它从事交易的市场(全世界34个国家的225个交易所)比员工的人数还多(截至2015年有148人)。

    骑士资本

    成立于1995年的骑士资本是华尔街上名声显赫的重量级证券公司。

    被行业称之为市场的支柱公司之一,并以其稳健的行业风格和专业的服务领域而著名。不但规模庞大,吸引了许多重量级的客户,而且业务范围遍及美国、欧洲和亚洲。

    其市场的交易份额占到纽交所交易总量的17.3%,纳斯达克证券市场的16.9%,自2011年到2012年间的日交易总量达到全美金融证券市场的10%。

    服务的客户对象既包括了买方客户,也包括了卖方客户,同时还有大量的零售客户。涉及的金融产品涵盖了全球金融市场的股票、固定收益产品、外汇,期货和期权等。

    除了为客户提供全方位的经纪业务服务之外,还通过公司的交易平台为客户提供高频交易服务。骑士资本主要的业务涉及三大块,即做市商业务、电子交易执行服务业务、以及机构销售和交易业务。

    但这家华尔街著名的做市商却在2012年遭受了灭顶之灾。不到45分钟的时间亏损高达4.6亿美元。

    2012年8月1日,本应该是一个非常普通的交易日。

    刚刚开市,市场中就出现了大量异常订单,数量不但巨大,而且涉及的股票也很广。开市20分钟后异常的订单如同发怒的海潮涌向纽交所,直接触发了市场熔断,并暂停了多只股票的交易。

    直到9:50分时纽交所才确定这些非正常的交易订单来自于骑士资本公司。

    而此时骑士资本公司也陷入了混乱。当得知交易系统向纽交所发出了大量异常订单之后,公司的高层管理人员立即赶到公司的交易厅。

    直到10:00点钟,在骑士资本和纽交所的共同努力之下,才停止了骑士资本的交易系统向纽交所发送交易订单。

    当天收市后纽交所宣布,在查验140只非正常交易的股票后,决定取消6只股票的交易。这意味着这6只股票当天的所有成交撮合全部无效。

    骑士资本在交易事件之后向美国证监会提出申述,要求取消更多的错误交易,最终没能获得成功。

    根据事后的报道,骑士资本集团交易系统的错误是由一个新安装的软件模块所引发,这是一个已经被废弃不用了的软件模块,但始终存在于交易系统之中。通常,这样的废弃模块被称为“死”模块。

    但骑士资本的技术人员在为系统升级时,没有更换“死”模块。8月1日早上交易系统开始运行时,在某一特定条件下触发计算机执行了这个 “死”模块,导致了事件的发生。

    很显然,这是一起由计算机引发的差错,但是根源却在于编写软件和维护计算机系统的人,是一起人为的严重交易事故。

    根据美国证监会公布的调查表明,骑士资本的系统共收到212笔交易订单,交易系统应该执行这212笔交易订单的撮合。

    然而,骑士资本的交易系统却在不到45分钟的时间里发送了几百万笔交易订单,致使纽交所在这段时间里成交了超过400万笔交易订单,平均每秒钟的成交超过了1500笔。

    短短45分钟时间,骑士资本系统的总交易量就达到了66.5亿美元。骑士资本最终的损失高达$4.6亿美元。

    最终美国高频交易商getco以14亿美元的价格收购了骑士资本。

    高频交易市场

    根据BIS的报告,高频交易近年来逐步显露疲态。主要反映在对冲基金和大型交易公司日内交易量下滑,这些公司从3年前的每天5800亿美元的交易量,降至每天3900亿美元的交易量。

    而根据Tabb Group的数据,在美国股票市场上,高频交易的盈利已经从2009年的72亿美元下降至2016年的11亿美元,减少了大约85%。坊间对高频交易的光环褪色有不同解读,包括树敌太多引起反弹。高频交易迅速改变买卖价格,以此为优势赚取高额交易利润,但这种做法却压缩了传统资产管理公司的利润空间。

    由于高频做市商利润来自于提供流动性所产生的差价,这些差价是由交易者承担。大型机构投资者因此损失相当一部分的利润。

    在2015年,由富达国际投资(Fidelity)牵头、与贝莱德、Capital Group Capital、MFS Investment Management、景顺集团、T Rowe Price、摩根富林明资产管理、道富银行和纽约梅隆银行等9家传统资产管理公司组建新的交易所Luminex。

    它从事黑池交易,但有别于其它黑池交易所,只允许采取长期投资策略的机构参与,高频交易商则被拒诸门外。Luminex对会员有着严格的门坎要求,会员资产不低于10亿美元。所有交易指令至少要5000股,总计价值在10万美元以上,才可以进入交易系统。

    机构投资者的流失、高频做市商利润的下滑,导致高频做市商寻求各种出路。

    这也促使高频做市商纷纷进行并购,以降低运营成本。

    黑池交易:

    黑池交易平台是在交投清淡的情况下,为客户提供一种新的流动性来源;或是便于机构投资者进行大单交易,以免引起市场巨动。黑池交易平台通常由大型跨国银行及证券公司创立及营运。黑池交易与交易所类似,但券商支付的费用低且交易为匿名。

    推荐阅读

    1.海龟交易法则策略,多读几遍少走10年路

    2.一个量化策略师的自白(好文强烈推荐)

    3.网格交易法,一个不容易亏钱的投资策略(附源码)

    4.市面上经典的量化交易策略都在这里了!(源码)

    5.期货/股票数据大全查询(历史/实时/Tick/财务等)

    6.量化交易领域最重要的10本参考书推荐!

    7.配对交易—这个股票策略曾年赚5000万美元

    8.被动与主动的完美结合:指数增强策略的魅力

    9.学了那么多技术指标为什么还不赚钱?从量化角度告诉你

    10.最科学的仓位管理利器-凯利公式,从方法上胜过99%散户

    展开全文
  • 基于深度学习算法的高频交易策略及其盈利能力.pdf
  • 高频交易员自动化股票交易,在几分之一秒内下达数千个订单。 他们的算法策略往往只是规则操纵或使用蛮力来获得优于竞争对手的优势的方法。 金融算法的规范评估必须考虑该部门的社会功能:促进高效、公平和可持续的...
  • 高频交易数据研究的思考

    千次阅读 2018-03-06 16:28:47
    from:https://www.douban.com/note/520105082/?from=tag近年来,国内外学术界对金融高频交易数据、超高频交易数据展开了广泛的研究,为此类研究提出了新的思考。一、澄清金融高频交易数据认识上的误区在明晰金融...

    from:https://www.douban.com/note/520105082/?from=tag

    近年来,国内外学术界对金融高频交易数据、超高频交易数据展开了广泛的研究,为此类研究提出了新的思考。


    一、澄清金融高频交易数据认识上的误区

    在明晰金融高频数据概念的同时,我们发现很多文献对高频与超高频这两个概念混同使用,高频、超高频与低频之间的界限也较为随意。事实上,根据数字信号处理的相关理论,设若频率小于某个临界值,会出现混叠现象,进而无法真实还原序列所要传达的信息。为此,需要从更严格的意义上对低频数据、高频数据与超高频数据做出界定和辨析,进而从统计学理论和方法的角度来审视金融高频数据挖掘的内容和方法,这一方面有利于明确统计方法的应用现状和所面临的困难;另一方面可以引起统计学界对金融高频数据挖掘的广泛关注,也有利于统计学方法研究的进一步拓展和深入。

    此外,不少文献认为金融高频数据仅仅是加细了取样间隔,增加了样本容量,因而包含了比以往更多的信息。然而事实上并非取样频率越高就越精确,因为取样频率越高也越容易受到微结构噪声(microstructure noise)的影响。需要注意,对金融高频数据的建模方法不同于低频,比如ARCH模型族在金融高频数据中基本无法使用;超高频数据与高频数据的研究方法也有质的区别,比如超高频数据取样间隔不等距且随机,而多数统计计量方法都是针对固定等距情形而设计的。但是目前国内对金融(超)高频数据的研究多集中在引入国外模型做应用实证分析,对研究方法的探讨并不多。

    二、探索金融高频数据挖掘的统计方法

    单从数据处理的角度来看,低频数据似乎可以看作是对高频数据的抽样。在抽样理论中,用一个点代表它所属的“层”是可以接受的,而事实上日内高频数据似乎更应该理解为“群”,因为群间有相似的统计特征(如“U”型分布),群内异质性较大(如开盘和收盘交易量较大,而中间时段交易量小)。所以需要对高频数据的日内效应进行更为细致的统计观察和分析,进而探索其中的微结构。

    以波动率的研究为例,金融研究领域的很多模型都是为刻画波动的时变性、聚集性、非对称性和长记忆性等特征提出的,然而这些模型大都无法直接应用于高频数据,与低频数据采用ARCH模型族讨论波动不同的是,高频数据主要采用已实现波动率(realizedvolatility)来对波动率进行测量,通过波动率来深入分析和研究交易的内在机制。这方面主要集中在对市场微观结构理论的探讨。与时间序列模型强调数据的统计性质所不同的是,微结构模型(market microstructure)更多地关注市场行为,着意于交易的细节,如交易价格的形成过程、代理人的行为、交易成本、交易机制等。狭义地来讲,微结构模型旨在考察市场参与者的潜在需求如何转化为交易价格和交易量的过程。尽管这部分内容与金融高频数据分析紧密相关,但从数据挖掘角度的深入研究并不多。这样就有必要从统计学理论和方法的角度来审视金融高频数据挖掘的内容和方法。

    三、从观测尺度来理解高频与低频数据的差异

    金融工程理论通常采用几何布朗运动(the GeometricBrownian Motion)来刻画价格波动,但研究发现,金融高频交易数据不再像低频数据那样遵循布朗运动。那么二者仅仅是频率上的差别吗?研究表明,高频与低频的区别仅仅是噪声层面的:在低频数据里,噪声可以被忽略;然而在高频交易数据里,噪声是显著的。这就好像是在较小的尺度上(如短期)可能犯错,导致出现一个凸点,但是在较大的尺度上(如长期),这个凸点可能就被“磨圆”了。

    所以,不同尺度下,可以有截然不同的结论,“横看成岭侧成峰,远近高低各不同”,从系统论的角度看,我们必须承认,不同层次(类别)有不同层次(类别)的规律(除了无特征尺度的“自相似”,它在不同的尺度上表现出相似或统计相似的性质)。比如研究了微观个体的行为,并不可以简单加总去推断群体的行为;研究了短期的行为,也不可以妄断长期。应该注意,这里本身并不涉及推断问题,不能用这个层次的观察来推断另一个层次,推断应该是在同一个层面(尺度的,包括外推和横向比较。比如,由可获得的样本推断未知总体,它仅仅是数量上的策略。

    四、抽样并不必然造成信息的损失

    大多研究金融高频数据的文献认为,金融市场上的信息对证券价格变化的影响具有连续性,而低频数据是离散的,这必然会造成信息的丢失。而且,数据频率越低,则信息丢失就越多。但是,根据数字信号处理的相关理论,模拟信号(连续信号)首先要经过离散化处理(抽样)变成数字信号,才可以进入下一步分析。

    退一步而言,根据统计抽样理论,如果采用合适的抽样方法,那么抽样的效果并不弱于全面调查。所以,问题并不在于是否采用抽样方法,而在于如何设计和实施抽样。由于很多金融时序数据在总量观察的尺度上多呈异方差(异质程度较高),所以通过提高抽样频率来挖掘其中所包含的丰富的波动信息是很自然的。另一方面,根据总体辅助信息设计合理的抽样方法也是值得努力的方向。

    事实上,从统计的视角来看,过于细致的数据并不利于展现数据的总体特征。因而才会引出分组的重要性,即分组对数据进行人为的、有目的的离散化梳理,这有助于问题的发现。模型也正是通过显现本质忽略枝蔓而简化了现实,使我们专注于要解决的问题。

    五、金融高频交易数据的本质在于微结构发现

    相对于低频数据而言,高频交易数据不仅仅是加细了取样间隔,增加了样本容量,实现了大样本推断,更重要的是,金融高频数据挖掘的目标其实并不是为了改进抽样和样本代表性,而是为了发现日内的交易行为结构。比如,原先只是取日收盘价,以日作为分析单位;现在则加细日内的间隔,以发现日内的微结构。我们希望通过这种研究视角的变换——改变了分析的单位或尺度——来发现更多背后的信息,如宏观经济学转向微观经济基础构建、金融工程学转向行为金融的研究一样。(文章来源:宽客界微信公众号quantview)

    展开全文
  • 本文从理论上考察了缩短... 本文提供了理论上的证据,即快速交易可能会增加投资组合价格的波动,因此,除了众所周知的损害,包括羊群效应,激进的交易策略黑池,立即或取消定单以外,还可能暗示高频交易的另一成本。
  • 沪深A股高频交易数据

    千次阅读 2020-04-21 10:19:04
    本人因研究购买了沪深A股高频交易数据,原始数据为毫秒级高频交易数据,经过处理整合为包括每分钟交易数据,每五分钟交易数据,每日交易数据,以及各类指标等,以上数据时间跨度均为2014-2018五年。具体如下: 每...

    本人因研究购买了沪深A股高频交易数据,原始数据为毫秒级高频交易数据,经过处理整合为包括每分钟交易数据每五分钟交易数据每日交易数据,以及各类指标等,以上数据时间跨度均为2014-2018五年。具体如下:

    每分钟交易数据
    以深圳平安银行为例,数据为csv格式,如下:
    在这里插入图片描述
    使用word打开如下:
    在这里插入图片描述

    每五分钟交易数据
    以深圳平安银行为例,数据为csv格式,如下:
    在这里插入图片描述

    每日交易数据
    数据样式同上!!!

    高频数据各类指标
    以异常波动为例:
    在这里插入图片描述
    各指标计算公式,均采用国内外知名期刊上发表论文中的计算方法,部分如下:
    在这里插入图片描述

    需要看我主页有我vx,备注:CSDN-高频数据

    展开全文
  • 论文研究-Kelly模型及其在高频交易中的应用.pdf, 本文研究了在交易成本约束下的基金财富动态最优增长. 我们建立了基于Kelly理论的投资组合模型, 它能确保采用该模型的...
  • 我是高频交易

    千次阅读 2019-12-04 17:13:45
    |证券时报记者 沈宁 早上8点30分,维多利亚港畔,香港中环写字楼...研究、交易、监控——作为一名高频交易员,李兆明对此早就习以为常。2013年美国硕士毕业回国后,李兆明一直从事与高频交易相关的工作,目前在一...
  • 与之前的研究相比,我们发现 Mini Flash Crashes 是监管框架和市场分散的结果,特别是由于积极使用市场间扫描订单和监管 NMS 仅保护账簿顶部。 我们发现强有力的证据表明,迷你闪电崩盘对市场流动性有不利影响,...
  • 我们使用证券交易所消息数据来量化高频交易的负面影响,称为“延迟套利”。 消息数据与广为人知的限价订单簿数据之间的主要区别在于,消息数据包含失败的交易或取消尝试。 这使研究人员可以观察比赛中的赢家和输家,...
  • 高频交易及其在中国市场上的研究.pdf
  • 在央行发布的《中国金融稳定报告(2016)》中,对于高频交易的解释为程序化交易的频率超过一定程度,就成为高频交易。而对程序化交易的解释为程序化交易指依托计算机为技术工具,按照既定程序,高速、大规模自动执行的...
  • 高频交易是自动化交易的一种形式,以速度见长,它利用复杂的计算机技术和系统,以毫秒级的速度执行交易,且日内短暂持仓。其中,流动性交易策略、市场微观结构交易策略、事件交易策略和统计套利策略在国外成熟市场上...
  • 研究高频交易有哪些好的参考书目?.doc
  • 高频交易的前世今生

    千次阅读 2021-10-22 15:05:41
    近期,高频交易成为市场热点。 证监会主席易会满出席2021年第60届世界交易所联合会(WFE)会员大会暨年会时指出:在成熟市场,量化交易、高频交易比较普遍,在增强市场流动性、提升定价效率的同时,也容易引发交易...
  • 高频交易揭密:美国五大高频交易商访谈录 芒格曾炮轰高频交易:它们就像是粮仓里的老鼠!巴菲特也补充说,高频交易“并没有提供流动性”。虽然高频交易创造了交易量,但这个提供流动性是两回事。 同样在场的...
  • 高频交易系统C++编写》结业篇

    千次阅读 2019-06-26 07:48:17
    大家好, 从编程小白到量化宗师之路的第三部课程《高频交易系统C++编写》现在已经完成了。 课程链接: https://edu.csdn.net/course/detail/24668 在这部课程中, 我们从无到有的实现了一个支持单机运行,也能支持跨...
  • 为什么高频交易被俄罗斯人垄断?

    千次阅读 2019-11-07 14:01:08
    高频交易,在国内外资本市场早已不是什么新鲜事物,高频交易在近十年已逐渐成长为全球ETF及金融衍生品领域的主要力量。据美国战略咨询公司Tabb Group的数据显示,2015年高频交易占美股交易量高峰可达49%。而在2009年...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 5,305
精华内容 2,122
关键字:

高频交易研究