前言:一篇好文章的誕生,需要你不斷地搜集資料、整理思路,本站小編為你收集了豐富的數學建模擬合算法主題范文,僅供參考,歡迎閱讀并收藏。
【關鍵詞】系統 選擇 開發
北京時間2013年8月16日11點05分31秒到05分56秒的短短26秒里,中國石化和工商銀行兩大權重龍頭先后漲停。之后多只權重股迅速跟進大幅拉升;根據事后調查結果,造成這一事件的光大烏龍交易以70億的成交量,卻造成了日均交易量在2000億以上的A股市場的大盤指數瞬時上漲超過5%的漲幅,這讓貌似遙遠的量化交易突然出現在國內投資者的面前,很多普通投資者這才發現自己同量化交易戰斗已經很久了。如何獲得一個擁有高速精準的數據、高性能程式交易以及高度的開放性和前瞻性等特點的專業的交易平臺,這正是本文嘗試解決的問題。
一、如何選擇國內現有平臺
目前的量化交易平臺可以從開發語言、技術架構、系統架構、策略方向、交易方式等幾個方面,分為中低端和高端量化交易平臺。
(一)中低端量化交易平臺
中低端平臺只支持復雜度不高的腳本語言實現策略邏輯,多數的實現只能在圖表上加載技術指標進行自動化交易、程序化交易等量化交易方式。它一般采用的技術架構是投資者使用平臺商提供的客戶端軟件,采用互聯網接入方式連接平臺商或者金融經紀公司提供的行情和基礎數據服務器,投資者在本地運行的策略觸發后,通過經紀公司的普通交易席位進行交易。國內應用的中低端量化交易平臺主要有文華贏智程序化交易、交易開拓者、金字塔決策交易系統等。
(二)高端量化交易平臺
高端量化平臺除了支持復雜腳本語言實現策略邏輯外,均支持直接使用C++、JAVA等開發語言實現復雜的策略邏輯,采用多進程、多線程方式進行自動化交易、程序化交易、算法交易。行情和交易的延時都要求盡可能最低。它適合機構投資者進行趨勢、套利、對沖、高頻等對行情和交易要求高、邏輯復雜度高的策略。國內主流的高端量化交易平臺主要有龍軟DTS、國泰安量化投資平臺、天軟量化平臺等。
總的來說,中低端平臺適合投資者進行趨勢、反趨勢等對行情和交易邏輯要求不高的策略,高端交易平臺適合機構投資者進行趨勢、套利、對沖、高頻等對行情和交易要求高、邏輯復雜度高的策略。同時不同的平臺費用也不同,投資者必須根據自己的交易要求和費用承擔能力來選擇最適合自己的量化交易平臺。
二、自己打造量化交易系統。
由于MATLAB、R語言這些新一代面向對象、功能強大的語言的出現,獲取免費證券和期貨的數據并不難,同時出于交易保密的要求,再加上使用功能強大的現有平臺費用很高,越來越多的個人和中小機構選擇自己或委托別人開發自己的量化交易系統。
(一)語言選擇
很多大的機構都有自己軟件團隊開發量化交易平臺,大多選擇C語言、C++、JAVA等開發語言,有的甚至使用機器語言,但MATLAB、R語言逐漸成為主流的開發語言。
1.MATLAB簡介:MATLAB的是美國MathWorks公司出品的商業數學軟件,用于算法開發、數據分析以及數值計算,主要包括MATLAB和Simulink兩大部分。其優勢在于:用戶可以利用MATLAB進行:(1)交易策略實現和回測、投資組合優化和分析。(2)資產分配、金融時序分析、期權價格和敏感度分析、現金流分析。(3)風險管理、預測和模擬、利率曲線擬合和期限結構建模。(4)Monte Carlo模擬、基于GARCH的波動性分析等
2.R語言:R語言是一個高效率的實驗平臺:通過R語言可以很高效的實現前沿paper的模型方法,同時R語言又提供與C,C++等傳統語言工具的量化結合,作為免費開源的數據處理語言,至少幾百名世界知名統計學家在算法上的支持,至少幾百名世界頂尖的Fortran,C,C++數學庫編程高手在代碼上的支持,大數據計算平臺的運算支撐,開放金融數據資源的免費接入,前沿期刊與代碼工具的協同
(二)量化投資重要支撐:IT系統
一個高水準的量化交易系統,必須實現以下的4種功能:
1.歷史數據統計后驗。歷史數據統計一般以收盤價或者日均價作為買入賣出的交易價格。然后根據設定的交易價格計算出在某一段時間內的收益率、超額收益、夏普率等結果。歷史數據統計后驗的優勢是效率高、簡單方便。缺點是不夠精確,尤其不能考慮資金量對市場的影響。這個階段的IT要求:簡單的原語/多市場的數據/各種盈虧報表分析。
2.歷史高頻交易數據后驗。歷史高頻交易數據后驗的核心在于根據歷史高交易頻數據進行模擬撮合,撮合算法主要是判斷在某個時段的成交量的成交比例。這個步驟的IT要求:快速撮合能力
3.高頻數據實時模擬。策略后驗無法檢驗其在樣本外的效果。解決這個問題的方法是進行高頻數據的實時模擬交易。實時模擬交易是將策略寫成一個DLL,放在模擬平臺上自動運行。高頻數據實時模擬和實盤交易已經非常接近,對沖擊成本的考慮,市場容量的考慮基本上和實盤已經一致,唯一不能解決的就是對市場的影響,這個階段的IT要求:一個簡單高效的統一的交易接口API