생각의 방식은 고주파 알고리즘보다 더 중요합니다.

생각의 방식은 고주파 알고리즘보다 더 중요합니다.

절차적 거래가 실제로 대중의 눈에 들어온 것은 2년 전 시장을 충격에 빠뜨린 광대 증권 유론 지문 사건으로 지문은 1분 만에 5% 이상 상승했는데, 이는 바로 이 브로커의 ETF Suite의 고주파 거래 프로그램이 오더 생성 및 실행에 오류가 발생했기 때문이었다.

중국 금융 선물 거래소의?? 7•31 신정?? 에서,?? 深 거래소에서 3차 계정 거래에 대한 제한 거래 조치를 지속적으로 발표하고, 최근에는 금융 증권 거래의 T + 0?? 거래가 T + 1?? 로 변경되기까지, 규제층은 절차적 거래에 대해 지속적으로 장벽을 펴고 있습니다. 특히 7 월 31 일 중국금융지사가 발표한 징수 신고 수수료 조치는 절차적 거래자에게 재앙이라고 할 수 있습니다.

이 문서는 2014년 8월, 사용자 董可 에 대한 고 주파수 거래에 대한 어떤 유명한 알고리즘이 있는지 알고있는 데에서 비롯되었습니다. 질문에 대한 답변은 1 년이 지났으며, 오늘에 이르고 있습니다. 우리는 이 답변을 다시 살펴볼 것입니다.

주제에 언급된 얼음산 알고리즘에 대한 이해가 조금 있는 것 같아서 여러분께 말씀드릴 수 있습니다. 많은 사람들이 양적 거래의 틀에 대한 이해가 너무 편향되어 있으며, 기본적으로 돈을 벌기 위한 도구와 동일시하는 것에 동의하지 않습니다. 거래는 우선 거래 자체이며, 자체적인 경제적인 의미를 가지고 있습니다.

저는 알고리즘 자체에 대해 희귀한 것이 있다고 생각하지 않습니다. 더 나은 알고리즘은 죽고, 진정한 핵심 가치는 알고리즘을 이해하고 사용하는 사람들이어야합니다. 사실, 제가 말하는 것은 공개 정보입니다.

이 질문에 대한 답이 양적 거래와 고주파 거래에 대한 더 명확한 이해를 도울 수 있기를 바랍니다.

먼저, 많은 사람들이 High Frequency Trading에 대해 생각하는 것은 다음과 같습니다.

하지만 고주파 거래에 있어서 이 정보는 매우 거칠다. 그래서 이 부분에 대해 익숙하지 않은 학생들에게 먼저 오더 북이라는 것을 소개한다. 현재 주류 거래소는 일반적으로 오더 북을 사용하여 거래하고 있으며, 거래소의 내부의 오더 북에 모든 구매자와 판매자의 제안을 기록하고 있습니다.

바이드는 바이어, 오퍼는 셀러를 뜻하며, 이 표는 바이어와 판매자 사이에서 발행된 모든 표 ("Limit Order") 를 나타낸다. 이 표는 하이프레크 트레이딩에 가장 관심이 있는 정보이다. 임의의 시점에 구매자의 표가 항상 판매자보다 낮다.

거래는 언제 발생합니까? 두 가지 상황이 있습니다. 첫 번째는 어느 쪽이든 시장 주문을 발행하는 경우입니다. 예를 들어, 구매자가 10개의 단일 시장 주문을 발행하면 판매자가 101 가격에 올라있는 10개를 구입할 수 있습니다. 거래가 성공하면, 주문 책이 이렇게됩니다.

두 번째, 상대방의 가장 우수한 가격에 해당하는 가격 제한 목록을 발송하면 위의 것과 동일한 결과를 얻을 수 있습니다.

강조해야 할 것은, 진정한 오더북은 거래소 내부에만 존재하고 모든 거래가 거래소 내에서 이루어지는 반면, 거래소는 모든 입찰과 시장을 모든 사람에게 전달하기 때문에 모든 구매자와 판매자는 거래소 오더북의 거울과 같은 동일한 데이터 구조를 자체적으로 유지할 수 있다는 것입니다. 자신의 손에 있는 이 거울의 변화를 추적하고 분석하여 거래 전략을 세우는 것은 고주파 거래 알고리즘의 핵심 아이디어입니다.

기본 지식을 설명한 후, 더 쉽게 이해하기 위해 아래에서 Order Book을 더 시각적으로 표현합니다.

이 그림은 문서의 시작과 일치하는 주문 책으로, 가로축은 가격을, 가로축은 주문량을, 녹색은 구매자를, 빨간색은 판매자를 나타냅니다.

위의 기본적인 분석을 통해 볼 수 있듯이, 거래소 내의 거래 데이터는 완전히 공개되어 있으며, 시장의 임의의 순간에, 누가 얼마를 사고/팔고 싶은지, 모든 사람에게 한눈에 알리고, 비밀이 없다. 그렇게하는 것은 그 자체로 경제적으로 의미가 있기 때문에, 구매와 판매의 요구를 보여주는 것만이 잠재적인 상인들을 거래에 유치하기 때문에 시장에서 자신의 요구를 어느 정도 공개하는 것이 필요합니다. 그러나 동시에 심각한 결과를 가져옵니다.

이것은 그에게 매우 불리하게 작용합니다. 왜냐하면 모든 사람들이 이 정보를 이용해서 그와 맞을 것이기 때문입니다. 사람들은 시장에 많은 구매 압력이 존재하고 있기 때문에 돈을 벌기 위해 많은 사람들이 급격히 급격히 급격히 상승할 것이라는 판단을 할 것입니다. 따라서 이 사람이 98 가격에 구입할 수 있는 것이 곧 더 높은 가격에 구입할 수 있게됩니다. [중고] 이 문제를 해결하기 위해 거래소는 아이스버그 오더 (Iceberg Order) 라고 불리는 표적 도구를 제공합니다. 이 오더는 매우 커질 수 있지만 일부만 공개되고 대부분은 숨겨져 있으며 거래소와 발신자 자신 외에는 아무도 볼 수 없습니다.

회색 부분은 아이스크림 오더의 숨겨진 부분이다. 따라서 거래가 해당 숨겨진 금액이 발생했을 때만 거래소가 다른 사람들에게 알릴 수 있으며, 다른 사람들이 오더를 표시하는 정보를 프론트 러닝으로 사용하는 것을 방지합니다.

모든 것의 장점이 있고, 단점도 있다. 아이스크림 주문은 발급자의 이익을 보호하지만, 다른 시장 참여자에게는 불공평한 규칙이 된다. 진정한 거래 욕구가 있는 참가자들은 상황을 잘못 판단하기 때문에 큰 손실을 입을 것이다. 그래서 다음 질문은 어떻게 시장에서 아이스크림 주문을 발견할 수 있는가 하는 것이다.

우선 가장 간단한 방법이 있습니다. 때로는 아이스크림 오더가 가장 좋은 구매 가격과 판매 가격 사이의 스프레드 (spread) 에 매달립니다.

이 경우, 매우 간단한 탐지 방법이 있다. 이 경우, 스프레드에 최소한의 제한 주문을 발송하고 그 다음 해당 주문을 취소한다. 예를 들어, 이 예에서, 99의 판매 가격의 제한 주문을 발송하고 취소한다. 왜냐하면 이 가격 자체는 명백한 구매 가격에 해당하지 않기 때문이다. 그러나 아이스크림 주문이 없다면 거래가 반드시 이루어질 것이다. 그러나 아이스크림 주문이 있는 경우, 거래소가 이 판매 주문을 수신하지 않으면 즉시 아이스크림 주문에 해당하는 금액을 거래하고 그 다음 취소 명령이 무효가 된다.

이러한 방해 탐사에 대응하기 위해 사람들은 일반적으로 스프레드에 직접 기재하지 않습니다. 그러나 이전과 마찬가지로 일반적인 제한 주문과 연결됩니다. 거래가 발생하면 정상적인 제한 주문이 소비되는지 빙산 주문이 소비되는지 추측하기가 어렵습니다. 그렇다면 어떻게해야합니까?

첫째, 직접적인 생각이다. 얼음 덩어리 주문의 존재는, 어느 정도에 이르기까지, 주문자의 시장 상황에 대한 해석을 반영하고, 얼음 덩어리 주문을 사용하는 것이 필요하다고 판단하는 것이다. 강조해야 할 것은, 얼음 덩어리 주문을 사용하는 것은 비용없이 이루어지지 않는다는 것이다. 왜냐하면 당신은 진정한 요구를 숨기고 잠재적인 공격자를 차단하는 동시에 실제 거래자를 차단하기 때문이다. 그리고 거래 시간을 크게 증가시킬 것이다. - 왜냐하면 아무도 당신이 너무 느리게 사고/팔고 싶어한다는 것을 알지 못하기 때문에, 당신은 단지 손잡이가 나타나기를 느리게 기다릴 수 있기 때문이다.

적절한 시기는 무엇입니까? 사매 가격 스프레드, 구매량과 판매량 비율 등과 관련된 데이터가 있어야 합니다. 이 데이터에 대해 역사 데이터에 대한 회귀 분석을 수행하여 아이스크림 주문과 사이의 선형 / 비선형 모델을 구축 할 수 있습니다. 이 모델은 역사 데이터로 훈련되어 실시간 거래에서 사용하는 아이스크림 주문 탐지기로 사용될 수 있습니다. On the Dark Side of the Market: Identifying and Analyzing Hidden Order Placements는이 논문의 방법이 사용됩니다.

기본 모형은 다음과 같이 정의될 수 있다: F ((spread, bidSize/offerSize,...) = Probability ((Iceberg)

만약 당신이 높은 것을 가지고 놀고 싶다면, HMM, SVM, 신경망과 같은 고급 모델을 만들 수도 있지만, 기본 아이디어는 일치합니다: 접시 분석을 통해 빙산 주문의 가능성을 계산하십시오.

위의 방법, 매우 고급스러운 것처럼 보이지만 실제 효과는 무엇입니까? 나는 모든 사람들이 이러한 모델링이 매우 정확하지 않다는 것을 보았다고 생각합니다. 아이스만 주문이 어떤 상황에서 발생할 수 있는지 설명하는 후 분석 수단으로 사용되기는 좋지만 실시간 거래 탐지기로는 안심하지 않습니다. 사용 된 정보가 너무 모호하고 모델링의 객체는 단지 연관성일 뿐이기 때문에 아이스만 주문의 발송자가 반드시이 논리에 따라 카드를 내놓을 것이라는 보장은 없습니다.

그래서 다음으로 소개하는 것은, 고주파 플레이어 신문을 가진 진정한 방법이다.

　　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。

그리고 데이터를 보는 사람은 어떻게 될까요? 그는 아마도 거래소의 규칙이 얼음 덩어리 주문 처리에 매우 매력적이라는 것을 알게 될 것입니다. 어떤 거래소는 이렇게합니다: 얼음 덩어리 주문은 두 가지 매개 변수를 포함하고 있습니다. V는 주문의 총을 나타냅니다. p는 공개 표시되는 양을 나타냅니다. 예를 들어, V=100, p=10의 얼음 덩어리 목록은 실제로 숨겨진 양이 90입니다.

결제 10

오더 북의 최상위 입찰 크기 -10

새로운 입찰 +10

이 세 개의 메시지는 연속적으로 나타날 수밖에 없으며, 세 번째 메시지와 첫 번째 메시지의 시간 간격은 매우 작다. 이것은 빙산 주문에 숨겨진 양이 있음에도 불구하고, 각 거래는 표시된 양 (p) 에만 발생하며, p가 소모된 후에 남은 숨겨진 양 (p) 에서 새로운 p의 양을 갱신하기 때문입니다. 따라서 거래소에서 받은 모든 정보는 여전히 빙산 주문이 존재하지 않는 것처럼 논리적으로 올바르게 업데이트 될 수 있습니다. 이 모든 것은 따라서, 이 법칙을 데이터에서 관찰하면, 우리는 시장에 빙산 주문이 존재한다는 것을 매우 확실하게 판단할 수 있고, p의 값은 결정될 수 있습니다. 다음 핵심 문제는 V의 값을 어떻게 결정하는지에 대한 것입니다. 즉, 이 빙산 주문의 남은 양이 얼마나 되는지 판단하는 것입니다. 이 모든 것은 이 문제는 본질적으로 정밀하게 풀 수 없기 때문에 V와 p는 하위 개인이 스스로 결정하는 것으로 임의의 값이 될 수 있다. 그러나 두 가지 측면에서 고려할 수 있다. 첫째, 두 값은 정수이다. 둘째, 인간은 완벽한 무작위 숫자 생성자가 아니며, 하위 결정은 어떤 법칙을 따르게 된다.

이 두 점에서 출발하여 V와 p에 대한 확률 모델을 만들 수 있는데, 즉 주어진 ((V, p) 값 조합이 나타나는 확률을 계산하는 것입니다. 수학 분석에 깊이 들어가지 않고, 관심있는 친구들은 직접 살펴볼 수 있습니다. 간단히 말해서, 역사 데이터에서 커널 추정 기술을 사용하여 확률 밀도 함수의 모양을 추정할 수 있습니다. 참고로, 이러한 추정 프로그램을 직접 작성했다면, 왜 이 훌륭한 퀀트자가 되기 위해 어떤 프로그래밍 수준이 필요한지 이해할 수 있습니다. 이 대답에서 프로그래밍의 중요성을 강조합니다. 데이터에서 추정되는 확률 밀도 함수는 다음과 같습니다.

이렇게, 실시간 데이터에서 p값을 관찰할 때, 해당 V값의 조건 확률 밀도 함수를 도출할 수 있습니다. 즉, 위의 그래프의 절단, 예를 들어 ((p = 8):

이 함수 곡선은 또한 나머지 재료를 동적으로 평가하는 데 중요한 역할을 합니다. 예를 들어, 이미 5개의 p가 소모되었음을 관찰하면 V>=40을 추론할 수 있고, 위의 그림에서 새로운 V값과 남은 재료를 추론할 수 있습니다.

요약하자면, 알고리즘의 핵심은 실시간 데이터에서 짧은 시간 동안 연속적으로 나타나는 세 개의 관련 기록을 모니터링하여 빙산 주문의 존재를 판단하는 것이고, 빙산 주문의 정량화는 역사적 데이터에 의해 훈련된 확률 모델에 의해 수행된다.

이 알고리즘은 사기를 위한 도구가 아니라고 확신합니다. 그것은 시장에서 공개된 데이터를 이용한 추측에 불과합니다. 또한, 이 추측은 확률에 기초한 것으로, 더 많은 것을 참조로 사용해야 합니다. 이 알고리즘은 유동성 공급자로서 시장에서 거래하는 사람들에게 의미가 있고, 상황에 대한 잘못된 판단으로 손실을 피할 수 있습니다. 그러나 만약 당신이 그것을 공격 수단으로 사용하려는 경우, 당신이 숨겨진 큰 주문을 발견하고 프론트 러닝을 할 수 있다고 생각한다면, 그것은 매우 불모법한 선택입니다.

마지막으로, 이 알고리즘은 특정 거래소에만 적용된다. 다른 거래소는 같은 얼음 덩어리 주문 처리 방식을 적용하지 않을 수도 있다. 따라서 실제 데이터에 기반한 모델링이 정말로 가치가 있는 것은 특정 알고리즘이 가치가 없다는 것이다.

이 작은 알고리즘은 당신에게 하이프레크 트레이딩 분야에서 빙산의 한쪽을 보여준다. 그것은 복잡하지 않을 수도 있지만, 나는 그것을 좋아합니다. 왜냐하면 그것은 먼저 생각을 하고, 그 다음 양을 나타내는 것을 명확하게 보여준다. 왜냐하면 빙산의 주문은 경제학의 기본적인 공급과 수요 관계에서 출발하는 진정한 요구와 같은 빙산의 주문이 있기 때문에, 실제 데이터를 분석하여 실마리를 찾으며, 마지막으로 수학 모델을 통해 양적 전략을 그려내는 것입니다. 이것은 아름다운 전략 연구입니다.

이 원칙을 위반하면, 모든 고급 모델을 가지고 데이터 세트를 만들어서 자동으로 거래 신호를 생성할 것으로 기대하는 것은 마취자의 꿈과 같다고 생각합니다. 불행히도, 꿈은 너무 유혹적이며 세상은 항상 겁쟁이입니다. 그리고 그것을 소중히 여깁니다.

7헤이 네트워크에서 전송링크