2018年4月15日,中泰证券2018年量化私募峰会暨XTP2.0极速交易系统发布会将在上海举办,本次活动主题为“量化智库,天机在握,天下武功,唯快不破”,会议围绕私募基金管理人在交易、策略、人工智能等核心需求的基础上提供综合服务解决方案,并进行深入交流。和讯网全程直播。
中泰证券信息技术部大数据负责人周嵘介绍了中泰证券算法交易服务。
该服务具备对接XTP极速专有交易柜台进行交易、可直接使用功夫开源平台现有策略、XTP现有客户可直接使用算法交易下单选项三大特色。
周嵘重点介绍了中泰算法交易技术的优势。该技术有对趋势的预测,可以预先埋伏,占据订单队列的优先成交位置。同时也可以根据价格顺势/背势调整下一个区间交易数量。同时架构在XTP平台之上,拥有紧邻柜面的优势,深度学习需要精细化的数据,这也需要紧贴柜面才可以拿到最精细化的数据并进行运算推测。得到更好的预测效果之后,还可以通过XTP的极速交易系统及时执行,达到最佳的效果。
以下为文字实录:
周嵘:各位来宾大家好,我是中泰证券的周嵘,接下来由我介绍一下我们在XTP2.0推出的同时,推出的中泰证券算法交易服务的项目。说到算法交易一些不熟悉的朋友会认为算法交易是不是传统的程序化交易,有一定程度了解的朋友会想算法交易是不是就是一个拆单的工作呢?
这是两年前美国Space X公司成功在海上收回猎鹰9号重型运载火箭的视频。在相当复杂的大气和海洋环境下,存在很多不可控因素,比如说会不会有大风,或者说有没有一些波浪。在这样一个复杂环境当中,科学技术的发展是如何控制这样一个重型运载火箭成功回收降落到海平面上的呢?其实我们的算法交易也是这样的,甚至在数学上是等价的问题,我们称之为随机优化控制。
在交易市场当中也存在各种不确定因素,比如说价格变动、交易量变动、买盘压力、卖盘压力,各种因素都是不确定的,这些因素会很直接的给投资者带来交易损失。我们同样有一个数学的方法面对这样一个问题,解决这样一个问题。下面我来简单介绍一下算法交易的技术背景。什么是算法交易?算法交易是60年代末提出的一个概念,但是技术成型,到应用到数学的方法,到最后提出最佳执行的概念,这是一个长期的过程。最早是在上世纪80年代时有一位数学家提出,算法交易的本质是数学上的动态编程,后来又有新的论文把它用精确的数学公式归纳,并做出了形式化说明。从数学上提出,存在一个可解方程,如果说对市场、价格等方面的波动做一些预先技术上的假设,就可以把这个问题作为一个可解决的数学方程去解,而这个方程也是控制论的核心方程。
通过这样一个数学整理之后,算法交易是一项非常复杂的技术,虽然我们有这样的方程,但是方程当中所有的参数依然存在,并且对市场有一个不同的假设,如果说市场的假设本身存在问题,方程本身就也会有很多变形。虽然说在数学层面对算法交易有一些归纳,但是算法交易依然是一种执行成本与时间风险的平衡艺术。
算法交易是60年代提出的,其实深度学习更早一些,深度学习这个概念在50年代就出现了,当时因为软硬件条件的限制,所以一直到最近几年才特别火,最近几年神经网络、深度学习、人工智能是非常火的概念,而且在很多领域大展身手,比如图像分类、人脸识别、自然语言处理、自动驾驶上都有很好的应用。而且深度学习在金融领域也已经有所运用,比如说价格预测、波率预测、算法交易等。
当深度学习和算法交易随机优化控制的问题碰到一起呢?其实它们已经有了很多典型的应用。比如说用机器学习的方法进行控制论研究的方向,现在的应用包括像卫星姿态控制、机器人运动平衡、自动驾驶路径规划、金融算法交易等等。
从市场需要来看,国外有70%的交易是通过算法交易完成的,而相对应的,我们在中国的算法交易应用情况非常有限,可以说10%都不到。我们同时看到在中国市场上存在大量的大单,在去年50万以上的大单占到全市场10%,如果说这些可以通过算法交易,我们相信可以在里面节约很大的成本。根据上海证交所去年的报告,佣金只占3个基点,如果说是90万以上的大单,冲击成本将达到33个基点。如果说这个股票盘子比较小,只有10亿以下,它的冲击成本甚至可以达到263个基点,也就是说2.63%,是非常高的交易比例。
因为在国外普遍采用算法交易,国外一方面做得比较好,他们算法交易的冲击成本已经降到10个基点,而国内情况不太一样,国内市场的归准性比较差,比如说量跑的不是那么均匀,包括国内监管以及下单撤单的数量控制,也包括国内算法交易技术水平的限制,国内通过算法交易执行,冲击成本会达到30个基点。但是即便如此,沪市人工交易的冲击会达到60个基点,即便使用国内的算法交易模式依然可以降低一半的冲击成本。如果说10亿的盘子,按照10倍的换手率,降低3个基点,一年就可以节约3000万。
其实算法交易具体的技术方案非常多,简单来说,我们把算法交易按照基准不同分为几个主要的类型:IS,以到达经纪的即时价格为基准,它的缺点是会导致快速成交,冲击成本相对而言比较高。但是因为他采用算法交易,还是可以做到一定冲击成本和交易完成速度的的平衡。二是POV,以相对市场总量固定的成交量比为基准。三是TWAP,以时间权重的平均价格为基准。四是VWAP,以交易量权重的平均价格为基准,VWAP是相对比较理想的算法交易,这是一个很好的基准,也把量和价的关系分开,从交易者来说,市场交易价格和交易执行因素分开之后,就可以很好的评价交易执行的效果,到底是市场因素,还是你的交易算法和交易策略做得比较好,这是一个比较常见的评价基准。
在实际应用当中,很多私募机构的朋友也提出了一些应用上的建议。这些也是属于算法交易范畴。比如说随机化下单,冰山拆单,隐藏自己大单的交易目的,还有网格交易法,以及针对市场和对手盘的一些算法。
我重点针对VWAP介绍一下。VWAP这个概念是1980年代提出,真正数学归纳是1998年的时候,到2000年时候有一篇好的论文做出了形式化解决方案。但是这个形式化解决方案,需要对当天日内成交量做一个预估,这是一个限制。因为成交量变动比较大,这是他的一个限制。另外,方程当中仍然存在很多参数,这些参数没有明确的市场意义,你必须要预先估计一下,或者是用经验回测一下损出来。这样一个静态的VWAP算法,是根据历史的成交量估计一个当日成交量,根据这个方程去解,你也可以根据个股历史成交量信息调整初始参数。但是整体来说它是一个静态的方案,而且在交易过程多种不能做任何改动。
随后有了第二代的动态VWAP算法,所谓动态的构成,他可以根据当天市场交易量动态调整区间执行策略,根据盘口信息和用户风险偏好自动调整被动单比例,总得来说,这种所谓的动态VWAP可以当日市场数据做动态调整,不对未来做预测。据我了解,目前国内的算法交易还处于第一代和第二代的情况。
第三代VWAP也已经出现,我称之为增强动态VWAP算法。它利用高频横截面历史盘口深度不平衡去预判价格方向。通过计算订单深度不平衡度DI来预判价格变动。
在最近三到五年之内,随着深度学习的发展,算法交易和人工智能碰到一起了。目前中泰证券随着XTP2.0的发布,我们称之为第四代的AI-VWAP的算法。利用人工智能深度学习的技术,使用最近一段连续时间的数据,应用深度学习技术来预测短期价格趋势。这里我们用到了中泰证券自己设计的神经网络,深度学习其实用得好的并不多,很多人从技术角度来说,水平还是停留在比较标准的模型,出于对模型理解不够,还不能针对股市日用。一方面股市噪音非常大,另一方面特征漂移非常明显。不像很多预测几乎没有什么漂移,特征非常明确,而股市特征是非常漂移的,这样的特征你简单跑一个模型效果是不会太好的。我们的模型经过了很长时间的研究,我们的同事有超过一千篇论文,进行反复的回测比较之后,我们找出了一个我们目前认为比较有效的一个算法。
当然我们的研究步伐是没有止境的,现在我们正在研究中泰AI-VWAP2.0算法,在今年9月份估计可以做出来,一方面我们知道算法交易是一个随机控制问题,是一个可解的偏微分方程,在解方程方面,现在已经有了很多的探索,也有了很多相关的论文。比如说PDE-Net就是利用深度学习去解偏微分方程的,我们知道方程当中有很多参数,我们用了深度学习之后,这些参数可以通过深度学习得到更加精准的结果。另一个方向是采用深度强化学习的技术,这方面的探索相关论文也是比较多的,我们也是追着比较前沿的技术。
我刚刚介绍了VWAP的发展过程,我们投入了大量的人力和物力去研究,为什么可以取得比较好的效果呢?这也离不开中泰证券的团队,我们有来自与中科大博士、耶鲁大学的博士,北京大学、复旦大学等著名高校毕业的同事,有来自世界知名IT和金融企业的同事,比如说谷歌、微软、BATJ、中国银行、银联等等。我们组当中有包括金融、数学和计算机的人才。大数据部成立到现在3年多的时间,我们参与了非常多的外部合作项目,比如说与上交所市场监察部联合研究投资者画像及异常交易行为识别,文本挖掘与网络黑嘴监管,和深交所和证监局上海专员办联合完成配资监测系统的开发等。大数据部在企业内部也做了很多,比说中泰智能分析平台,为用户画像和精准营销提供服务。技术上,我们是第四代的AI-VWAP的技术,我们的算法交易技术模型以近三年最新的IS/VWAP算法为基础进行开发,在此基础上,采用中泰创新设计的深度神经网络模型,在使用时,这个模型对全市场历史数据和个股最近一个月历史数据进行训练,达到的效果是10分钟的时间内Tick内预测精准度达到60-89%。当然我们模型还有一个很大的特点就是预测稳定性非常好,并不存在一段时间预测很准,一段时间预测不准的情况。我们认为这是一个很成熟可商用的预测系统。
在我们开发这样一个深度学习的算法交易模型当中,我们做了很多数据验证。使用订单簿和交易簿精准还原十档数据静态回测,分析国内外大量真实算法交易市场冲击数据,运用基于角色代理的市场模拟器进行动态仿真测试。有了这样一个模拟器,就可以把不同的算法放在里面跑,把这些算法在模拟器环境当中得到冲击基点的计算,通过这个模拟器,经仿真测试,可以做到75%以上被动单成交。
中泰算法交易技术的优势,因为我们有的对趋势的预测,我们可以预先埋伏,占据订单队列的优先成交位置。同时也可以根据价格顺势/背势调整下一个区间交易数量。同时我们是架构在XTP平台之上,我们拥有紧邻柜面的优势,深度学习需要精细化的数据,这也需要我们紧贴柜面才可以拿到最精细化的数据并进行运算推测。得到更好的预测效果之后,我们还可以通过XTP的极速交易系统及时执行,达到最佳的效果。
算法平台有四个模块。包括实时监控、分析报告、风险管控和策略执行。针对算法交易特殊的指针,我们设计独立风控的因子,比如说对市场占比、交割波动、发单率、撤单率进行风控。这些我们都可以根据我们对沪市和深市的经验控制比例,避免私募机构遇到这样的情况。我们的算法交易支持灵活的接入方式,除了通过简单的客户端模式之外,我们还支持微服务和API方式,帮助客户灵活接入系统,同时我们也可以进行定制化的开放,我们和XTP保持一致,提供7×24小时的技术支援。
以上是我的介绍,感谢大家的聆听,希望大家可以采用我们的算法交易服务,也希望大家可以多提宝贵意见和建议,我们作为一个自主独立的研发部门,一定会根据客户需求快速响应并提供开发,谢谢大家。
郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。