[股票自动拆单]基于神经网络的股票拆单算法的分

时间:2020-10-31 14:26:56 作者:股票中国

基于神经网络的股票拆单算法的分析与研究

控制市场冲击成本和具有较高的执行概率,能提供隐藏交易意图等传统交易方法不具有的交易方式,图2。2显示了算法交易在投资过程中所参与的环节。基于神经网络的股票拆单算法的分析与研究8图2。2投资过程目前来看,算法交易已被广泛应用于投资银行,养老基金,共同基金,以及其他买方机构投资者,算法交易已经成为了全球经济增长的最重要的驱动因素之一[23]。同时算法交易作为一种全新的交易方式,在国内也深受民众喜爱,在整个交易量中所占比重迅速上升,不过算法交易进入中国市场的时间较晚,相关制度和管理方式还不太完善,即便国内一些证券、甚至推出了相关的产品,但国内理论界与实际部门对算法交易的认识较为初浅。首先,国内尚无从金融经济学和管理学理论的高度全面研究算法交易对资本市场影响的系统文献,对算法交易在中国的实用性也缺乏全面、深入的研究。其次,国内已有的少量研究多是从某一局部过角度考察算法交易的市场影响,结论的可信度与可靠性仍不确定。

基于神经网络的股票拆单算法的分析与研究

资本市场愈发繁荣,养老基金、对冲基金等机构投资者也随之兴起,规模逐渐扩大,二十世纪九十年代之后,“全球化”意识崛起并迅猛发展,在促进经济繁荣的同时带动了股市的进一步发展,伴随着资本市场的繁荣昌盛和投资规模的逐渐扩大,无数大型金融机构开始在全球范围内进行大量融资。此时越来越多的投资者会面临一个难题,即如何在不惊动市场的情况下买入或抛售大量股票。简单来说,若投资者通过一次性下单的方式来处理大额订单,极有可能对市场造成较大冲击,导致股票价格朝着相反方向变化,最好的解决方式是利用技术手段将大额订单分割成一定量的子单,这种分批下达订单的方式可以有效地隐蔽大单,降低对市场的冲击力度,解决了投资者拆单的难题,广受投资者的追捧。但随着交易市场的不断变化,执行效果不太稳定的的弊病也展现出来,且大多并未重视对成交价格和成交量分布预测的准确性的研究。另外目前涉及算法交易的文献中,选择的股票样本数量太少,其中所包含的信息是非常有局限性的,

基于神经网络的股票拆单算法的分析与研究

成交价格,同时市场的总成交量和拆分的时间段及交易频率也都是要考虑的内容。宏观来讲,需要投资者对股票的日内成交量做出预测。并且不光要考虑日内总的交易量,还要对交易量的日内分布做出基于神经网络的股票拆单算法的分析与研究10决策。一个完整的交易策略,需考虑选股、交易日期、策略组合等问题,故只考虑单一股票的VWAP算法在某一完整交易日内的执行情况,并且着重考虑交易量的分布预测情况。常用的成交量分布预测模型为移动加权平均法,该方法的原理是:首先将多个个历史交易日等分为K个时间段,时间段的大小根据实际情况来调整,不宜太长或太短,如果下载本文需要使用2500积分

基于神经网络的股票拆单算法的分析与研究

2500内容提示:学校代号10532学号S1510W0675分类号TP301密级普通工程硕士学位论文基于神经网络的股票拆单算法的分析与研究学位申请人姓名岳俊梅培养单位信息科学与工程学院导师姓名及职称杨秋伟副教授刘亮高级工程师学科专业软件工程研究方向机器学习与量化交易论文提交日期2018年5月15日基于神经网络的股票拆单算法的分析与研究学校代号:10532学号:S1510W0675密级:普通湖南大学硕士学位论文基于神经网络的股票拆单算法的分析与研究学位申请人姓名:岳俊梅导师姓名及职称:杨秋伟副教授刘亮高级工程师培养单位:PDF|浏览次数:2019-|文档星级:学校代号10532学号S1510W0675分类号TP301密级普通工程硕士学位论文基于神经网络的股票拆单算法的分析与研究学位申请人姓名岳俊梅培养单位信息科学与工程学院导师姓名及职称杨秋伟副教授刘亮高级工程师学科专业软件工程研究方向机器学习与量化交易论文提交日期2018年5月15日基于神经网络的股票拆单算法的分析与研究学校代号:

基于神经网络的股票拆单算法的分析与研究

费浦生等人应用EMD分解算法、混沌分析和神经网络提出了针对有着混沌特性的中国股市的EMD神经网络模型[14];蔡红,陈荣耀等人提出了基于主成分分析的BPNN神经网络,提高了预测的精准度[15];张明提出了一个通过改进动态神经网络来进行股票预测的模型[16]。前者的研究和种种论证表明了神经网络在金融领域的可适性,1。3研究目的及意义股票市场是证券业和金融业必不可少的重要组成部分,股票市场由于其高风险高回报的特性,不断吸引人们投入到其中,基于神经网络的股票拆单算法的分析与研究4逐渐成为许多人投资的重要手段之一。但是股票市场是一个极其复杂的、不断变化的经济系统,它受到宏观经济调控、国家政策、行业发展周期、公司经营情况、投资者群体等多种因素的综合影响,使得人们很难准确地把握股票价格走势的逻辑和规律。由于专业知识的缺乏、信息的不对称性等原因,人们对于股市的投资往往带有盲目性、投机性,很难获得较好的收益。

基于神经网络的股票拆单算法的分析与研究

下发交易指令,提交订单并在提交后管理订单,包括决定交易时间点、下单价格、成交数量等,对比传统交易方式,算法交易有着显而易见的优势。算法交易的执行要以先进的技术为后盾,通常情况下无需人工干预,计算机自动根据事先设定的交易模型进行一系列操作。算法交易是由计算机程序控制的交易方式,利用计算机程序制定交易策略、依据确定好的目标自动提交订单并对订单进行有效管理,并且在交易过程中能够避免很多人为因素如情绪波动,认知失误、操作不当等造成的干扰[22]。算法交易在速度上远胜于传统手工交易方式,可以实现在每秒发出数千条指令,下单速度快,计算能力强,因而能够抓住一些转瞬即逝的宝贵交易时机。这些都是人工交易所不能达到的。另外算法交易可以将大额订单分割成多个子单,不会对市场造成较大冲击,还能寻求最优的成交执行路线,获取到市场最好的报价,将交易成本降到最低。总的来说,市场青睐算法交易的原因在于其能够快速有效地降低交易成本,

本文标签: 股票 算法 神经网络
本文地址: http://www.gafan.cn/gupiaotuijian/127944.html
相关文章