avatar of 发明者量化-小小梦 发明者量化-小小梦
fokus pada mesej peribadi
4
fokus pada
1271
Pengikut

Kaedah berfikir lebih penting daripada algoritma frekuensi tinggi

Dicipta dalam: 2016-09-05 20:56:39, dikemas kini pada: 2024-12-23 16:29:22
comments   1
hits   2522

Kaedah berfikir lebih penting daripada algoritma frekuensi tinggi

Perdagangan berprogram yang benar-benar menjadi perhatian orang ramai adalah peristiwa yang mengejutkan pasaran dua tahun yang lalu, ketika jari-jari U-Rong naik lebih dari 5 peratus dalam masa satu minit kerana kesalahan dalam penciptaan dan pelaksanaan pesanan dalam program perdagangan frekuensi tinggi broker ETF.

Dari bursa niaga hadapan kewangan China pada 731, ke bursa Shenzhen secara berturut-turut mengumumkan tindakan sekatan perdagangan terhadap tiga kumpulan akaun, hingga baru-baru ini pertukaran mata wang tunai di bursa T + 0 diubah menjadi bursa T + 1, pengawal selia terus membentangkan perdagangan berproses.

Pada bulan Ogos 2014, pengguna yang dikenali sebagai Peng Peng Peng mempunyai algoritma yang terkenal untuk perdagangan frekuensi tinggi. Jawapan kepada soalan tersebut, setakat ini, baru setahun.

Saya tidak bersetuju dengan pandangan ini. Perdagangan pertama adalah perdagangan itu sendiri, mempunyai makna ekonomi sendiri, mengabaikan ini dan menganggapnya sebagai permainan digital untuk menambah nilai wang, mudah untuk tersesat.

Saya juga tidak fikir algoritma itu sendiri adalah sesuatu yang unik, dan algoritma yang baik juga mati, nilai teras yang sebenar mestilah orang yang menguasai dan menggunakan algoritma. Sebenarnya apa yang saya katakan adalah maklumat awam, tetapi walaupun mengetahui butiran teknikal, tidak banyak orang yang dapat melakukannya dengan baik.

Semoga jawapan ini memberi anda pemahaman yang lebih baik mengenai kuantitatif dan frekuensi tinggi.

Pertama, saya percaya bahawa konsep perdagangan frekuensi tinggi bagi kebanyakan orang adalah seperti ini:

Kaedah berfikir lebih penting daripada algoritma frekuensi tinggi

Tetapi untuk perdagangan frekuensi tinggi, maklumat ini sangat kasar. Oleh itu, saya ingin memperkenalkan kepada anda apa yang disebut buku pesanan. Bursa utama sekarang biasanya menggunakan buku pesanan untuk berdagang, dan semua tawaran pembeli dan penjual dicatat di dalam buku pesanan, seperti ini:

Kaedah berfikir lebih penting daripada algoritma frekuensi tinggi

Bid menunjukkan pembeli, Offer menunjukkan penjual, dan borang ini menunjukkan semua tawaran yang dikeluarkan oleh kedua-dua pihak pembeli dan penjual. Borang ini adalah maklumat yang paling penting dalam perdagangan frekuensi tinggi. Pada bila-bila masa, tawaran pembeli selalu lebih rendah daripada penjual.

Terdapat dua keadaan, pertama, apabila mana-mana pihak mengeluarkan pesanan pasaran (Market Order), contohnya, seorang pembeli mengeluarkan satu pesanan pasaran sebanyak 10 dan dapat membeli 10 salinan yang dipegang oleh penjual pada harga 101, dan apabila transaksi itu berjaya, Buku Pesanan akan menjadi seperti ini:

Kaedah berfikir lebih penting daripada algoritma frekuensi tinggi

Kedua, dengan mengeluarkan satu tawaran harga yang sama dengan tawaran terbaik pihak lain, ia akan menghasilkan hasil yang sama seperti di atas.

Perlu ditekankan bahawa walaupun buku pesanan sebenar hanya wujud di dalam bursa dan semua urus niaga dilakukan di dalam bursa, tetapi bursa akan menghantar setiap tawaran dan harga pasaran kepada semua orang, jadi semua pembeli dan penjual dapat memelihara struktur data yang sama dengan diri mereka sendiri, setara dengan cermin buku pesanan bursa. Untuk membuat strategi perdagangan, dengan mengesan dan menganalisis perubahan cermin di tangan mereka sendiri, adalah idea utama algoritma perdagangan frekuensi tinggi.

Selepas pengetahuan asas, berikut adalah cara saya untuk menggambarkan buku pesanan dengan cara yang lebih visual untuk memudahkan anda memahami:

Kaedah berfikir lebih penting daripada algoritma frekuensi tinggi

Gambar yang sama dengan buku pesanan pada awal artikel ini, sepatutnya dapat dilihat dengan jelas, di mana sumbu horizontal menunjukkan harga, sumbu vertikal menunjukkan jumlah pesanan, hijau menunjukkan pembeli, dan empat merah menunjukkan penjual. Ini dilakukan untuk membawa kepada topik perbincangan ini: pesanan gunung es.

Dari analisis asas di atas, kita dapat melihat bahawa data transaksi di dalam bursa adalah terbuka sepenuhnya, pada bila-bila masa di pasaran, siapa yang ingin membeli / menjual berapa banyak, semua orang dapat melihat dengan jelas, tidak ada rahsia. Melakukan ini sendiri adalah bermakna ekonomi, kerana hanya menunjukkan permintaan untuk membeli / menjual, akan menarik pedagang yang berpotensi untuk berdagang, jadi tahap keterbukaan permintaan anda sendiri adalah perlu di pasaran. Tetapi ini juga membawa akibat yang serius, apabila seseorang ingin membeli / menjual banyak, harga had yang dikeluarkan olehnya akan ditunjukkan secara langsung kepada semua orang.

Kaedah berfikir lebih penting daripada algoritma frekuensi tinggi

Ini sangat merugikan dia, kerana semua orang akan menggunakan maklumat ini untuk membalas dendam kepadanya. Semua orang akan menilai, sekarang terdapat banyak tekanan pembelian di pasaran, jadi akan ada banyak orang yang masuk untuk mendapatkan wang, harga akan naik dengan cepat, jadi orang itu boleh membeli sesuatu dengan harga 98 dan ia akan menjadi lebih tinggi. Untuk menyelesaikan masalah ini, bursa menawarkan alat yang disasarkan, yang dipanggil perintah gunung ais. Perintah ini boleh menjadi besar, tetapi hanya sebilangan kecil yang didedahkan, dan sebahagian besarnya tersembunyi, tidak dapat dilihat oleh siapa pun kecuali bursa dan pengirimnya sendiri, benar-benar seperti gunung ais.

Kaedah berfikir lebih penting daripada algoritma frekuensi tinggi

Bahagian kelabu adalah bahagian yang disembunyikan oleh pesanan gunung es. Dengan cara ini, pertukaran hanya memberitahu orang lain apabila terdapat transaksi yang berkaitan dengan jumlah tersembunyi, untuk mengelakkan orang lain menggunakan maklumat yang menunjukkan pesanan untuk melakukan Front running.

Apa-apa yang mempunyai kelebihan pasti mempunyai kekurangan. Pesanan gunung es walaupun melindungi kepentingan pengirim, tetapi ia menjadi peraturan yang tidak adil bagi peserta pasaran yang lain. Peserta yang mempunyai keperluan perdagangan yang sebenar, akan rugi besar kerana salah menilai keadaan.

Pertama, ada cara yang paling mudah. Kadang-kadang, pesanan gunung es diletakkan di antara harga jual dan harga beli yang optimum, seperti ini:

Kaedah berfikir lebih penting daripada algoritma frekuensi tinggi

Untuk keadaan ini, ada kaedah pengesanan yang sangat mudah, iaitu menghantar pesanan terhad dengan jumlah minimum dalam spread, diikuti dengan pembatalan pesanan tersebut. Sebagai contoh, dalam contoh ini, mengeluarkan harga terhad dengan harga jual 99 dan kemudian membatalkan. Oleh kerana harga itu sendiri tidak menunjukkan harga beli yang jelas, tanpa adanya bungkusan ais, tidak akan berlaku.

Untuk mengatasi gangguan ini, orang biasanya tidak memasang borang secara langsung dalam spread. Sebaliknya, ia akan dilampirkan bersama dengan borang had biasa seperti sebelumnya, jadi selepas transaksi berlaku, anda akan sukar untuk meneka sama ada borang had biasa atau pesanan gunung es yang telah habis.

Pertama, ada pemikiran langsung. Kewujudan pesanan gunung es, sebahagiannya mencerminkan penghakiman yang dibuat oleh pengedar tunggal mengenai situasi pasaran yang menganggap perlu menggunakan pesanan gunung es. Perlu ditekankan, penggunaan pesanan gunung es tidak tanpa kos, kerana anda menyembunyikan permintaan sebenar, sambil melindungi penyerang yang berpotensi, juga melindungi peniaga sebenar!

Apakah masa yang sesuai? Terdapat beberapa data yang sepatutnya relevan, seperti spread harga beli dan jual, nisbah jumlah pembelian terhadap jumlah penjualan, dan sebagainya. Untuk data ini, anda boleh melakukan analisis regresi pada data sejarah dan membina model linear / bukan linear antara mereka dan pesanan gunung es. Model ini, yang dilatih dengan data sejarah, berfungsi sebagai pengesan pesanan gunung es yang boleh anda gunakan semasa berdagang secara langsung.

Model asas boleh ditakrifkan sebagai: F ((spread, bidSize/offerSize, …) = Probability ((Iceberg)

Jika anda ingin bermain tinggi dan mendalam, anda boleh membuat model lanjutan seperti HMM, SVM, rangkaian saraf, tetapi idea asasnya adalah sama: kira kemungkinan pesanan gunung es melalui analisis perhitungan.

Kaedah yang disebutkan di atas, nampaknya sangat maju, bagaimana kesannya? Saya fikir anda juga dapat melihat bahawa pemodelan ini tidak begitu tepat. Sebagai kaedah analisis selepas kejadian untuk menunjukkan keadaan di mana pesanan gunung es mungkin muncul, ia bagus, tetapi sebagai pengesan perdagangan dalam masa nyata, ia tidak begitu selamat.

Oleh itu, berikut adalah kaedah yang benar-benar menarik perhatian para pemain dengan frekuensi tinggi, yang diambil dari Prediction of Hidden Liquidity in the Limit Order Book of GLOBEX Futures.

  高频世界里,有一条永恒的建模准则值得铭记:先看数据再建模。如果你看了上面的介绍就开始天马行空的思考数学模型,那基本上是死路一条。我见过很多年轻人,
  特别有热情,一上来就开始做数学定义,然后推导偏微分方程,数学公式写满一摞纸,最后一接触数据才发现模型根本行不通,这是非常遗憾的。

Bagaimana dengan orang yang melihat data? Dia mungkin mendapati bahawa peraturan bursa adalah sangat menarik untuk menangani pesanan gunung es. Beberapa bursa melakukan ini: pesanan gunung es mengandungi dua parameter, V mewakili jumlah pesanan, dan p mewakili jumlah yang dipaparkan secara terbuka.

Perkahwinan 10

Order Book Top bid size -10

Tawaran Baru +10

Ketiga-tiga maklumat ini pasti akan muncul secara berturut-turut, dan perbezaan masa antara ketiga dan pertama adalah kecil. Ini kerana walaupun terdapat jumlah tersembunyi dalam pesanan gunung es, setiap transaksi hanya berlaku pada jumlah yang ditunjukkan ((p), dan hanya setelah p habis, satu p baru akan diperbaharui dari jumlah tersembunyi yang tersisa. Oleh itu, apabila kita melihat peraturan ini dalam data, kita dapat menentukan dengan pasti bahawa terdapat pesanan gunung es di pasaran, dan nilai p yang berturut-turut dapat ditentukan! Persoalan penting seterusnya adalah bagaimana menentukan nilai V, iaitu berapa banyak stok yang tersisa dari pesanan gunung es ini? Masalah ini pada dasarnya tidak dapat diselesaikan dengan tepat, kerana V dan p ditentukan oleh individu itu sendiri, boleh menjadi nilai apa pun. Tetapi dapat dipertimbangkan dari dua perkara: pertama, kedua-dua nilai adalah bilangan bulat; kedua, manusia bukan penjana nombor rawak yang sempurna, keputusan akan mengikuti peraturan tertentu.

Dari kedua-dua titik ini, anda boleh membina model kebarangkalian untuk V dan p, iaitu mengira berapa kebarangkalian munculnya kombinasi nilai ((V, p) yang diberikan. Kami tidak akan menggali analisis matematik, tetapi rakan yang berminat boleh melihat sendiri. Secara ringkas, anda boleh menganggarkan fungsi kepadatan kebarangkalian mereka melalui teknik anggaran kernel pada data sejarah.

Kaedah berfikir lebih penting daripada algoritma frekuensi tinggi

Dengan cara ini, apabila anda mengamati nilai p dalam data masa nyata, anda boleh mendapatkan fungsi kepadatan kebarangkalian bersyarat nilai V yang sesuai, iaitu satu bahagian yang dipotong seperti dalam gambar di atas, sebagai berikut:

Kaedah berfikir lebih penting daripada algoritma frekuensi tinggi

Kemudian jelas mudah untuk mengira apa nilai V mungkin. Garis fungsi ini juga mempunyai peranan penting untuk membantu anda secara dinamik menilai baki simpanan, contohnya apabila anda melihat bahawa 5 salinan p telah habis, maka V> = 40 boleh dikeluarkan dari gambar di atas dan nilai V baru dan baki simpanan ((V-5p) dapat dikeluarkan.

Kesimpulannya, teras algoritma adalah untuk menilai kewujudan pesanan gunung ais dengan memantau tiga rekod berkaitan yang muncul secara berturut-turut dalam masa yang singkat dalam data masa nyata, dan kuantiti pesanan gunung ais dilakukan dengan model kebarangkalian yang dilatih oleh data sejarah.

Saya yakin anda juga akan melihat bahawa algoritma ini bukanlah alat untuk menipu. Ia hanya satu spekulasi yang dibuat dengan menggunakan data terbuka di pasaran. Dan spekulasi ini hanya berdasarkan kebarangkalian, lebih banyak sebagai rujukan. Ia sangat bermakna bagi penyedia kecairan yang menjadi peniaga pasaran, yang dapat menghalang mereka daripada mengalami kerugian kerana salah menilai keadaan. Tetapi jika anda ingin menggunakannya sebagai alat serangan, dan anda fikir anda dapat menemui bil yang tersembunyi dan pergi ke Front run, itu adalah pilihan yang tidak bijak.

Akhirnya, algoritma ini hanya untuk pertukaran tertentu. Pertukaran lain mungkin tidak menggunakan cara yang sama untuk memproses pesanan gunung es. Oleh itu, apa yang benar-benar bernilai adalah pemikiran pemodelan ini berdasarkan data sebenar, algoritma tertentu tidak bernilai.

Algoritma kecil ini menunjukkan kepada anda puncak gunung es dalam bidang perdagangan frekuensi tinggi. Ia mungkin tidak kelihatan sangat rumit, tetapi saya suka. Kerana ia menunjukkan dengan jelas apa yang dipanggil pemikiran pertama, kemudian kuantitatif.

Jika ia bertentangan dengan prinsip ini, maka anda boleh memindahkan model-model yang lebih canggih ke atas, dan berharap model itu akan menghasilkan isyarat perdagangan secara automatik, yang menurut saya adalah seperti mimpi orang gila. dan amalkan dan hargailah.

Dipetik dari Seven Heads Pautan