对指令流建模优化交易决策.pptVIP

实证样本 交易日 最高 最低 区间涨幅(%) 区间振幅(%) 换手(%) 600009 95 14.83 12.08 -12.12 22.76 57.46 600054 95 20 15.02 -8.17 33.16 148.01 000001 89 18.59 15.55 -9.01 19.55 62.29 000022 95 16.34 11.2 -22.52 45.89 31.52 实证结果 股票代码 指令数量 交易点数量 总信号次数 成功率 样本均价(Y) 优化获利(Y/%) 平均等待时间(s) 600009 211165 5000 284 66.2% 13.21 4.2/ 31.8% 282.4/ 124.35 10000 591 66.7% 8.53/ 64.6% 278.78/ 118.16 15000 897 67.2% 12.1/ 91.6% 287.19/ 134.42 20000 2087 67.5% 18.63/141.0% 287.34/ 137.82 实证结果 股票代码 指令数量 交易点数量 总信号次数 成功率 样本均价 (Y) 优化获利(Y/%) 平均等待时间(s) 600054 138089 5000 291 66.0% 17.39 5.23/ 30.1% 298.05/ 142.37 10000 820 64.0% 4.41/ 25.4% 311.77/ 140.75 15000 1135 64.5% 12.82/73.7% 315.73/ 159.01 20000 1693 64.7% 14.83/85.3% 306.06/ 151.38 实证结果 股票代码 指令数量 交易点 数量 总信号次数 成功率 样本均价 (Y) 优化获利(Y/%) 平均等待时间(s) 000001 321827 5000 1986 55.3% 17.01 10.43/ 61.3% 359.99/ 165.72 10000 5920 56.7% 25.82/ 151.8% 351.60/ 166.74 15000 11864 57.42% 41.18/ 242.1% 345.52/ 161.98 20000 19748 57.11% 49.77/ 291.05% 349.78/ 157.93 实证结果 股票代码 指令数量 交易点 数量 总信号次数 成功率 样本均价 (Y) 优化获利(Y/%) 平均等待时间(s) 000022 143687 5000 144 63.2% 13.5 1.12/ 8.3% 317.52/ 153.01 10000 424 60.0% 1.74/ 12.9% 346.75/ 162.71 15000 715 61.23% 2.48/ 18.4% 352.15/ 154.58 20000 1038 63.51% 3.47/ 25.7% 324.97/ 163.45 总结 谢谢！ QA！ zhangge@amss.ac.cn * 对指令流建模优化交易决策 张戈 中国科学院 数学与系统科学研究院 2011.9.22 内容提要 引言： 交易策略构建的思路 对高频交易的优化算法 指令簿的统计特征 建模与分析 交易策略和实证结果 引言：交易策略构建的思路 建模(Modeling)：发现规律、数量关系 算法(Numerical Mathematics)：求解、模拟 实现(Computing)：软件工具 引言：交易策略构建的思路 好的交易策略 指令簿的统计特征 指令和指令簿的建模是当前研究的热点； (微观结构) 分笔数据；(存储和计算技术发展) 主要研究对象是成交指令发生的动态过程； (假设指令流的发生服从一个泊松过程) 成交的指令流 假设在（0, t）内出现成交的指令的总数所组成的过程为{N(t), t0} 。 N(t)是一个正整数； 如果有两个时刻s, t，且s=t，则N(s)=N(t)； (单调) 如果有两个时刻s, t，且st，则N(t)-N(s)代表时间间隔（s, t）内指令出现的次数。(成交的指令不能瓦解和增殖) 计数过程--泊松过程 三个基本条件： 泊松过程的基本定义 泊松分布 泊松过程 对泊松过程,通常可取它的每个样本函数都是跃度为1的左(或右)连续阶梯函数。可以证明，样本函数具有这一性质的、随机连续的独立增量过程必是泊松过程。 直观上,只要随机事件在不相交时间区间是独立发生的,而且在充分小的区间上最多只发生一次，它们的累计次数就是一个泊松过程。 泊松过程 股票成交指令的稳态过程可近似为泊松过程。 由于存在程序化交易和内幕交易等问题，局部指令独立性不一定满足，所以需要基于大样本量做滚动开窗处理