高频交易 中文译本
高频交易 中文译本 全面介绍高频交易方方面面，启蒙读物Ⅳ中国的金融市场在不断发展,市场参与者也逐渐成熟,在国内部分条件合适的金融市场中,高频交易是一种客观存在。但是对于普通投资者而言要想系统地了解高频交易却不是一件很容易的事。深入介绍高频交易的资料往往伴随着复杂的数学公式,而全面涵盖高频交易的文字材料并不多见。为促进中国高频交易以及市场微观结构研究的发展,我们决定将这本介绍高频交易的书籍译成中文。如果这本书能为我国的市场参与者提供一定的帮助我们将感到十分的荣幸。南华期货研究所的众多研究员参与了这本书的翻译I作。其中第1-4章的译者为姜帆、谈效俊,第5章的译者为张静静、谈效俊,第6章、第9章的译者为胡浩、谈效俊,第7~8章的译者为何炜、李晓萍、谈效俊,第10~12章的译者为王仰琪,第13~16章的译者为杨燕,第17章的译者为王珏,第18、19章的译者为谈效俊,全书由谈效俊负贲统筹审核。由于时间仓促,并且译者水平有限,书中出现不当甚至错误之处在所难免,在此恳请各位读者不吝批评指正华期货有服公司总经理罗旭峰2011年1月8日目录High-Frequency Trading推荐序第1章简介第2章高频交易的发展金融市场与技术革新交易方法的演变第3章高频交易综覽和传统交易的比较21市场参与者运作模型…经济效益高频交易系统的资金结论第4章适合高频交易的金融市场金融市场及其对高频交易的适用性结论…第5章高频交易策略表现评估收益的基本特征有可比性的比率454绩效归因策略评估中的其他考虑因素…结论第6章指令、交易者及其在裔频交易中的应用指令类型指令分布第7章不同频率下的市场无效和获利机会的元2高频下的价格波动的可预测性第8章寻找高频交易机会收益率的统计特征性计量经济学模型协整动率建模945∞非线性模型结论第9章处理分笔数据分笔数据的属性分笔数据的数量和质量买卖价差买卖价格反弹对分笔数据的到达进行建模用传统计量经济学方法处理分笔数据……结论116第10章市场微观结构下的交易——存货模型117存货交易策略概述………118指令、交易者和流动性…有利可图的做市有方向的流动性供应结论第11章市场微观结构下的交易—信息模型…度量信息不对称性信息交易模型136结论第12章事件套利开发事件套利交易策略什么构成了一次事件预测方法可用于交易的新闻宏观经济新闻事件套利的应用结论第13章高频统计套利数学基础统计套利的实际应用356结论第14章创刨建和管理高频策略投资组合投资组合优化的解析基础有效的投资组合管理实践第15章交易模型的回顾测试评估点位预测评估方向预测……205结论第16章实施高交易系统模型开发的生命周期215系统实施测试交易系统…结论第17章风险管理确定风险管理目标风险度量风险管理结论…第18章高频交易的执行和监控执行高频交易系统高频交易执行的监控第19章交易后的盈利分析交易后成本分析交易后表现分析272参考文献第1章High-Frequency Trading简介高频交易如风暴般席卷了华尔街,究其原因,无非是其巨大的盈利能力而已。根据《Aha》杂志的报道,2008年收益最高的基金经理是来自文艺复兴技术公司( Renaissance Technologies Corp.)的吉姆·西蒙斯( Jim Si-mons),他长期以来一直是高频交易的支持者。仅在2008年一年,西蒙斯博士就获得了25亿美元的利润。虽然在撰写这本书的时候,还没有哪个机构完全地跟踪过各个高频交易基金的表现,但坊间传言,2008年大部分的高频交易基金经理都取得了正的收益,而据《纽约时报》的报道,70%的低交易者在2008年都是赔钱的。这个行业指数式的增长也印证了高频交易的巨大盈利能力。根据Aite集团2009年2月的报告,目前交易所中60%的易量都来自于髙频交易。专业高频交易人才炙手可热,并且薪酬也是登峰造极。甚至在2008年金融危机最惨烈的几个月中,仍有50%的金融行业招聘的职位是与高频交易技术人员有关的( Aldridge,2008)领域的信息有巨大需求,但能帮助投资者理解和运用高频交易系统的出版物却少之又少。什么是高频交易,它的魅力何在呢?相较于低频交易而言,高频交易的主要创新之处在于其在电脑驱动之下,对变化的市场迅速做出反应,并且实现资金的快速周转。高频交易的特征是交易次数更多,而每笔交易的平均盈利较小。很多传统的资金管理人持有交易头寸长达数周乃至数月,每笔交易高频交易的盈利为数个百分点。相比之下,高频交易的资金管理人每天都交易多次平均每笔交易的盈利不到一个百分点,并且他们基本上不持有隔夜头寸。不隔夜持仓对于投资者和投资组合经理都十分重要,这是因为以下3个方面的原因。(1)随着资本市场的全球化,大多数的交易行为都可以延长至24小时,并且,以市场现有的波动率来看,隔夜持仓是具有很高的风险的。高频交易策略则规避了这种隔夜风险。(2)高频交易策略允许账户持仓完全透明,这消除了锁定资金的必要性3)持仓过夜的头寸除了保证金之外的部分需要按照所谓的隔夜利率( overnight carry rate)来支付利息。隔夜利息通常比LBOR略高。随着BOR波动的增加以及可能到来的通货膨胀,隔夜持仓成本会变得越来越高,以至于会使得很多资金管理人感到无利可图。高频交易策略能够避免隔夜持仓成本,这在信贷收紧或者利率高企的时候,能给投资者节省下可观的成本。髙频交易还有其他的一些优势。高频交易策略与传统的长期买入并持有策略几乎不存在什么关联,因此,对于长期投资组合来说,高频交易策略是种很好的分散投资的工具。由于高频交易策路的统计学性质,高频交易略需要的评估时期也相对较短,我们在本书后续的章节中将深人讨论这个问。如果说对于一个以月度为周期的交易策略,需要6个月到2年的观察期来评估这个策略的可信程度的话,那么对很多高频交易策略而言,只需不到个月的时间就可以对策略的表现下一个统计学上的结论了除了上面所列举的优势之外,高频交易还能节约操作成本,并且给社会带来很多好处。从运营的角度来看,高频交易的全自动交易方式能够节约人力成本,并且减少因人为的犹豫或者情绪而造成的失误高频交易给社会带来的最大好处体现在以下几点提高市场效率·增加流动性第1章简介·促进计算机技术创新·稳定市场体系高频交易策略发现并消除市场暂时出现的无效率之处,并促进市场价格更快地反映市场信息。很多高频交易策略给市场提供了显著的流动性,使市场运行更加平稳,并且让每个投资者都降低了摩擦成本( frictional costs)高频交易者促进计算机技术的革新,推动找到解决网络通信瓶颈的新办法他们还刺激计算机处理器的创新,以提高计算和数字通信的速度。最后,高频交易还能纠正市场错误定价,从而稳定市场体系。在2009年3月的 FXWeek会议上, Oanda公司的首席执行官 RichardOlsen提出了一个恰当的比喻。Oken博士说,如果将金融市场比做人的身体,那么高频交易就是在人体内一天循环多次的血液。它能帮助冲洗毒素、愈合伤口,并且调节体温。相比之下,低频交易由于反应过慢,可以视为有碍于系统稳定的因素。即使是一个简单的去公园散步的决定也会给身体带来风险,比如感染疾病、失足或者摔倒等。高频交易能对这种情况进行快速反应,就像一个人重新站稳一样,高频交易使市场受到冲击后能重新稳定下来。在外汇、股票以及衍生品市场上都有很多成功的高频交易策略。高频交易本身的属性使其能应用于任何有足够流动性的金融工具之上(“有足够流动性的金融工具”是指在一个交易日中的任何时刻都有足够买家和卖家的金融资产)。高频交易策略可以全天候地执行。电子外汇市场一周交易5天,一天交易24小时。美国股票现在可以“超出常规交易时间”进行交易,每个工作日从东部标准时间早上4点开始直到午夜。对于一些期货和期权,同样存在24小时交易。许多高频交易的公司设于纽约、康奈迪克、伦敦、新加坡和芝加哥。很多设在芝加哥的公司利用其毗邻芝加哥商业交易所的优势来进行期货、期权和商品的高频交易。位于纽约和康奈迪克的公司交易范围较广,其中交易最多的是美国股票。欧洲的时区使得伦敦人在交易货币上很有优势,而新加坡
- 2021-05-07 18:04:36下载
- 积分：1
三维装箱问题的模型与改进遗传算法
关于三维装箱算法问题, 一些算法理论, 感觉对这方面的应用有一定帮助144效学的实践与认识40着∑(B,*v)≤VB,B,PD,PWy=0或者1v∈{1,2,…,D},y∈{1,2,…,W},z∈{1,2,…,H},j∈{1,2,…,n}(12目标函数是箱子未装填物品的空间最少(亦即空间浪费最少)条件(2)确保子的1个装填空间单元被装填不超过1次即保证物品间不会互相嵌入;(3)式说明上层物品会有支撑,不会悬空(4),(5),(6)式说明物品装箱位置约束;(7),(8},(9)说明物品的摆放问;(11)是箱子的容积约束2這传算法21遗俊法遗传算法(GAs)是建立在达尔文进化论基础上的搜索算法,它从代表问题潜在解的个种群( population)开始,而一个种群则由经过基因(gene)编码 coding)的一定数目的个体individual)组成遗传算法采用了自然进化模型,如选择,交叉变异等计算开始时,一定数目S个个体(父个体1、父个体2……)即种群随机地初始化,并计算每个个体的适应度函数第一代也即初始代产生如果不满足优化准则,开始产生新一代的计算为了产生新一代按照适应度选择个体,父代通过基因重组(交叉)而产生子代所有的子代按一定的概率变异然后重新计算子代的适应度,将子代插入到种群中取代父代构成新的一代循环执行这一过程,直到满足优化准则22算法设计2.21编码方法采用矩阵编码方法,用多维数组(二维矩阵表示染色体结构,数组元素表示染色体基因,编码清晰,易于理解,遗传算子操作方便染色体S=(L,P,Px,Py,T)来表示问题的一个解其中:向量L=(Li,L1,…,Ln)为待装箱物品的一个排列;向量P=(Bn,B1,…,B3n)为对应于排列L的B,一个排列向量Px=(PB,PB,…,PB)为对应于排列L的PB一个排列向量Py=(PB,PB},…,PB为对应于排列L的PBx一个排列矩阵T=(x2=欢面为对应于排列L的装箱物品坐标22适值函数问题的目标是最小化箱子的浪费空间,适应度函数可定义为空间利用率函数(S代表染色体C1994-2010ChinaAcademicJournalElectronicPublishingHouse.Allrightsreservedhttp://www.cnki.net2期陈德良,等:三维装箱问题的模型与改进遗传算法Fitness(s)(∑B3*v/若∑(B;*v)≤V否则23解的不可行性,罚函数与评估函数由于对染色体作遗传运算时可能获得不可行的子代,惩罚技术是用遗传算法解约束优化问题中最常用的技术,本质上它是通过惩罚不可行解将约束优化问题转化为无约爽问题就本文讨论的问题而言,惩罚项包括:1)物品在装箱时不交叠,即满足约束条件{2},有着∑By≤1g:(S)1,否则2)物品装箱时不能出现悬空即满足约束条件(3),有0若∑B-B+)>0g2(S)=(151,否则3)物品装箱不能超出箱子边界,即满足约束条件(4,(5)和(6),有0若吃+B(Pp++Pwy*吗)≤D1,否则0若+B*(PD*+PWy*m)≤W941,否则(17)95(S)=0,若x+B*h;≤H8)1,否则eat(s=∑9(S)b=1那么,式(14)至(18)任何一个取值为1,都是不可行评估函数eval(S)=Fitness(S)*(5-Genalty (S)24算法步骤)初始化进化代数计数器,随机产生一定数目(大于设定的初始种群规模)的染色体;2)利用式(14)检验初始种群染色体可行性,对不可行解旋转赌轮接受小部分不可行解,与可行解构成初始种群3)对初始种群染色体进行遗传运算;①按照式(14)至(20)计算评估函数:⑩按顺序交叉方法产生子代;④变异算子;4)旋转赌轮选择染色体;)重复3至4)直到完成给定的循环次数;C1994-2010ChinaAcademicJournalElectronicPublishingHouse.Allrightsreservedhttp://www.cnki.net数学的实践与认识40卷6)确定最好的染色体作为最优解3实验结果我们用C++编程实现了上述算法在配置为CPU24GH/512 Mb ram的微机上,用随机产生的数据进行实验取遗传算法运行参数为:{群体大小进化代数,交叉概率,变异概率}-{100,50,0.85,0.05}用随机产生的数据进行实验,求解20个种类100件物品的装箱问题,得到最好解耗时小于1秒;计算50个种类200件物品的装箱问题,得到最好解耗时小于2秒以下是3类共16件物品的装箱问题.实验数据图2,第!行为箱子尺『;第2至第4行为待装箱物品,每行第1个数据表小序号第2至镌4数据分别为物品尺寸,第5个数据表示物品件数在计算转桌中包含数据依次是:序号,是否装载,物品长,物品宽,物品高,纵向坐标横向坐标,垂向坐标纵向长度,横向长度,垂向长度(图4).从图4可知第12号物品未能装箱,物品装箱的顺序可以从“序号列中得出.绘制的物品装箱示意图见图31421,2,乙2,2,图2实验数据图3装箱示意图文件((格式(Q帮助新 s REPORT耗时:.1 most g sec次数:01615积:7580001016每a0库:92.875989名寸:=280;y=1210;2=300NO: P st Din 1 Din 2 in 3 C xC YPu y Pu 2202002002002001002812B20020012010010020012鲁2020012010020020020020012B100100212021201215024015824815015561111111111115152每000ao00015150240202020055020200201002001215502D0200120100100201205s012020028012015024075000015024815015024075015015024a152002009o002002001002012090020012日未装相物品121501502年图1计算结果o1994-2010ChinaAcademicJournalElectronicPublishingHousealLrightsreservedhttp://www.cnki.net2期陈德良,等:三维装箱问题的模型与改进遗传算法1474结束语装箱问题是一常见而难解的优化问题,利用遗传算法求解时,随机产生的初始解会出现大量的不可行解(装箱物品占用空间出现大量交叠),本文将箱子内部空间划分为一个个立方体单元:算法的第2)步对标准遗传算法做了修改通过剔除大量不可行解提高算法的收敛速度,实验结果表明此算法运算过程及绪果稳定,具有较强的实际应用价值能有效解决复杂的三维装箱何题,今后将继续研究将该方法运用到其它不同的有关装箱问题或组合优化问题中参考文献[1] John J, et al. An improved algctithra for the ncn-guillctine-constraincd cutting-stock problem(JIOperational Resee ch Society, 19 /0,+1: 141-149[2] Coffmau E. G, et al. ver age-case analysis of cutting and packing in two dimensions [J]. Euro. Jof Operatic al Reseaich, 1990, 44: 134-14413) Fabien C, et al. A Two-phase heuristic for the two-dinensional cutting-stock problem [J. Opera-tional Research Society, 1991, 42: 39-744 Martello Silvano, Pisinger, David, and Vigo, Daniele. The Three-Dimensional Bin Packing ProblemJ. Operations Research, 2000 Informs. Vol. 48: 256-267]何大勇,査建中,姜义东遗传算法求解复杂集装箱装载问题方法研究向]软件学报,201,12(9):13801385阿]张德富魏丽军陈青山陈火旺等.三维装箱问题的组合启发式算法软件学报,2007,18(9):20832089A Mixed Integer Programming Model ofThree-Dimensional Bin-Packing Problem and ImprovedGenetic AlgorithmsCHEN De-liang, 2, CHEN Zhi-yaSchool of Traffc &z transportation Engineering, Central South University, Changsha 41076, China)(2. Logistics School, Central South University of Forestry Technology, Changsha 410004, ChinaAbstracts The three-dimensional bin-packing problem is complicated but a high level ofinterest in developing effective way to solve this kinds of NP-hard problem. First a MixedInteger Programming model was worked out in this paper, which resorted to dividing box spaceinto unit cube. Then an improved genetic algorithm was mainly developed. Tests on hundredsof problems show that this algorithm makes the most of volume utilization in minimal timeKeywords: three-dimensional bin-packing problem; space division; mixed integer program-ming model; improved genetic algorithmso01994-2010ChinaAcademicJournalElectronicPublishinghOuse.Allrightsreservedhttp://www.cnki.net
- 2020-12-05下载
- 积分：1
