Di bahagian depan, ia bertulis: Pada 30 Julai 2016, pemimpin utama portal, peniaga frekuensi tinggi, Lio, diundang oleh Mesyuarat Alumni Universiti Pengangkutan Hong Kong untuk mengadakan persidangan mengenai tema Quantitative Finance and High-Frequency Trading.
Rajah 1- Perdagangan frekuensi tinggi pada dasarnya menggunakan Data Pasaran murni kerana ia sendiri memerlukan data yang lebih tinggi. Data Pasaran sentiasa berubah, tetapi Data Dasar, Berita, pada umumnya tidak berubah setiap saat. Apakah perdagangan frekuensi tinggi? Pertama adalah automasi. Perdagangan frekuensi tinggi tidak mungkin dilakukan secara manual, tidak pada tahap masa, memerlukan banyak daya pengkomputeran, memerlukan komputer yang kuat, dan kemudian banyak pesanan, tidak seperti tangan manusia, mungkin setiap saat, setiap milisaat, diperdagangkan. Sudah tentu senarai ini juga termasuk banyak penarikan, banyak penarikan; ada strategi penarikan yang banyak, mungkin lebih daripada satu juta pesanan, hanya berurusan dengan lebih daripada 10,000 pesanan; yang lain adalah kelajuan yang sangat tinggi. Terdapat juga definisi yang memerlukan algoritma yang rumit. Sebelum saya teruskan, saya akan membincangkan beberapa konsep masa. Unit kecil yang biasa kita gunakan ialah detik, atau bahkan minit. Di bawah detik, terdapat juga milidetik: satu per seribu saat. Memandang dengan mata, ia kelihatan seperti kira-kira 300 milidetik. Penghantaran data dari Shanghai ke Shenzhen, satu ping adalah kira-kira 30 milidetik.
Rajah 2- Perbandingan: Tutup mata, 350 ms; perdagangan frekuensi tinggi membuat 1000 keputusan perdagangan, hanya 15 ms. Kami sering mengatakan bahawa dalam sekejap mata, perdagangan frekuensi tinggi antara sekejap mata boleh membuat lebih daripada 10,000 keputusan perdagangan. Oleh itu, garis masa perdagangan frekuensi tinggi adalah berbeza, satu saat terlalu lama untuk perdagangan frekuensi tinggi.
Rajah 3
Strategi Bandar
Strategi pedagang pasar yang bertujuan untuk memberikan kecairan dalam pasaran, untuk memasang tawaran / permintaan, untuk memendekkan tawaran / permintaan, untuk mendapatkan perbezaan di tengah-tengah. Ini bermakna beberapa bangunan di sini lebih baik. Terdapat banyak perkara yang boleh dibincangkan, seperti bagaimana untuk mengawal pegangan anda, risiko anda. Juga melakukan banyak ramalan. Bagaimana untuk meramalkan turun naik dan harga. Masalah IT di sini sangat penting kerana persaingan sangat sengit. Bagaimana untuk memberikan tawaran yang lebih cepat, pengeluaran yang lebih cepat. Harga IT sangat tinggi kerana semua orang bersaing, semua orang mahu lebih cepat, dari Co-Location, hingga FPGA, sekarang gelombang mikro. Bagi pelabur biasa, adanya pasaran yang membolehkan dia membeli dan menjual dengan harga yang lebih kecil adalah satu faedah. Rajah 4Ini adalah satu daripada strategi saya pada hari 12 Ogos tahun lalu, ketika saya memperdagangkan satu hari hadapan dalam indeks saham 50 yang disenaraikan. Pada hari itu, jumlah dagangan keseluruhan pasaran adalah 225,000 tangan, strategi saya adalah 4.1% (9,180 tangan), P&L juga berjalan dengan baik, dan penarikan adalah kecil. Keperluan modal juga rendah, hanya memerlukan 500,000 modal seharian, menghasilkan lebih daripada 210,000, keuntungan 43.5%. Pada bulan Julai tahun lepas, kerana kemalangan saham, CIF mula membatasi sebahagian pelabur pada masa hadapan saham. Seperti yang dapat dilihat pada bulan Julai, beberapa hari ini Bid/Ask Spread mempunyai tanda-tanda menarik, pada 7 September, CIF mula membatasi spekulator, menaikkan jumlah jaminan simpanan kepada 40%, kenaikan yuran penyelesaian kepada 23 per ribu, dan jumlah dagangan satu hari tidak melebihi 10 tangan. Rajah 5Rajah 6Oleh itu, strategi pasaran boleh meningkatkan kecairan pasaran, mempersempit Bid/Ask Spread, dan tidak membawa kepada banyak titik licin apabila jumlah jual beli tinggi. Strategi pasaran memerlukan kira-kira anggaran harga yang lebih munasabah. Harga hadapan saham adalah pasaran, seseorang akan menggunakan bakul saham untuk meramalkan harga yang munasabah bagi indeks saham.
Keuntungan statistik Setiap topik di sini adalah topik yang besar. Saya hanya membincangkannya. Perisian statistik melibatkan kebarangkalian, penggalian data, pemodelan, pelaksanaan urus niaga, dan cara membersihkan data. Penggalian data sangat penting, yang kadang-kadang sangat menyakitkan kepala. Terdapat satu pepatah klasik yang dipanggil: sampah dalam, sampah keluar. Banyak kuant menghabiskan banyak masa untuk memproses data. Satu model lebihan yang paling mudah adalah kadar turun naik harga sejarah, ditambah beberapa kawasan pelaksanaan di kedua-dua belah pihak. Contohnya, bubur susu, beli 100 ringgit dari Hong Kong, jual 120 ringgit ke tanah besar. Di tengah anda menghabiskan 10 ringgit untuk bayaran perjalanan, dan akhirnya mendapat 10 ringgit. Itulah ruang lebihan anda. Sebagai contoh, emas, di pasaran domestik dan luar negara, terdapat kontrak standard, nilai teorinya sama, mengeluarkan kedua-dua keping emas. Tetapi harga akan turun naik, kita akan mengira perbezaan ini, jika kita mendapati ia menyimpang dari kawasan statistik sejarah, seperti ketika Brexit, kita akan mendapati emas China lebih murah, emas Amerika Syarikat lebih mahal.
Ramalan Dengan membandingkan data pasaran masa lalu dengan persekitaran pasaran semasa, meramalkan pergerakan harga masa depan: Harga = a + b + c. Ini adalah ramalan masa depan yang boleh menjadi detik, minit, hari perdagangan, minggu, bulan depan. Jika ramalan model anda tepat, ia akan melebihi NB, sama ada pada detik, minit atau minggu depan. Rajah 7Proses asas ini adalah untuk mengumpul data dan mengetahui faktor-faktor yang mempengaruhi pasaran. Anda boleh mula dengan cepat, mengambil garis lurus, dan mungkin hasil yang cepat, tetapi berapa lama kestabilan model anda akan stabil, ini memerlukan penyesuaian yang berterusan, gelung yang berterusan. Anda pergi ke Latihan, Evaluasi Model, dan kemudian Optimumkan Faktor anda. Sudah tentu sekarang ada banyak faktor, ada yang hanya membuang 500 faktor. Modelnya boleh memberitahu dia faktor mana yang berguna dan mana yang tidak berguna, dan ia juga boleh menghilangkan faktor yang mempunyai korelasi tinggi sendiri. Satu rahsia Super Simple bukanlah bahawa ia mudah digunakan, model ramalan yang paling mudah ialah harga akan kembali ke garis purata. Apakah garis purata bersiklus, untuk mengasah sendiri. Kompleksiti di tengah-tengah ini, sebahagian besarnya berasal dari Data. Data dan Factor memerlukan penggilingan berterusan.
Flash Boys
Quantitative Trading: How to Build Your Own Algorithmic Trading Business
The Quants: How a New Breed of Math Whizzes Conquered Wall Street and Nearly Destroyed It
The Problem of HFT - Collected Writings on High Frequency Trading & Stock Market Structure Reform
Inside the Black Box: A Simple Guide to Quantitative and High Frequency Trading
Algorithmic Trading: Winning Strategies and Their Rationale
Quantitative Trading with R: Understanding Mathematical and Computational Tools from a Quant's Perspective
http://numericalmethod.com/courses/introduction-to-algorithmic-tradingstrategies-2011-2013/ https://www.quantstart.com/articles/beginners-guide-to-quantitative-trading https://www.zhihu.com/publications/nacl/19550372