程序取引が本当に一般の目に届いたのは,2年前に市場を震撼させた光大証のウラン指針事件で,指針が1分以内に5%以上上昇した.これは,ブローカーETFの高周波取引プログラムがオーダー生成と実行に誤りがあったからです.
中国金融先物取引所の
この記事の源泉は,ユーザの
題目で言及された氷山
アルゴリズムは,それ自体で稀なものだと考えていないし,良いアルゴリズムは死んでいる,そして真の核心価値は,それを掌握し,使用する人々にあるに違いない. 実際,私が言っていることは,公開された情報でもあり,技術的な細部を理解しているとしても,本当にそれを行うことができる人はほとんどいない.
この質問に対する答えが,量化と高周波取引について,より鮮明な理解を与えてくれることを願っています.
まず,私は多くの人の考えでは,HF取引はこんな感じだと信じています.
しかし,高周波取引では,この情報は非常に粗略である. そこで,この背景に慣れていない同級生のために,まず,オーダーブックと呼ばれるものを紹介します. 現在,主流の取引所は一般的にオーダーブックを使用して取引を行います.
Bidは買い手,Offerは売り手,この表は買い手と売り手の間のすべての注文を表す (Limit Order).この表は,高周波取引が最も関心のある情報である.任意のタイミングで,買い手は常に売り手より低い (例えば,ここでは98対101) のように.したがって,オファーは常に変化しているものの,オファーのみで取引が起こらない.
取引が発生する場合は,2つの場合がある.第"は,いずれかの当事者が市場注文を発行する.例えば,買い手は10個の単一の市場注文を発行し,売り手は101の価格に掲げている10個を購入することができます.取引が成功すると,オーダーブックはこのようになります:
2つ目は,相手の好意値に等しい価格の制限リストを出すことであり,上記と同じ結果をもたらす.
強調すべきは,真のオーダーブックが取引所内にのみ存在し,すべての取引が取引所内で完了するにもかかわらず,取引所は各オードと市場価格表をすべての人に転送するので,すべての買い手と売り手は,取引所のオーダーブックに映るような同じデータ構造を維持することができる.この鏡の変化を追跡し,分析することで取引戦略を策定することは,高周波取引アルゴリズムの核心思想である.
基本知識の説明が終わると,簡単に理解するために,私は,Order Book をより視覚的な方法で表現します.
この図は,記事の開始時にあったオーダーブックと一致するもので,横軸は価格,横軸は注文量,緑色は買い手,赤色は売り手であることがはっきりと見えるべきである.これは,この議論のテーマである"氷山の注文"を引くために行われている.
上記の基本的な分析から,取引データは完全に公開されており,市場では任意のタイミングで,誰がどれだけの買い/売りたいのか,誰もが一目瞭然で,何の秘密もない.これは経済的に意味がある.なぜなら,買い/売りの需要を表示するだけで,潜在的なトレーダーが取引に惹かれるため,市場での自分の需要を一定程度公開することが必要である.しかし,同時に深刻な結果をもたらし,誰かが大量に買い/売りたいとすると,彼が発行した膨大な制限価格が直接すべての人に表示されます.例えば,買い手が膨大な請求書を掲示した後,オーダーブックはこのように見える.
市場には大きな買取圧力が存在し,お金を稼ぐために急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に急激に ありがとうございました. この問題を解決するために,取引所は"氷山オーダー"と呼ばれる標的型ツールを提供している.このオーダーは大きくなるが,その一部だけが公開され,大部分は隠されている.
灰色の部分は,氷山の注文の隠された部分である. このように,取引が相応の隠された金額で行われる場合にのみ,取引所は他の人に通知し,他の者が表示された注文の情報をフロントランニングに利用することを防ぐ.
すべての利点とデメリットがある. アイスマウンテンオーダーは発注者の利益を守っているが,他の市場参加者にとって不公平なルールになっている. 真の取引ニーズを持つ参加者は,状況の誤った判断で大きな損失を被っている.
まず,最も簡単な方法があります.時には,氷山オーダーは,最も良い買取価格と売り上げ価格の間で広がります.
このケースでは,非常に簡単な検出方法があります.最小限値の注文をスプレッドで発信し,その後その注文をキャンセルします.例えば,この例では,99の売り価格の制限注文を発信し,キャンセルします.この価格自体は明白な購入価格に相応しくないからです.しかし,氷山の注文がない場合,取引は必ず行われます.しかし,氷山の注文がある場合,取引所がこの売り札を受け取った時点で,すぐに氷山の対応金額を取引し,その後のキャンセル命令は有効ではありません.このように,微小なコストで,市場中に隠された注文を発見することができます.実際には,誰かがそれを行うので,頻繁な請求が取り上げられ,最も高い価格の間で高周波の差異が形成されます.
このような妨害検出に対応するため,一般的には,直接スプレッドに記載されない.しかし,以前のように通常の制限リストにリンクされる.取引が起こった後,消費されるのは通常の制限リストなのか,それとも氷山の注文なのか推測することは困難です.
まず第一に,直接的な考えがある.氷山オーダーの存在は,ある程度,契約者の市場状況の解釈を反映し,氷山オーダーの使用を必要とする判断を反映している.強調する必要があるのは,氷山オーダーの使用はコストがかからないことであり,真の需要を隠し,潜在的な攻撃者を遮る一方で,本物のトレーダーも遮る!そして取引時間を大幅に増加させる.
適切なタイミングは? 関連したデータがあるはずです. 例えば,買取価格差幅,買取量対売り上げ量比など. これらのデータに対して,歴史的なデータで回帰分析を行い,それらのデータと氷山の注文との間に線形/非線形モデルを構築できます. このモデルを歴史的なデータで訓練すれば,リアルタイムで取引する際に使用する氷山の注文探知機として使用できます. On the Dark Side of the Market: Identifying and Analyzing Hidden Order Placementsは,この論文で使用する方法です.
基本モデルは,以下のように定義できます: F ((spread,bidSize/offerSize,......) = Probability ((Iceberg))
高度で遊ぶなら,HMM,SVM,ニューラルネットワークなどの高度なモデルも作ることができますが,基本的には同じ考えです. プレート分析で氷山の注文の確率を計算します.
上記の方法は,見かけは高度で,実用的な効果はどうでしょうか.このモデリングは,非常に正確ではないことがわかります. 後後の分析手段として,氷山オーダーの出現がどのような状況にあるかを示すために使用されても,リアルタイム取引の探知器として,あまり安心できません. 情報があまりにも曖昧で,モデリング対象は単なる関連性であるため,氷山オーダーの送信者が必ずこの論理に従って出札する保証はありません.
グラベックス・フューチャーズの限度オーダーブックにおける隠された流動性の予測 (Prediction of Hidden Liquidity in the Limit Order Book of GLOBEX Futures) の論文から,
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。
データを見る人はどう思いますか? 取引所のルールが氷山の注文の処理に非常に魅力的であることが分かりやすいでしょう. いくつかの取引所はこうしています:氷山の注文には2つのパラメータが含まれ,Vは注文の総量,pは公開される量です. 例えばV=100,p=10の氷山のリストは,実際には隠された量です.
決済10
オーダーブックトップ・ビッドサイズ -10
新しいBid+10
この3つのメッセージは連続して現れるはずで,第3項と第1項の差はdtが小さい.これは,氷山オーダーに隠された量があるにもかかわらず,毎回の取引は表示された量 (p) にのみ起こるため,pが消費されるまで,残りの隠された量から新しいpを更新する.このようにして,取引所から受け取るすべての情報は,まるで氷山オーダーが存在しないかのように,論理的に正しいオーダーブックを更新することができます. ありがとうございました. この法則をデータに観察すると,市場の中で氷山の注文が存在することを非常に確実に判断し,pの値も決定することができます. 次の重要な問題は,この氷山の注文の残存量であるVの値をどのように判断するかです. ありがとうございました. この問題は本質的に正確に解くことは不可能で,Vとpは,下記の1人が自分で決定しているので,任意の値である可能性があります.しかし,2つの点から考えることができます:第一に,両方の値は整数であり,第二に,人間は完璧なランダム数生成者ではなく,下記の決定は一定の法則に従うでしょう.
この2つの点から,Vとpについて概率モデルを構築し,与えられた ((V,p) 値の組み合わせを計算する概率を計算することができます. ここでは,数学分析を深めず,興味のある友人は自分で調べることができます. 簡単に言えば,歴史データ上でカーネル推定技術を使用して,彼らの確率密度の関数の形を推定することができます. ちなみに,もしあなたがこの推定プログラムを自分で書いたことがあるなら,私がなぜ,優れた量子になるためにどのようなプログラミングレベルが必要なのかを理解することができます. この答えでは,プログラミングの重要性が非常に強調されています.
このように,リアルタイムデータの中でpの値を観測すると,対応するV値の条件確率密度関数,すなわち上の図の切片,例えば ((p=8)) を得ることができます.
この関数曲線はまた,残存量を動的に評価するのに役立つ重要な役割があります.例えば,すでに5つのpが消費されていると観察すると,V>=40を推し出すことができ,上図から新しいV値と残存量を推し出すことができます (V-5p).
総じて,アルゴリズムの核心は,リアルタイムデータの中で短時間で連続して発生する3つの関連記録をモニタリングすることによって,氷山のオーダーの存在を判断することであり,氷山のオーダーの量化については,歴史的データから訓練された確率モデルによって完了する.
このアルゴリズムは詐欺の道具ではない.市場での公開されたデータを利用した推測に過ぎない.また,この推測は単なる確率に基づいている.それ以上のことは参考になるべきです.これは市場を扱う流動性プロバイダーにとって意味があり,状況の誤判による損失を回避することができます.しかし,あなたがそれを攻撃手段として使いたいとすれば,あなたが隠された大きな注文を発見し,フロントランに行うことができると思うなら,それは非常に不賢な選択です.
最後に,このアルゴリズムは特定の取引所にのみ向けられている.他の取引所は同じ氷山の注文処理方法を採用しないかもしれない.だから,本当に価値のあるのは,実際のデータから始まったこのモデリングの考えであり,特定のアルゴリズムは価値がない.
この小さなアルゴリズムは,高周波取引の領域の氷山の一角をあなたに示しています. それは複雑ではないかもしれませんが,私はそれを気に入っています. なぜなら,それは最初に考え,次に量化と呼ばれるものを明確に示しているからです. なぜなら,氷山の注文の
この原則に反して,あらゆる高度なモデルにデータをセットして,自動的に取引シグナルを生成することを期待するというのは,私の考えでは,夢のようなものです.残念ながら,この夢はあまりにも魅力的で,世の中には臆病者が常にいます. 歩み,そして大切にして.
七