算法交易、价差交易与风险控制算法交易.pptxVIP

算法交易(2)

1

市场冲击模型

2

业界标准模型

对股票市场冲击的直接估计(Almgren,RobertF,CheeThum,EmmanuelHauptmann及HongLi(2005))

证券交易最佳执行方案(Almgren,RobertF及NeilA。Chriss(2000))

书目：

交易最优策略(Kissell,Robert及MortonGlantz(2003))

3

目录

第1节 引言

第2节 理论模型

第3节 数据

第4节 单一仓位的最优交易时间

第5节 示例

第6节 总结

第7节 公式详尽推导

参考文献

第1节 引言

4

引进了持久/临时冲击模型

采用截面非线性回归模型及高斯-牛顿最佳化演算法确定模型系数。

将虚拟变量引入各样交易策略

比较各种备选模型

获取并分析样本内外预测

对于以min(EC+lamda*Risk)为目标的仓位，解决了最佳交易时间T

提及未来开发和扩展

5

第2节 理论模型

基本问题及利害权衡

快速交易，你可以左右市场

等待交易，市场会变动

模拟交易中的问题

股价动态：假定证券遵循算术布朗运动

交易成本即对市场的冲击

持久冲击：交易将新信息传达给市场;市场调整证券价格

临时冲击：由于即时性需求，价格出现短暂波动

6

交易后某个适当时间点(即最后一宗交易后半小时)证券的价格和到达中价之间的差额。

与持久冲击相关。

交易指令遭受的实际平均冲击为I的一部分。

交易前后净价变动(I)：

买入指令中,不足指实际支付价与到达中价之差

卖出指令中,不足指到达中价与实收现金之差

执行不足(IS或J)：

为J和部分I的差额,即：指令中执行不足与平均持久冲击之差。

临时冲击

7

变量

X：指令数量

t0,t1,…,tn分别指指令到达(时钟)时间、首次交易时间、…最后交易时间。

τ0,τ1,…τn分别指对应t0,t1,…,tn的交易量时间。

交易量时间：时钟时间t为止，执行的平均日交易量百分比（小数）。

0=τ=1。

例如：加入ADV(平均日交易量)的35%在t=10：25时进行,则τ=0.35

在变量τ中,实时交易的VWAP(交易量加权平均价格)与固定比率轨迹对应。

可更好地掌握当天成交量及价格变动。

tpost=tn+0.5个小时

T=τn–τ0

Tpost=τpost–τ0

变量

#2022

8

变量(接上页)

S0：指令首次到达时的市场价格

Spost：在tpost。tpost。的市场价格

S：指令平均实现价格

I,J,K均以基本点表示

ADV：平均日交易量,以”股”表示。

τ0：成交量,已发行股票的平均日交易量(Θ)。用百分比表示

9

变量(接上页)

SP：股价平均价差幅度(买入-卖出),以基本点表示

σ：股价年度性波动,相当于5分钟波动乘以(12*4*252)^0.5的因子,以百分比表示。

BTR：指挂单价值和交易的比率，即：平均挂单规模与平均交易规模的比率

平均挂单规模＝∑（平均挂买规模＋平均挂卖规模）5分钟

48

平均交易规模＝∑平均交易规模5分钟

49

平均挂单规模涉及连续四小时交易中48个以五分钟为单位的时间区间，而平均交易规模涉及另外一个开盘前的竞价时间。

变量(接上页)

#2022

10

持久冲击

股价遵循算术布朗运动

其中g(v)为持久冲击函数：g(0)=0;g(v)为递增函数

可得出：

可得出：

11

临时冲击

已知

其中h(v)是临时冲击函数

在τ变量中,设定一个固定比率轨迹,则平均执行价为：

其中w(τ)≡B(τ)-B(τ0)呈正态分布,平均值为0,方差为(τ-τ0)。设：

12

临时冲击(接上页)

得出：

然后得出：

其中χ呈正态分布,平均值为0,方差为(详情请看附录)

临时冲击(接上页)

#2022

13

g(v)和h(v)函数形式选择：

以指数定律为基本条件

用于同业比较分析的参数

I和K通过波动来计算

交易率v为X/(ADV*T),交易量与平均期间交易量的比率

TO,SP和BTR均为无因次变量

：为六个可选策略之五引进五个虚拟变量

dTWAP：用于交易时间加权平均价格（TWAP）策略

dIS：用于执行不足（IS）策略

dILWV：用于ILWV策略

dFLOAT：用于浮动股价（Float）策略

dCLOSE：用于收盘价（ATCLOSE）策略

交易量加权平均价