算法交易研究系列（六）——主成分分解方法在VWAP策略中的应用.pdfVIP

定量研究 定量研究 证券研究报告 专题报告 算法交易研究系列（六） 2011 年 10 月 27 日 主成分分解方法在 VWAP 策略中的应用 在研究证券市场的特点时，对价格或者收益率的重视程度通常要远远高于对成交 量的分析。但每一个市场的实际参与者在交易过程中都会面临由流动性变化所带来的 冲击成本。这一成本可以通过比较一系列交易指令得到完全执行后的成交价与某一基 准的差异来进行度量。一个常用的基准就是成交量加权平均价格(Volume Weighted Average Price, VWAP) 。它是一段时间内，所有成交价格经由成交量加权之后的和。 基于此，衍生出一系列算法交易策略，以跟踪或近似真实的 VWAP 。  交易的VWAP 策略被定义为投资者拆分大额委托单，在约定时间段内分批执行，以 期使得最终买入或卖出的成交均价尽量接近该段时间内整个市场成交均价的算法 交易策略。作为一个比较标准，VWAP 不仅简单有效，而且有着天然的优良性。与 任意未来某个固定时刻的价格相比，VWAP 并不能被人为操控。对一个以跟踪VWAP 下单的投资者来说，他所要做的就是在交易前找到一个策略使得事后的平均成交价 格尽可能接近 VWAP ，从而达到降低成本、增加收益的目的。  通过主成分分解，成交量被分成两个部分——市场成分和特殊成分。市场成分描述 了市场上所有股票成交量的共同变化形态，并且抓住了该变化具有周期性这一重要 特点。特殊成分则度量了短时间内单个股票成交量反常或意外的波动，常常是因为 相关研究 一些重大事件的信息提早泄露所导致的。市场成分可以由历史同期的均值较好地刻 股票市场均价下单策略 （VWAP-D ） 画，而特殊成分则展现出 ARMA 模型的典型特征。 关于股票配对交易的补充说明 统计套利之股票配对交易 20 110610  VWAP 策略理论执行的结果充分说明了主成分分解方法的巨大优势，其预测的每个 套利交易策略综述 算法交易在国内的应用 样本股的 VWAP 策略的执行成本都低于传统方法。不仅如此，主成分分解方法在较 短的时间间隔下能获得更小的误差，这一特点对实际交易有着极其重要的意义。而 在相同的采样区间下，AR 模型的滞后阶数越大，MAPE 的改善也越多。当采样区 间为