Buku pesanan dengan frekuensi tinggi

Penulis:Mimpi kecil, Dibuat: 2017-09-01 12:18:52, Diperbarui:

Buku pesanan dengan frekuensi tinggi

  • Mengapa kita harus memperhatikan buku pesanan?

    Buku order batas adalah tempat semua pembeli dan penjual berkumpul dan di mana semua penawaran terjadi. Pada dasarnya, ini adalah semua pasokan dan permintaan. Ketika kita melihat buku order, kita melihat keputusan dan strategi semua peserta pasar. Jika data transaksi menunjukkan apa yang telah terjadi, maka buku order menunjukkan niat pedagang. Berdasarkan informasi ini, pergerakan harga jangka pendek dapat diprediksi.

    Banyak informasi dapat diperoleh dengan melacak dan menganalisis buku pesanan, seperti:

    Menemukan tingkat harga yang bersifat fluktuatif. Beberapa tingkat harga dapat menarik banyak penawaran, yang hanya dapat diidentifikasi dengan melihat pasar secara mendalam. Ketika tingkat harga di atas berada di bawah harga saat ini, biasanya muncul sebagai titik dukungan; ketika berada di atas harga saat ini, muncul sebagai titik resistensi.

    Dengan melihat perbedaan harga jual beli, kita dapat memprediksi apa yang akan terjadi dalam waktu dekat.

    Mengidentifikasi pergeseran arah pergerakan dalam hari pasar, misalnya dari jual beli yang kuat ke jual beli yang kuat.

    Studi tentang hubungan antara perubahan buku order dan perubahan harga pasar.

    Kami juga menggunakan data mendalam pasar untuk melihat bagaimana strategi berjalan, seperti:

    Strategi pemicu harga, yaitu strategi yang secara otomatis mengubah arah perdagangan berdasarkan perubahan harga.

    Untuk memverifikasi apakah ada terobosan pada beberapa indikator teknis kunci, dan untuk lebih baik mengidentifikasi apakah itu terobosan palsu atau benar.

    Untuk mengidentifikasi apakah ada pemain besar yang masuk.

    Mengidentifikasi perilaku ritel.

    Ada banyak cara untuk menggunakan buku order. Seorang spekulator (scalper) akan menggunakan informasi dari buku order untuk memutuskan apakah akan melakukan banyak atau tidak; seorang swing trader atau pedagang yang menghormati analisis teknis mungkin menggunakan ini untuk membenarkan keputusan membeli atau menjual mereka secara makro.

  • Tantangan yang dihadapi saat menangani buku order limit

    Analis kuantitatif atau pedagang biasanya menghadapi tantangan berikut saat berurusan dengan buku order.

    Strategi perdagangan frekuensi tinggi adalah dengan menggantungkan pesanan di banyak tingkat harga. Biasanya, tindakan menggantung ini dipicu oleh perubahan harga. Kemudian, sebagian besar pesanan akan dibatalkan ketika harga pasar mendekati harga pesanan.

    Tidak semua daftar harga terbatas mewakili niat perdagangan yang sebenarnya. Beberapa pedagang memanipulasi pasar dengan memasang daftar, menciptakan ilusi bahwa likuiditasnya kuat atau lemah. Metode mereka termasuk spoofing dan penumpukan kutipan untuk menghalangi lalu lintas.

    Kadang-kadang, tidak semua pesanan perdagangan ditampilkan di buku pesanan. Banyak bursa memiliki beberapa jenis pesanan tersembunyi.

  • Memahami Struktur Mikroskop

    Setiap peristiwa makro adalah kumpulan peristiwa mikro. Seringkali, jika Anda dapat memahami struktur mikro, maka Anda dapat memahami fenomena makro dengan lebih baik. Manfaat dari mempelajari struktur mikro adalah bahwa ada lebih sedikit peristiwa besar, sehingga lebih mudah untuk menafsirkan perilaku dan niat para peserta pasar.

  • Cara memvisualisasikan buku pesanan

    Kami harus menghadapi masalah ini ketika kami masih melakukan strategi perdagangan frekuensi tinggi. Kami ingin lebih memahami jenis peserta pasar lainnya, dan ingin tahu bagaimana pasar akan bereaksi ketika kami memesan. Kami memutuskan untuk mengubah buku pesanan menjadi grafik termal, yang diperbarui pada frekuensi 25-40 pips per detik.

  • Grafik panas ini memungkinkan kita untuk melihat dengan jelas bagaimana seluruh buku pesanan batas dan volume perdagangan berubah seiring waktu, sehingga memungkinkan kita untuk melihat lebih cepat dan lebih dalam mekanisme pasar. Di bawah ini saya akan menjelaskan secara rinci. Grafik biasa, seperti grafik tiang, adalah dua dimensi (harga dan waktu). Ketika Anda menggunakan grafik panas, Anda menambahkan dimensi ke grafik sehingga Anda dapat melihat ukuran pesanan di bawah setiap harga setiap saat dalam sejarah.

    Visual memungkinkan Anda untuk melihat pola yang sebelumnya tidak dapat Anda lihat atau mengerti: Bagaimana ukuran pesanan pada setiap tingkat harga berubah seiring waktu? Bagaimana garis ini bergerak ketika harga mendekati garis harga tertentu (garis dukungan atau garis resistensi)? Apakah di bawah atau di atas garis harga ini, ada garis dukungan atau resistance yang lebih kuat? Berapa banyak transaksi di dekat garis harga ini? Apa yang terjadi di sisi lain buku order? Apakah ada beberapa area di mana buku order tidak simetris?

  • Peningkatan harga

    Banyak pesanan jual-beli terbatas yang berkumpul di beberapa tingkat permintaan yang berdekatan. Biasanya kita ingin menguji secara real-time asumsi berikut: jika harga mencapai tingkat seperti ini, maka harga akan bangkit setelahnya (setidaknya untuk waktu yang singkat). Berikut adalah beberapa fenomena yang dapat mendukung asumsi ini: Saat harga mendekati level ini, jumlah penjual:

    • a. Tetap sama, atau

    • b. menjadi lebih besar (dalam hal ini, mungkin transaksi di tingkat itu belum terjadi dan harga bangkit)

    Saat transaksi mulai dilakukan di tingkat harga ini:

    • a. Lebih banyak penjual bergabung, dan/atau

    • b. Kita melihat surat jual dan jual tersembunyi sedang dieksekusi, dan mereka bertentangan dengan harga jual pasar.

  • Perubahan besar dalam buku pesanan

    Dalam sekejap, beberapa pesanan besar dibatalkan, sementara beberapa pesanan besar ditambahkan. Kemudian harga turun. Berdasarkan apa yang baru saja kita lihat, kemungkinan besar semua pesanan tersebut berasal dari pedagang yang sama.

  • Pertama, transparansi yang lebih besar.

    Organisasi dan individu membutuhkan data yang lebih luas dan lebih akurat. Semakin banyak data yang Anda miliki (misalnya dari lebih dari satu bursa) dan semakin rinci, Anda akan dapat membuat keputusan yang lebih cerdas. Kami telah menemukan tren ini saat kami mengamati pasar. Contoh yang bagus adalah data CME Market by Order yang akan diluncurkan, yang memberikan posisi antrian pesanan masing-masing dan jumlahnya. Dengan informasi ini, pedagang tidak lagi perlu menghitung posisi antrian mereka sendiri sehingga mereka dapat membuat keputusan yang lebih cerdas.

  • 2, lebih banyak analisis dan visualisasi data

    Dengan kemajuan teknologi, lebih banyak data yang dikumpulkan, dikirim secara real-time atau on-demand (berkat internet yang lebih cepat), dianalisis dan dibayangkan oleh komputer biasa (berkat GPU yang lebih baik). Seperti industri lain, industri keuangan akan membutuhkan aplikasi analisis dan visualisasi data yang lebih baik. Program-program ini tidak hanya dapat digunakan untuk penelitian offline, tetapi juga dapat digunakan secara real-time untuk membuat keputusan yang lebih cepat dan lebih baik.

  • 3. Interaktivitas, fleksibilitas, dan modularitas alat visualisasi

    Perangkat lunak visualisasi harus lebih netral terhadap sumber data, dan dapat menampilkan data dari berbagai sumber dengan cerdas. Selain itu, dengan meningkatnya jumlah data, cara berinteraksi dengan data akan menjadi lebih fleksibel. Misalnya, bayangkan Anda dapat menggunakan data Anda sendiri, memilih parameter Anda sendiri dan membangun video (seperti membangun grafik di Excel), memperkaya video dengan indikator Anda sendiri, dan memutuskan apakah akan menonton secara offline atau langsung.

  • 4. Analisis data otomatisasi

    Lebih banyak data juga berarti dimensi data yang lebih tinggi (misalnya, jenis fenomena yang berbeda, anomali data, alat yang berbeda, skala waktu yang berbeda, dll.). Sebagian besar pekerjaan analisis data saat ini dilakukan dalam dua dimensi, tetapi di masa depan juga dapat dilakukan dalam tiga atau empat dimensi, sehingga meningkatkan wawasan dan keunggulan kompetitif pengguna. Namun, dimensi persepsi manusia terbatas (misalnya, 3D visual, audio, dll.) sehingga perlu untuk melakukan analisis data otomatis awal, menghasilkan peringatan, dan menampilkan bagian yang berarti dari hasil awal.

Diarsipkan dari WeChat


Lebih banyak