研究高频交易有哪些好的考研参考书目怎么找

高频交易(HFT,High Frequency Trading)是涵盖多种交易策略的一整套交易方式,它的主要特征体现在交易速度、低交易延迟、交易量、头寸管理和极短的时间期限。

2008 年席卷全球的金融危机给全球金融业带来了巨大的灾难,然而,在 2009 年公布的财务报表上,以高盛为代表的一些金融机构获利颇丰,他们都采用高频交易作为金融市场中交易的主要方式。“高频”交易,顾名思义,是一种电脑接受金融指令的速度、交易的反应处理速度、发出指令的速度都极高的交易方式,许多交易商能在短短的一秒内发出数千个交易指令,并随后在几毫秒内根据最新的市场信息和模型的参数立即取消或转换指令。据统计 [1],占美国 2% 的高频交易商,其交易量却占到了股票市场总成交量的 60%-70%

不仅如此,高频交易在全球期货市场、欧洲股票市场和外汇市场等也广泛存在。虽然亚洲的高频交易量极少,但也呈现出逐年增加的趋势,其中,日本的高频交易量居亚洲之首,占到该区域总量的 45%,香港和新加坡紧随其后。在国内随着允许 T+0 交易方式的商品期货、股指期货以及可以通过一级市场申赎、信用交易等方式直接或变相的实现 T+0 交易的 ETF( 交易型开放式指数基金 ) 和融资融券标的股的存在,高频交易已经被运用于商品期货、ETF 及权证交易方面,并快速增长。2012 年,据国内各大期货交易所统计 [2],高频交易客户总交易量在全市场交易量中占比约 5% 左右,且较上一年上升趋势明显。

Market Access) 技术被机构应用,再到算法交易、程序化交易以及现在美国盛行的高频交易,从技术进步上来讲都是一脉相传的,都是投资成本下降、效率提高过程的一部分。经过多年发展,目前全球金融市场已是由覆盖全球的、相互联动的超大网络系统构成,高频交易前所未有的报单速率和巨量订单带来的系统性风险加剧发生,比如 2010年的闪电崩盘事件就是由高频交易系统中的一个小故障引发了道琼斯指数几分钟之内就下跌了 1000 多点,造成全球经济的巨大风险。

高频交易特征及技术分析

一个成功的高频交易者,除了具有交易算法和下单的精细控制之外,他所使用的交易系统更需要超高的处理能力和超低的响应延时。另一方面,由于这些高速高频计算机交易系统每时每刻产生巨大交易量,并且具有超快的速度,对交易所技术系统也带来巨大的风险,主要体现在:一是高频交易者软件一旦出错,可能会扰乱交易所技术系统正常运行;二是过量的无效指令可能会增加系统运行成本,降低系统性能。下面本文将从交易者系统和监管者系统角度对高频交易进行技术分析:

2.1.高频交易的五大特征 结合业界已有的研究成果,高频交易在业务和技术上可基本包含以下五大特征 [3]

第一、快速获取市场数据,使用复杂的计算机程序和算法生成定单并迅速发送;

第二、具有超低的网络延迟,通常通过托管服务 co-location facilities)、 市 场 直 proximityhosting)将柜台系统托管到交易所的数据中心;第三、在极短的时间内完成建仓、持仓、清仓的过程,整个交易过程的时间最快可达微秒级,每日资产组合周转率过半;第四、在短时间内修改或撤销大量的定单且撤销比例高;
第五、市场中性,大部分持仓头寸日内结算,不隔夜持仓。

2.2.高频交易者 IT 系统技术分析

目前,国内外高频交易者 IT 系统的关键技术一般包含三部分 [4]

1)交易数据在电脑外的加速,就是如何快速地把交易数据 ( 主要是实时行情数据和订单信息)联接和推送到运行程序化交易策略的计算机。

2)交易数据在高频交易计算机内的加速,即如何在计算机内部把交易数据最快地传到交易策略程序。

3)其他数据的逻辑调用。其他数据主要是指历史行情数据、基本面方面的信息数据以及统计信息等。简言之,就是如何快速地获取程序化交易策略下单逻辑所需要的其他判断数据。

下面给出一种高频交易者端的 IT 系统架构图 [5]

 在美国高频交易者往往需要花大价钱搭建交易网络和购买最好的硬件,使自己能够得到最快的数据和交易通道,并不停地跟踪策略交易情况,调整策略算法逻辑,不断地跟踪策略对行情的反应时间、下单速度以及交易延迟的情况,努力将策略反应时间再缩短 1微秒。一般来说,高频交易者端的整个处理时间最快在两位数微秒(us,百万分之一秒)左右。


2.3.高频交易监察系统技术分析

监察系统是为监管者提供业务监控和违规查处的综合分析平台,需要对大量的交易数据高速处理、快速响应,能够在错综复杂的大量数据中找到所需的统计和明细信息。目前,国内交易所多使用通用的监察系统对高频交易行为进行监控,采用的系统架构可概括为两类:一类是在闭市后查询盘后交易数据,分析高频交易特征(如图 2)。该类统计分析的缺点是缺乏监察实时性,偏重业务特性数据的分析。另一类是专门开发一套并行的监察系统,通过交易流水的实时转发分流或广播方式来获取业务数据源,从而在对交易系统影响较小的情况下完成对高频交易数据的实时分析处理(如图 3)。高频交易既是业务活也是技术活,所以对高频交易的行为分析既要覆盖业务数据,又要包含网络延时、IP 信息等技术数据,上述两类技术方案虽然能对高频交易起到一定程度的监察作用,但还存在以下不足:


1
)缺少技术相关数据的关联分析,忽略了网络延时、交易端 IP 和交易者位置等具有重要参考价值的高频交易特征指标。比如高频交易者为获得超低的网络延迟,通常会通过托管服务将柜台系统托管到交易所的数据中心,一个有效的高频交易监察系统应识别这一重要特征,可通过分析网络 TCP 包头中的 IP地址判定是否进行了托管服务。

2)统计精度不高,无法准确还原微秒级高频交易的原始下单行为。目前,高频交易者 IT 系统已经逐步开始迈入微秒级时代,高频交易者花大价钱购买最好的硬件搭建交易网络,不断提高系统处理速度,整个报单过程的端到端处理时间最快可在微秒级,而上述两类监察系统的时间精度均使用主机的时钟源为交易记录提供时钟标签,主机系统的时钟晶振难以提供足够的时钟精度和稳定性,即便在局域网环境中,基于NTP 的时钟系统也只能提供毫秒级别的时钟精度。可见,上述两类通用监察系统无法记录到微秒级的订单信息,存储时不可避免地须对同类原始订单进行挤压或重整,从而造成了高频交易原始数据的失真,因此微秒级高频交易行为(如订单有效时长 <1ms)成为通用监察系统的盲区。

高频交易高精度监察系统介绍

针对以上不足,本文基于高频交易的五大特征,提出了一种高精度获取高频交易原始数据(包含业务数据和技术数据),并对交易系统无扰动的实时监察技术架构和实现方案。下面将从技术架构、实现界面功能和系统特点三个方面进行阐述。

3.1.技术架构本文提出的高频交易高精度监察系统架构示意图如下:我们在设计这套系统时,根据网络拓扑、应用部署和服务器托管等情况,通过网络技术镜像交换机的以太网端口扑捉所有交易数据流,图中 RTM 实时数据采集模块利用基于 GPS 或者原子钟的高精度时钟系统,并使用高速采集设备对交易数据包进行采集并迅速打上ns 级时间戳,通过 Decoder 模块将原始数据按 FTDFutures 模块循环对有效数据进行交易环节的业务关联分析(交易环节是指一个交易指令从交易客户端发起交易请求到交易完成的整个过程,以大连商品交易所为例,这个过程包括了客户前置、总线、检查和撮合等 15 个交易处理过程,每个交易环节都有唯一的标签(KEY 值)用以进行业务关联),从而形成每一个交易指令的数据信息 [6],随后对解码的每笔交易指令判断订单和撤单数据包,再以客户粒度分别进行排队,根据高频交易行为判定指标实时将队列中的订单数据、撤单数据、IP 地址和地理位置等信息进行过滤分析,通过 HTML5 技术展现高频交易客户行为的监察需求。系统设计还采用分布式处理结构(如图 5),实现了采集设备和分析设备的分离,分析设备和存储设备的分离,在流量增加时,只需要增加服务器即可实现多层次扩展。

3.2.界面功能本文讨论的高频交易行为主要监察指标为:

1. 实时统计客户每秒订单笔数高于 n 笔;

2. 实时统计客户的订单有效时长(微秒级)。

3.2.1 监察高频交易客户订单频率通过分析每笔订单进入交易前置的时间戳,统计一段时间内每秒单量超过某一数值 n 的全部客户列表,并可按订单笔数、会员号、客户 ID、席位号和订单进入时间等属性汇总排序(如图 6

,双击每条记录可列出该秒内每笔订单的详细信息,并可通过统计高频交易客户每秒订单数了解其交易形态,如图 7 为某高频交易客户在收市前两分钟内连续以 5-6 / 秒的速度下单,且间歇性停顿,为高频交易行为的确诊提供了依据。同时,本系统还可以高精度地统计高频交易客户相邻订单的间隔时间,以微秒级粒度展现其订单的微观分布。图 8 为某高频客户 1 秒内所有订单的前后时间差值情况 , 可见订单发送频率约为 400

3.2.2 监察高频交易客户订单有效时长通过将每笔撤单指令与其原订单进行关联,统计撤单指令进入时间与原订单进入时间之差,然后过滤出符合条件的所有订单。汇总排序显示订单的客户号、会员号、系统号、订单进入时间、撤单进入时间和订单有效时长等一系列属性(如图 9),点击每一条记录可钻取订单的详细信息。除上述实现功能外,下一步系统会将交易者持仓变化行为 1 纳入实时监察范围,通过对多种高频交易特

征值的提取和整合,不断增加监察维度,更加有利于监管部门准确及时地把握高频交易行为的动向。

4. 系统平台对交易系统性能无扰动;

5. 系统平台采用分布式系统架构;

6. 数据源采集完整,系统功能可多层次扩展。4.总结及高频交易监察技术展望

通过上述介绍,本文系统主要弥补了当前通用监察系统的两点不足,一方面实现了高频交易业务特征和技术特征的关联,结合了交易延时、交易 IP 和地理位置等高频交易技术特征信息;另一方面实现了高精度捕获原始数据,还原了微秒级的高频交易行为,提前为监管逐步迈入微秒级时代的高频交易行为扫除了盲区。下一步,实现高频交易监察和控制手段的有效联动是降低市场风险的有效措施。目前,国内外监管部门正在积极研究限制方式,比如禁止闪电交易、过滤错误指令、规定交易限额、设置报单的强制有效期、引入熔断机制以及暂缓高频交易指令等措施 [7],随着这些措施的逐步推进,高频交易监察系统所获得的大量数据必将为风险控制提供重要的参考依据。除对高频交易实施有效的监控措施外,还需做好交易系统的自我保护功能,进一步增大交易系统的弹性,使其具备足够的容量和多种防范措施,以便应对高频交易可能产生的极端情况。综上所述,希望本文提出的这种高频交易高精度监察系统方案能够起到抛砖引玉的效果,在一定程度上促进证券期货行业高频交易监管技术的发展

[1] 国际金融报 《高频交易天使还是恶魔》
[2]
中国证监会期货监管一部 技术处 《国内期货市场 2012 年度程序化交易情况浅析——程序化交易研究系列之一》、《欧盟 MiFIDII草案算法交易及高频交易监管措施简介与启示——程序化交易研究系列之二》
[3]
(美)奥尔德里奇 谈效俊 等译 《高频交易》 机械工业出版社
[4]
盛立金融 柳峰 《高频交易最新技术实现》
[5]
中航证券 《服务于高频交易的高速交易平台》
[6]
大连商品交易所 冯轶 钟立明 庞彦广 左涛 《低延时监控系统在证券期货交易中的研究与实践》
[7]
中国金融期货交易所 李路 《海外市场高频交易最新监管趋程序化交易研究系列之四》

}

首都经济贸易大学 硕士学位论文 THESIS0FMASTBRDEGREE 论文题目:高频交易策略投资组合模型及其应用研究 院 系: 焦!垫鲎瞳 专 业: 簦墨銎鲎生墨猩. 学号: 至!鱼!至Q!Q璺3L 作 者: 型:茎苤 一 指导教师: 堕蕴 完成日期: 2Q!§生≥旦2Q旦 万方数据 独创性声明、嬲炒缈 本人郑重声明:今所呈交的《高频交易策略投资组合模型及其应用 研究》论文是我个人在导师指导下进行的研究工作及取得的科研成果。 尽我所知,文中除了特别加以标注和致谢的地方外,论文中不包含其他 人已经发表或撰写的内容及科研成果,也不包含为获得首都经济贸易大 学或其它教育机构的学位或证书所使用过的材料。 作者签名: 关于论文使用授权的说明 本人完全了解首都经济贸易大学有关保留、使用学位论文的有关规 定,即:学校有权保留送交论文的复印件,允许论文被查阅、借阅或网 络索引;学校可以公布论文的全部或部分内容,可以采取影印、缩印或 其它复制手段保存论文。(保密的论文在解密后应遵守此规定) 时肌且曲』 万方数据 首都经济贸易大学硕士学位论文 高频交易策略投资组合模型及其应用研究 摘要 国外高频交易的高速发展与国内金融市场的深化改革给我国高频交易的蓬勃发 展带来了新的机遇,这对深入研究高频交易策略投资组合管理问题提出了客观要求。 M捌tz提出的均值一方差模型形成了现代投资组合理论的核心基础。然而,在高 频环境下,传统的Markowitz模型表现出许多不足之处,不再适用于高频交易数据。 本文在理论研究、模型设计、算法设计和实证研究方面对高频交易策略投资组合管理 展开了一系列的工作。主要如下:1.考虑到高频环境对数据预测准确性的高要求, 本文在传统的M矾【0witz模型的基础上引入了“风险厌恶”指标。在协方差估计方面, 同时,引入了动态管理的思想,并应用人工蜂群算法对改进的模型进行了求解,以验 证模型的有效性。2.进一步地,考虑从诸多高频交易策略中挑选表现好的策略用以 构建高频交易策略投资组合,并动态调整策略池中的策略,以实现收益最大化。因此, 深入研究了多因子模型,确定合适的高频交易策略评估指标,将多因子模型的思想用 于在策略池中挑选表现好的策略,进而应用改进的人工蜂群算法对策略投资组合模型 进行求解。3.搭建了实证所需的量化环境一一多因子模型、标准的人工蜂群算法、 改进的人工蜂群算法以及用于做实证对比的遗传算法。4.通过实证分析说明了动态 调整资产权重能提高投资组合收益率以及本文所构建模型的准确性与实用性:进一步 地,动态地从策略池中挑选策略并动态地分配资产权重以提高组合收益,结果表明动 态挑选策略的重要性。综上,本文将理论知识应用到实践中,实现了理论与实践相结 合,具有重要的理论意义和应用前景。 估计 万方数据 首都经济贸易大学硕士学位论文 高频交易策略投资组合模型及其应用研究 Abstract ne of oVerseasa11d 11i曲·speeddeVclopment1ligh一舶qu髓cy trading deepelling 棚of矗

}

我要回帖

更多关于 考研参考书目怎么找 的文章

更多推荐

版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。

点击添加站长微信