|
|||||
|
|
| 基于机器学习的智能TWAP和VWAP算法的研究及应用 | |
| 作者姓名： | 郑继翔 陈卓 柯军 黄钰 洪轩儒 李怡洁 |
| 作者单位： | 招商证券股份有限公司信息技术中心 ,广东深圳 518000 |
| 摘 要： | TWAP与VWAP算法为两类较常见的经典交易算法.传统的VWAP算法在TWAP算法的基础上,大多使用预测日内成交量分布的方法指导算法下单.传统成交量分布的预测效果严重依赖于市场交易惯性,但交易量分布受到日内诸多突发因素的影响,导致算法对市场突发状况的应对能力较弱.本文对传统TWAP与VWAP算法进行改进,利用滚动的1分钟粒度高频实时资金博弈数据,基于Logistic分类器训练量价模型,以该预测结果为入参构建最优化期望执行均价模型,求出当下各个价格档位对应委托数量的最优解.通过相对高频的分钟级价格预测机制,保证算法实时跟踪市场行情走势并寻求相对优势的交易机会.该算法经测试可以稳定地跑赢市场均价,具备推广应用的可行性. |
| 关 键 词： | 算法交易 短期价格预测 机器学习 逻辑回归 TWAP VWAP |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《经济数学》浏览原始摘要信息 | |
| 点击此处可从《经济数学》下载全文 | |