资源描述：
《算法交易、价差交易与风险控制算法交易》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、算法交易(2)市场冲击模型1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))23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节引言引进了持久/临时冲击
2、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45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交易前后净价变动(I)：交易后某个适
3、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。执行不足(IS或J)：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临时冲击为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。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（
4、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–τ0Tpost=τpost–τ08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
5、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。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)=
6、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)13g(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
7、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格（VWAP）为基本策略14模型I为交易前后净价变动K为临时冲击因此,模型中有两种广义的自变量。交易变量X,T(及X/(ADV*T)),交易策略股票变量σ,TO,SP和BTR15模型(接上页)我们会确定模型参数的值和测试其重要性I的模型。幂：A2,A3,A4和A5
8、系数：A1,B1,C1,D1,E1和F1;其中B1,C1,D1,E1和F1为五个虚拟变量的系数K的模型。幂：a2,a3,a4和a5。系数：a1,b1,c1,d1,e1和f1;其中b1,c1,d1,e1和f1为五个虚拟变量的系数16第三节：数据各种策略T的柱形统计图17第4节单一仓位的最优交易时间记录：E(IS)=执行不足期望值V(IS)=执行不足方差SD(IS)=执行不足标准差经济问题：交易效用的最大化对于卖出指令，这意味着最优化地使用出售证券获得的收入对于买入指令，
