ตลาด จุลภาค โมเดล สำหรับ ความถี่สูง Trading กลยุทธ์

รูปแบบโครงสร้างจุลภาคของตลาดสำหรับกลยุทธ์การค้าที่มีความถี่สูงปฏิบัติตาม Jonathan Kinlay, PhD Market Microstructure Models for High Frequency Trading Strategiesjonathankinlayp408 หมายเหตุนี้สรุปการวิจัยที่สำคัญบางส่วนในด้านโครงสร้างจุลภาคในตลาดและพิจารณาแบบจำลองที่เสนอโดยนักวิจัย หลายความคิดที่นำเสนอที่นี่ได้กลายเป็นที่ยอมรับอย่างกว้างขวางโดย บริษัท การค้าความถี่สูงและรวมอยู่ในระบบการซื้อขายของพวกเขา รูปแบบโครงสร้างจุลภาคของตลาดสำหรับกลยุทธ์การซื้อขายความถี่สูง jonathankinlay งานที่ดี ขอขอบคุณที่สละเวลาเพื่อสรุปโมเดลโครงสร้างจุลภาคในตลาดเหล่านี้ เช่นกัน 8220Masters ที่คุณเสนอในโปรแกรม Finance8221 มีแนวโน้มที่ดีเช่นกัน 8211 น่าสนใจ, ฉันชอบที่จะเห็นบางมากขึ้นลงไปในดินการประยุกต์ใช้หนึ่งในรูปแบบ จากประสบการณ์ของฉันเอกสารทางวิชาการมีความสำคัญต่อสิ่งพิมพ์มากกว่าการสร้างรายได้ ฉันต้องการเข้าร่วมโปรแกรมใด ๆ ใน High Frequency Finance โปรดให้ฉัน updated8230 ขอบคุณด้านหนึ่งไม่ได้ถ้าคุณมีโครงการใด ๆ ที่คุณกำลังทำงานกับสิ่งที่ HF และกำลังมองหากระทืบหมายเลข ฯลฯ แจ้งให้เราทราบหมายเหตุตอนนี้ฉันโพสต์ข้อความเทรดดิ้งของฉันลงในบัญชี FACEBOOK ส่วนบุคคลของฉันและ TWITTER ไม่ต้องกังวลเพราะฉันโพสต์วิดีโอแมวโง่หรือสิ่งที่ฉันกินแบ่งปันนี้: เกี่ยวกับผู้เขียนสวัสดีฉันมีชื่อของฉันคือไบรอันดาวนิง ฉันเป็นส่วนหนึ่งของ บริษัท ที่เรียกว่า QuantLabs นี่คือโดยเฉพาะ บริษัท ที่มีบล็อกโปรไฟล์สูงเกี่ยวกับเทคโนโลยีการซื้อขายการเงินการลงทุน Quant ฯลฯ โพสต์สิ่งต่างๆเกี่ยวกับการสัมภาษณ์งานกับ บริษัท ขนาดใหญ่เช่น Morgan Stanley Bloomberg Citibank และ IBM นอกจากนี้ยังมีการโพสต์เคล็ดลับและเทคนิคที่ไม่เหมือนใครในการเขียนโปรแกรม Java, C หรือ C มันโพสต์เกี่ยวกับเทคนิคที่แตกต่างกันในการเรียนรู้เกี่ยวกับ Matlab และการสร้างแบบจำลองหรือกลยุทธ์ มีมากที่นี่ถ้าคุณเข้าสู่โลกการเงินเช่น quant หรือการวิเคราะห์ทางเทคนิค นอกจากนี้ยังกล่าวถึงรุ่นอนาคตของการซื้อขายและการเขียนโปรแกรมพิเศษ: C, Java, C, Matlab, quant, รุ่นกลยุทธ์การวิเคราะห์ทางเทคนิคลินุกซ์หน้าต่างพี. ฉันเป็นที่รู้จักว่าเป็นคนพิมพ์ดีดที่แย่ที่สุด อย่าโกรธเคืองเลยเพราะผมชอบที่จะปัดเป่าสิ่งต่างๆออกมาและนำสิ่งที่ฉันทำไปพิมพ์ดีด บางทีวันหนึ่งฉันจะได้รับโปรแกรมแก้ไขสำเนาเต็มเวลาเพื่อช่วยออก โปรดทราบว่าฉันชอบวิดีโอเพราะง่ายมากในการผลิตเพื่อตรวจสอบวิดีโอจำนวนมากของฉันที่ youtubequantlabs ต้องการซื้อขายเช่นเจ้านายเรียนรู้วิธีการ Algo ความลับสามารถเพิ่มชีวิตของคุณข้อมูลของคุณ 100 ปลอดภัยกับเราและจะไม่ถูกใช้ร่วมกันตลาดที่มีความถี่สูงจุลภาคตลาด แตกต่างกันไปในปัจจุบันเปลี่ยนจากเทคโนโลยีและการค้าขายความถี่สูง ในบทความนี้ผมได้ตรวจสอบความหมายของการเปลี่ยนแปลงเหล่านี้สำหรับโครงสร้างจุลภาคในตลาดความถี่สูง (HFT) ผมอธิบายถึงโลกแห่งความถี่สูงใหม่ด้วยการเน้นว่า HFT มีผลต่อกลยุทธ์ของผู้ค้าและตลาดอย่างไร ฉันพูดถึงช่องว่างบางส่วนที่เกิดขึ้นเมื่อคิดถึงปัญหาการวิจัยโครงสร้างจุลภาคในโลกที่มีความถี่สูง ผมขอแนะนำว่าเช่นเดียวกับทุกสิ่งทุกอย่างที่อยู่ในตลาดการวิจัยต้องเปลี่ยนไปเพื่อสะท้อนถึงความเป็นจริงใหม่ ๆ ของโลกที่มีความถี่สูง ผมเสนอหัวข้อบางหัวข้อสำหรับวาระการวิจัยใหม่นี้ในโครงสร้างจุลภาคในตลาดความถี่สูง ขอขอบคุณ Bill Schwert และ Ken French ที่แนะนำบทความนี้ให้ฉัน ผมรู้สึกซาบซึ้งมากกับผู้ตัดสินทั้งสองท่าน Ayan Bhattacharya, David Easley, Frank Hatheway, Joel Hasbrouck, David Meitz, Pam Moulton, Gideon Saar และ Mao Ye เพื่อขอความช่วยเหลือและคำแนะนำในเอกสารฉบับนี้ โดยเฉพาะอย่างยิ่งผมอยากจะขอบคุณเจมี่เซลเวย์เจฟฟ์บาคอร์เวน Wenjie Xu ซินดี้ยางและหลิน Jiang สำหรับความช่วยเหลือทั้งหมดของพวกเขากับโครงการนี้ Maureen OHara เป็นประธานกรรมการของ Investment Technology Group (ITG) ซึ่งเป็น บริษัท นายหน้าซื้อขายหลักทรัพย์ระดับโลกที่เน้นความต้องการของลูกค้าสถาบัน โทร 1 607 255 3645 โทรสาร: 1 607 254 4590 ลิขสิทธิ์ Copy 2015 Elsevier BV สงวนลิขสิทธิ์กลยุทธ์การซื้อขายและการตลาดเชิงโครงสร้างของตลาด: หลักฐานจากตลาดคาดการณ์มหาวิทยาลัยโคลัมเบียวิทยาลัย Barnard - ภาควิชาเศรษฐศาสตร์ซานตาเฟวันที่เขียน: 22 พฤศจิกายน 2558 เราตรวจสอบข้อมูลระดับการทำธุรกรรมจากตลาดผู้ชนะเลิศของ Intrades 2012 สำหรับรอบระยะเวลาสองปีทั้งหมดที่เกิดขึ้นจากการซื้อขาย ข้อมูลช่วยให้เราสามารถคำนวณสถิติที่สำคัญ ได้แก่ ปริมาณธุรกรรมความก้าวร้าวการเปิดรับทิศทางระยะเวลาการถือครองอัตรากำไรและกำไรของแต่ละบัญชีผู้ขายที่ไม่ซ้ำกัน 6,300 ราย เราระบุชุดกลยุทธ์การซื้อขายที่หลากหลายซึ่งเป็นระบบนิเวศวิทยาของตลาดที่หลากหลาย เหล่านี้มีตั้งแต่กลยุทธ์การเก็งกำไรโดยมีการเปิดเผยทิศทางต่ำและอย่างรวดเร็วต่อกลยุทธ์ที่เกี่ยวข้องกับตำแหน่งสะสมที่มีขนาดใหญ่ในหนึ่งในสองผู้สมัครหลักพรรค ผู้ค้าส่วนใหญ่ที่ทำทิศทางการเดิมพันทำเช่นนั้นอย่างสม่ำเสมอในทิศทางเดียวซึ่งแตกต่างจากผู้ค้าข้อมูลในรูปแบบที่เป็นที่ยอมรับของโครงสร้างจุลภาคในตลาด เรานำเสนอหลักฐานที่บ่งบอกถึงการจัดการโดยผู้ค้ารายใหญ่รายหนึ่งและพิจารณาแรงจูงใจที่เป็นไปได้สำหรับพฤติกรรมดังกล่าว ข้อสรุปที่กว้างขึ้นสำหรับการตีความราคาในตลาดการเงินและการวาดทฤษฎีโครงสร้างจุลภาคในตลาด คำสำคัญ: ตลาดทำนาย, โครงสร้างตลาด, กลยุทธ์การซื้อขาย, การจัดหมวดหมู่ของ JEL: G12, D83, D84 ข้อมูลอ้างอิงที่แนะนำ: บทอ้างอิง Rothschild, David M. และ Sethi, Rajiv, กลยุทธ์การซื้อขายและการตลาดเชิงโครงสร้างของตลาด: หลักฐานจากตลาดคาดการณ์ (November 22, 2015) วารสารการทำนายตลาด 10 (1), 1-29, 2016 มีจำหน่ายที่ SSRN: ssrnabstract2322420 หรือ dx. doi. org10.2139ssrn.2322420 การวิจัยของ Microsoft - NYC (อีเมล) กลยุทธ์การปรับขนาดความละเอียดสูงกลยุทธ์การขยายภาพด้วยคลื่นวิทยุ HFT มีคุณลักษณะที่พึงปรารถนาหลายอย่าง เมื่อเทียบกับกลยุทธ์ความถี่ต่ำ กรณีที่เป็นกลยุทธ์การขยายธุรกิจของเราใน VIX Futures ซึ่งกำลังดำเนินการอยู่ในเว็บไซต์ Collective2: กลยุทธ์นี้มีผลกำไรสูง Sharpe Ratio สูงกว่า 9 (สุทธิจากค่าใช้จ่ายในการทำธุรกรรม 14 prt) ประสิทธิภาพการทำงานที่สม่ำเสมอและเชื่อถือได้ (10-20 ต่อวัน) กลยุทธ์มีความสัมพันธ์ในระดับต่ำหรือเชิงลบกับส่วนของผู้ถือหุ้นและดัชนีความผันผวนไม่มีความเสี่ยงด้านค้างคืนความเป็นมาของกลยุทธ์ Scalping HFT ความน่าดึงดูดใจของกลยุทธ์ดังกล่าวไม่อาจปฏิเสธได้ ดังนั้นหนึ่งจะไปเกี่ยวกับการพัฒนาพวกเขาเป็นสิ่งสำคัญสำหรับผู้อ่านเพื่อทำความคุ้นเคยกับบางส่วนของพื้นหลังเพื่อการค้าความถี่สูงในทั่วไปและ scalping กลยุทธ์โดยเฉพาะอย่างยิ่ง โดยเฉพาะอย่างยิ่งผมจะแนะนำให้อ่านบทความในบล็อกต่อไปนี้: การดำเนินการกับ Alpha Generation ในกลยุทธ์ HFT กุญแจสำคัญในการทำความเข้าใจกับกลยุทธ์ HFT คือการปฏิบัติทุกอย่าง ด้วยกลยุทธ์ความถี่ต่ำการทำงานที่ยอดเยี่ยมจะเข้าสู่แหล่งข้อมูลการวิจัยอัลฟาซึ่งมักใช้เทคนิคทางคณิตศาสตร์และสถิติที่มีความซับซ้อนสูงเพื่อระบุและแยกสัญญาณอัลฟ่าออกจากเสียงรบกวนในพื้นหลัง กลยุทธ์อัลฟาบัญชีสำหรับอาจถึง 80 ของผลตอบแทนรวมในกลยุทธ์ความถี่ต่ำที่มีการดำเนินการทำขึ้นที่เหลือ 20 มันไม่ได้เป็นที่การดำเนินการไม่สำคัญ แต่มีเพียงจำนวนมากดังนั้นจุดพื้นฐานที่หนึ่งสามารถได้รับ (หรือบันทึก) ในกลยุทธ์ที่มีการหมุนเวียนรายเดือน ในทางตรงกันข้ามกลยุทธ์ความถี่สูงขึ้นอยู่กับการดำเนินการทางการค้าซึ่งอาจมีผลตอบแทนรวม 80 หรือมากกว่า อัลกอริทึมที่สร้างอัลฟาของกลยุทธ์มักใช้งานง่ายและอาจมีขนาดเล็กที่สุดของขอบ อย่างไรก็ตามที่ขอบขนาดเล็กมากที่ปรับขนาดได้มากกว่าหลายพันธุรกิจการค้าจะเพียงพอที่จะสร้างผลตอบแทนที่สำคัญ และเนื่องจากความเสี่ยงจะแผ่ขยายออกไปเป็นจำนวนมากเวลาที่เพิ่มมากขึ้นอัตราการกลับคืนจะสูงขึ้นอย่างเห็นได้ชัดเมื่อปรับตามความเสี่ยง Sharpe Ratios ที่ 10 หรือมากกว่าจะทำได้โดยทั่วไปกับกลยุทธ์ HFT ในหลาย ๆ กรณีอัลกอริธึม HFT พยายามประมาณความเป็นไปได้เชิงเงื่อนไขของการ uptick หรือ downtick ในพื้นฐานโดยขึ้นอยู่กับราคาเสนอซื้อหรือราคาเสนอ การจัดเตรียมคำสั่งซื้อสามารถวางตำแหน่งต่อหน้าคิวเพื่อให้แน่ใจว่ามีอัตราการเติมเต็มที่ตามกฎหมายจะทำส่วนที่เหลือได้ ดังนั้นในบริบทของ HFT ต้องใช้ความพยายามอย่างมากในการบรรเทาความล่าช้าและเทคนิคการพัฒนาเพื่อสร้างและรักษาลำดับความสำคัญไว้ในหนังสือสั่งการขีด จำกัด ข้อกังวลหลักอีกประการหนึ่งคือการตรวจสอบการเปลี่ยนแปลงของหนังสือสั่งซื้อเพื่อหาสัญญาณว่าแรงกดดันหนังสืออาจมีการเปลี่ยนแปลงตามคำสั่งซื้อที่เปิดอยู่ใด ๆ เพื่อให้สามารถยกเลิกได้ในเวลาที่เหมาะสมหลีกเลี่ยงการเลือกไม่พึงประสงค์จากผู้ค้าที่แจ้งหรือการสะสมสินค้าที่ไม่พึงประสงค์ ในกลยุทธ์การถลุงความถี่สูงหนึ่งมักจะมองหาการจับภาพโดยเฉลี่ยระหว่าง 12 ต่อ 1 ขีดต่อการค้า ตัวอย่างเช่นกลยุทธ์การควบรวมกิจการของ VIX แสดงให้เห็นว่ามีค่าเฉลี่ยประมาณ 23 ต่อสัญญาต่อการซื้อขายนั่นคือต่ำกว่า 12 ปีในสัญญาสัญญาซื้อขายล่วงหน้า การเข้าและออกจากตลาดมีผลต่อการใช้คำสั่งซื้อตามจำนวนที่ จำกัด เนื่องจากไม่มีช่องว่างในการรองรับการลื่นไถลในระบบการซื้อขายที่สร้างน้อยกว่าการทำเครื่องหมายเดียวต่อการค้าโดยเฉลี่ย เช่นเดียวกับกลยุทธ์ส่วนใหญ่ของ HFT อัลฟ่าอัลกอริทึมจะมีความซับซ้อนเพียงเล็กน้อยและกลยุทธ์นี้ขึ้นอยู่กับอัตราการเติมข้อมูลที่ยอมรับได้ (สัดส่วนของคำสั่งที่ จำกัด ที่ดำเนินการ) ความสำคัญของการบรรลุอัตราการกรอกข้อมูลที่สูงพอจะแสดงไว้อย่างชัดเจนในส่วนแรกของสองโพสต์ที่อ้างถึงข้างต้น ดังนั้นอัตราการเติมเงินที่ยอมรับได้สำหรับกลยุทธ์ HFT อัตราการเติม I8217m จะแก้ไขปัญหาของอัตราการเติมโดยเน้นส่วนสำคัญของปัญหา: การเติมที่เกิดขึ้นที่ส่วนท้ายของแถบหรือที่เรียกว่า 8220 ยอดฮิต 8221 นี่คือคำสั่งซื้อที่มีราคาใกล้เคียงกับที่สูงที่สุด (ในกรณีที่มีคำสั่งขาย) หรือต่ำสุด (ในกรณีที่มีการสั่งซื้อ) ราคาในแถบใด ๆ ของชุดราคา จำกัด คำสั่งซื้อที่ราคาภายในส่วนภายในของแท่งและต้องมีการโต้เถียง แต่คำสั่ง จำกัด ที่ส่วนท้ายของแถบอาจจะหรืออาจจะไม่เต็มไปด้วยและมันจึงเป็นคำสั่งเหล่านี้ที่เป็นจุดเน้นของความสนใจ โดยค่าเริ่มต้นเครื่องจำลอง backtest แพลตฟอร์มค้าปลีกส่วนใหญ่จะสมมติว่าคำสั่งซื้อทั้งหมดที่ จำกัด รวมทั้ง Hit ที่มากจะเต็มไปหากธุรกิจการค้าพื้นฐานมี กล่าวอีกนัยหนึ่งระบบเหล่านี้มักจะถือว่าอัตราการเติมเต็ม 100 ครั้งใน Hit ที่รุนแรง นี่เป็นเรื่องที่ไม่สมจริงอย่างยิ่ง: ในหลายกรณีบาร์สูงหรือต่ำเป็นจุดเปลี่ยนที่ชุดราคาจะเข้าชมอย่างรวดเร็วก่อนที่จะย้อนกลับแนวโน้มล่าสุดและไม่ได้กลับมาดูเป็นเวลานาน คำสั่งซื้อแรก ๆ ที่ด้านหน้าของคิวจะเต็มไป แต่ส่วนมากอาจสั่งซื้อส่วนใหญ่ตามลำดับความสำคัญจะไม่ผิดหวัง หากผู้ค้าใช้ระบบการค้าปลีกมากกว่าแพลตฟอร์ม HFT เพื่อดำเนินธุรกิจการค้าของเขาคำสั่งซื้อตามคำจำกัดความของเขาจะได้รับการรับประกันเกือบตลอดเวลาในส่วนที่เหลือต่อคิวเน็ทเนื่องจากความล่าช้าในระบบของเขาค่อนข้างสูง ด้วยเหตุนี้คำสั่งซื้อที่ จำกัด จำนวนมากของ 8211 โดยเฉพาะทำให้ Hit 8211 ไม่เต็มจำนวน ผลที่ตามมาของการขาดการค้าจำนวนมากเนื่องจากใบสั่งซื้อที่ไม่ได้รับการเติมเงินอาจเป็นภัยพิบัติสำหรับกลยุทธ์ HFT ใด ๆ การทดสอบแบบง่ายๆที่พร้อมใช้งานในระบบ backtest ส่วนใหญ่คือการเปลี่ยนข้อสันนิษฐานเกี่ยวกับอัตราการเติมข้อมูลใน Hit 8211 แทนการสมมติว่าคำสั่งดังกล่าวเต็ม 100 คำระบบสามารถทดสอบผลลัพธ์ได้ถ้าคำสั่ง จำกัด เป็น เติมเฉพาะเมื่อชุดราคาเกินขีด จำกัด ต่อไป ผลลัพธ์ที่เกิดขึ้นภายใต้สถานการณ์สมมติทางเลือกนี้โดยทั่วไปมักไม่พึงประสงค์ดังที่แสดงในโพสต์บล็อกแรกที่อ้างถึงก่อนหน้านี้ ในความเป็นจริงสมมติฐานที่ว่าไม่มีเหตุผลก็คือ: ไม่น่าจะเป็นไปได้ว่า 100 หรือ 0 ของ Hit ที่มากสุด 8282 กลยุทธ์จะเต็มไป 8211 อัตราการเติมจริงอาจจะอยู่ที่ใดระหว่างสองผลลัพธ์นี้ และนี่คือประเด็นสำคัญ: ในระดับอัตราการเติมเต็มกลยุทธ์จะย้ายจากความสามารถในการทำกำไรไปสู่ความไม่หวังผลกำไร กุญแจสำคัญในการใช้กลยุทธ์การปรับขนาดได้ของ HFT คือเพื่อให้แน่ใจว่าการดำเนินการจะอยู่ทางด้านขวาของเส้นแบ่งดังกล่าว การใช้กลยุทธ์ Scalping HFT ในทางปฏิบัติแนวทางหนึ่งในการแก้ปัญหาเรื่องการเติมเงินคือการใช้โครงสร้างพื้นฐาน HFT เป็นเงินหลายล้านเหรียญ แต่สำหรับจุดประสงค์ของบทความนี้ let8217s ถือว่าผู้ค้าถูก จำกัด ให้ใช้แพลตฟอร์มการค้าปลีกเช่น Tradestation หรือ Interactive Brokers ระบบการขยายตัวของ HFT ยังคงเป็นไปได้ในสภาพแวดล้อมแบบนี้คำตอบที่แปลกใจคือใช่ 8211 โดยใช้เทคนิคที่ใช้เวลาหลายปีในการค้นพบ เพื่อแสดงให้เห็นถึงวิธีการที่ฉันจะใช้ระบบ scalping HFT ต่อไปนี้ในสัญญาซื้อขายล่วงหน้า E-Mini SampP500 ระบบทำการซื้อขายฟิวเจอร์ส E-Mini บนแท่ง 3 นาทีโดยมีระยะเวลารอการขายเฉลี่ยอยู่ที่ 15 นาที การค้าโดยเฉลี่ยอยู่ในระดับต่ำมาก 8211 รอบ ๆ 6 โดยคิดเป็นค่าคอมมิชชั่น 8 พันตัน แต่กลยุทธ์ดูเหมือนจะเป็นผลกำไรสูงเนื่องจากมีการค้าขายเป็นจำนวนมากโดยเฉลี่ย 8211 รอบ 50-60 วันโดยเฉลี่ย จนถึงดี แต่ประเด็นที่สำคัญคือจำนวนผู้ชมที่ได้รับความนิยมมากจากกลยุทธ์ ทำกิจกรรมการค้าขายที่ 1018 เป็นตัวอย่าง (ดูด้านล่าง) จาก 53 ธุรกิจการค้าในวันนั้น 25 (47) เป็นยอดฮิตที่เกิดขึ้นในราคาที่สูงหรือต่ำของแถบ 3 นาทีที่การค้าเกิดขึ้น โดยรวมแล้วกลยุทธ์ที่มีอัตราการเข้าชมมากสุดคือ 34 ซึ่งสูงมาก ในความเป็นจริงบางทีเพียง 14 หรือ 13 ของคำสั่งเหล่านี้จะดำเนินการ 8211 ซึ่งหมายความว่าส่วนที่เหลือซึ่งมีจำนวนประมาณ 20 รายการจะล้มเหลว กลยุทธ์การยุยงของ HFT ไม่สามารถหวังว่าจะสามารถเอาชีวิตรอดได้ ความสามารถในการทำกำไรของกลยุทธ์จะลดลงด้วยการรวมกันของธุรกิจการค้าที่ไม่ได้รับผลกำไรและขาดทุนในธุรกิจการค้าที่เพิ่มขึ้นหลังจากที่ใบสั่งผลิตออกไม่สามารถดำเนินการได้ ดังนั้นสิ่งที่สามารถทำได้ในสถานการณ์เช่นนี้การแทนที่ด้วยเอ็มไอทีและการแทรกแซงอื่น ๆ วิธีหนึ่งที่จะใช้ไม่ได้ก็คือการถือว่าไร้เดียงสาว่าการกำกับดูแลด้วยตนเองบางประเภทจะเพียงพอที่จะแก้ไขปัญหาได้ Let8217s กล่าวว่าพ่อค้าทำงานสองรุ่นของระบบเคียงข้างหนึ่งในการจำลองและอื่น ๆ ในการผลิต เมื่อคำสั่ง จำกัด ดำเนินการในระบบจำลอง แต่ล้มเหลวในการดำเนินการในการผลิตผู้ค้าอาจก้าวเข้ามาแทนที่ระบบด้วยตนเองและดำเนินการการค้าโดยการข้ามการแพร่กระจาย เมื่อทำเช่นนั้นผู้ค้าอาจป้องกันการสูญเสียที่อาจเกิดขึ้นได้เนื่องจากการค้าไม่ได้รับการดำเนินการหรือบังคับให้มีการเข้าสู่การค้าซึ่งภายหลังได้กลายเป็นผลกำไร อย่างไรก็ตามผู้ค้าอาจบังคับให้ออกจากการค้าที่หันไปรอบ ๆ และย้ายจากการสูญเสียเป็นกำไรหรือเข้าสู่การค้าที่กลายเป็นผู้แพ้ ไม่มีทางที่พ่อค้าจะรู้ว่าเป็นอดีต ante ซึ่งสถานการณ์เหล่านั้นอาจเล่นได้ และพ่อค้าจะต้องเผชิญกับการตัดสินใจเช่นเดียวกันอาจถึงยี่สิบครั้งต่อวัน หากผู้ประกอบการค้าสามารถเลือกระบบการซื้อขายและการค้าขายได้ด้วยตนเองวิธีการอื่นที่จะทำให้ระบบการซื้อขายสามารถจัดการกับปัญหาได้ตัวอย่างเช่นเราสามารถตั้งโปรแกรมให้ระบบแปลงใบสั่งซื้อแบบ จำกัด ให้เป็นตลาดได้ สั่งซื้อหากการค้าเกิดขึ้นในราคาที่ จำกัด (MIT) หรือหลังจาก x วินาทีหลังจากที่มีการแตะที่ราคาขีด จำกัด อีกครั้งอย่างไรก็ตามไม่มีทางรู้ล่วงหน้าว่าการกระทำดังกล่าวจะก่อให้เกิดผลในเชิงบวกหรือแม้แต่ผลที่แย่กว่าเมื่อเทียบกับการออกคำสั่งในสถานที่ ในความเป็นจริงการแทรกแซงไม่ว่าจะด้วยตนเองหรือโดยอัตโนมัติไม่น่าจะปรับปรุงประสิทธิภาพการซื้อขายของระบบ สิ่งที่แน่นอนคือการบังคับให้เข้าและออกจากการค้าที่เกิดขึ้นรอบ ๆ สุดยอดของแถบราคาผู้ค้าจะต้องเสียค่าใช้จ่ายเพิ่มเติมโดยการข้ามการแพร่กระจาย ค่าใช้จ่ายที่อาจเกิดขึ้นได้มากถึง 13 เท่าของการค้าทั้งหมดในระบบที่มีการผลิตโดยเฉลี่ยน้อยกว่าครึ่งหนึ่งต่อหนึ่งการค้าซึ่งบางแห่งอาจทำลายความสามารถในการทำกำไรได้ ประสบความสำเร็จในการใช้กลยุทธ์ HFT บนแพลตฟอร์มการค้าปลีกหลายปีที่ผ่านมาผมได้สันนิษฐานไว้ว่าแนวทางเดียวที่จะแก้ไขปัญหาการเติมเงินคือการใช้กลยุทธ์การขยายระบบบนพื้นฐานโครงสร้างพื้นฐาน HFT วันหนึ่งฉันพบว่าตัวเองกำลังถามคำถาม: จะเกิดอะไรขึ้นถ้าเราชะลอการลงกลยุทธ์โดยเฉพาะสมมติว่าเราใช้กลยุทธ์ E-Mini 3 นาทีและวิ่งบนแถบ 5 นาทีการสำนึกครั้งแรกของฉันคือความเรียบง่ายของอัลฟา อัลกอริทึมการสร้างแรงกระตุ้นในกลยุทธ์ HFT เป็นข้อได้เปรียบที่นี่ ในบริบทความถี่ต่ำความซับซ้อนของกระบวนการสกัดอัลฟาจะช่วยลดความสามารถในการพูดคุยกับเนื้อหาอื่นหรือเฟรมเวลา แต่อัลกอริทึม HFT มีขนาดใหญ่ง่ายและทั่วไปสิ่งที่ทำงานบนแท่ง 3 นาทีสำหรับฟิวเจอร์ส E-Mini อาจทำงานได้บนแถบ E-Minis 5 นาทีหรือแม้แต่ใน SPY ตัวอย่างเช่นถ้าสาระสำคัญของอัลกอริทึมคืออะไรง่ายๆเพียง: 8220buy เมื่อราคาลดลงมากกว่า x ที่ต่ำกว่าค่าเฉลี่ยเคลื่อนที่ของ y-bar 8221 วิธีนี้อาจทำงานได้ใน 3 นาที, 5 นาที, 60 นาทีหรือ แม้แต่บาร์ทุกวัน ดังนั้นจะเกิดอะไรขึ้นถ้าเราใช้ระบบการกระเพื่อม E-mini ในแถบ 5 นาทีแทนที่จะเป็นแท่ง 3 นาทีความสามารถในการทำกำไรโดยรวมของกลยุทธ์จะลดลงสอดคล้องกับจำนวนการซื้อขายที่ลดลงในช่วงเวลาที่ช้าลงนี้ แต่โปรดทราบว่าการค้าโดยเฉลี่ยเพิ่มขึ้นและกลยุทธ์นี้ยังมีผลกำไรมากโดยรวม ที่สำคัญกว่าอัตราการเข้าชมมากสุดโดยเฉลี่ยลดลงจาก 34 เป็น 22 ดังนั้นธุรกิจการค้าที่ทำกำไรได้น้อยกว่า แต่มีสัดส่วนที่ต่ำกว่ามากในช่วง 5 นาทีที่ผ่านมา ดังนั้นปัญหาการเติมเงินจึงมีความสำคัญน้อยกว่าในกรอบเวลานี้ แน่นอนหนึ่งสามารถดำเนินการต่อกระบวนการนี้ สิ่งที่เกี่ยวกับบาร์ 10 นาทีหรือบาร์ 30 นาทีสิ่งหนึ่งที่มีแนวโน้มที่จะหาจากการทดลองดังกล่าวก็คือมีกรอบเวลาที่ช่วยให้เกิดการค้าระหว่างกลยุทธ์การทำกำไรและการพึ่งพาการเติมอัตรา อย่างไรก็ตามยังมีอีกปัจจัยสำคัญที่เราต้องอธิบาย หากคุณตรวจสอบบันทึกการซื้อขายจากระบบคุณจะเห็นรูปแบบที่สำคัญในอัตราการเข้าชมที่มากสุดในแต่ละวัน (เช่นสูงถึง 46 เมื่อเทียบกับค่าเฉลี่ยของ 2218) ในความเป็นจริงมีการเปลี่ยนแปลงที่สำคัญในอัตราตีสูงสุดในช่วงของแต่ละวันทำการโดยมีอัตราการขึ้นระหว่างช่วงเวลาการตลาดที่ช้าลงเช่นตั้งแต่ 12 ถึง 14:00 น. การสำนึกที่สำคัญที่เกิดขึ้นกับฉันคือเรื่องที่สำคัญไม่ใช่เวลานาฬิกา (หรือ 8220wall time8221 ในคำพูดของ HFT) แต่เป็นระยะเวลาทางการค้า: คืออัตราที่ธุรกิจการค้าเกิดขึ้น เวลากำแพงกับเวลาการค้าสิ่งที่เราต้องทำคือกำหนดค่ากราฟของเราใหม่เพื่อแสดงแถบที่ประกอบด้วยจำนวนการซื้อขายที่ระบุแทนที่จะเป็นจำนวนนาทีที่ระบุ ในรูปแบบนี้เราจะไม่สนใจว่าเวลาที่ผ่านไปในแถบที่ระบุคือ 3 นาที 5 นาทีหรือช่วงเวลาอื่น ๆ หรือไม่ทั้งหมดที่เราต้องการคือแถบที่มีปริมาณการซื้อขายเช่นเดียวกับแถบอื่น ๆ ในช่วงที่มีปริมาณมากเช่นช่วงตลาดเปิดหรือปิดบาร์เวลาการค้าปลีกจะสั้นลงซึ่งอาจประกอบด้วยเพียงไม่กี่วินาทีเท่านั้น ในช่วงเวลาที่ช้ากว่าในตอนกลางวันจะใช้เวลาดำเนินการนานเท่าไร แต่แต่ละแถบแสดงถึงระดับการซื้อขายที่เท่ากันโดยไม่คำนึงถึงระยะเวลาที่อาจครอบคลุม คุณตัดสินใจได้อย่างไรว่าการซื้อขายต่อบาร์ที่คุณต้องการในแผนภูมิตามกฎของหัวแม่มือกลยุทธ์จะยอมให้มีอัตราการเข้าชมมากที่สุดระหว่าง 15 ถึง 25 ขึ้นอยู่กับอัตราการค้ารายวัน สมมุติว่าในการใช้งานครั้งแรกกลยุทธ์นี้มีอัตราการเข้าชมสูงถึง 50 คนและ let8217s ใช้เพื่ออธิบายว่าแต่ละช่วงเวลามีค่าเฉลี่ย 1 000 สัญญา เนื่องจากความผันผวนของค่าประมาณกับรากที่สองของเวลาถ้าเราต้องการลดอัตราการเข้าชมมากสุดโดยมีค่าเท่ากับ 2 นั่นคือจาก 50 เป็น 25 เราจำเป็นต้องเพิ่มจำนวนเฉลี่ยของการซื้อขายต่อบาร์โดยมีค่าเท่ากับ 22 นั่นคือ 4. ในภาพประกอบนี้เราจะต้องมีบาร์ปริมาณมากซึ่งประกอบด้วยสัญญา 4,000 สัญญาต่อบาร์ แน่นอนว่านี่เป็นเพียงกฎของหัวแม่มือ 8211 เท่านั้นในทางปฏิบัติหนึ่งน่าจะต้องการใช้กลยุทธ์หลากหลายของขนาดบาร์ที่มีขนาดตั้งแต่ 3,000 ถึง 6,000 สัญญาต่อบาร์และประเมินการค้าระหว่างประสิทธิภาพและอัตราการเติมสินค้า ในแต่ละกรณี. เมื่อใช้วิธีนี้เราจะมาถึงการกำหนดค่าไดรฟ์เวอร์สำหรับกลยุทธ์การยุยง E-Mini จำนวน 20,000 สัญญาต่อบาร์ ในช่วง 8220time8221 นี้กิจกรรมการซื้อขายจะลดลงเหลือประมาณ 20-25 สัญญาต่อวัน แต่มีอัตราการชนะสูงขึ้นและขนาดการค้าโดยเฉลี่ย ที่สำคัญที่สุดคืออัตราการเข้าชมที่สูงมากมีค่าเฉลี่ยต่ำกว่า 22 ซึ่งหมายความว่าผู้ประกอบการค้าต้องกังวลกับการซื้อขายเพียง 4 หรือ 5 วันที่เกิดขึ้นที่สุดยอดของไดรฟ์บาร์ ในสถานการณ์สมมตินี้การแทรกแซงด้วยตนเองอาจก่อให้เกิดผลร้ายต่อผลการดำเนินงานและกลยุทธ์อาจเป็นไปได้แม้ในแพลตฟอร์มการค้าปลีก (หมายเหตุ: ผลสรุปด้านล่างนี้จะสรุปประสิทธิภาพของกลยุทธ์ในช่วงหกเดือนที่ผ่านมาซึ่งเป็นช่วงเวลาที่แถบปริมาณมี) ข้อสรุปเราได้เห็นว่าเป็นไปได้ในหลักการที่จะใช้กลยุทธ์การถลุง HFT บนแพลตฟอร์มค้าปลีกโดยการชะลอตัวลงนั่นคือโดยการใช้กลยุทธ์ในแถบความถี่ต่ำ ความเรียบง่ายของอัลกอริทึมการสร้างอัลฟ่าของ HFT จำนวนมากมักทำให้มีประสิทธิภาพในการทำให้เป็นภาพรวมในกรอบเวลา (และบางครั้งแม้แต่ในเนื้อหา) วิธีที่ดีกว่าคือการใช้แถบปริมาณหรือเวลาในการค้าเพื่อใช้กลยุทธ์นี้ คุณสามารถประมาณค่าขนาดแถบที่เหมาะสมโดยใช้รากที่สองของกฎเวลาเพื่อปรับระดับเสียงของบาร์เพื่อให้ได้อัตราการเติมที่จำเป็น อัตราตีสูงสุดหากถึง 25 อาจเป็นที่ยอมรับได้ขึ้นอยู่กับอัตราการค้ารายวันถึงแม้ว่าอัตราตีในช่วง 10 ถึง 15 โดยปกติจะเหมาะ สุดท้ายข้อมูลเกี่ยวกับข้อมูล แม้ว่าจะมีการประนีประนอมที่จำเป็นเกี่ยวกับแพลตฟอร์มการซื้อขายและการเชื่อมต่อ แต่ข้อมูลข้อมูลตลาดไม่เหมือนกันซึ่งต้องมีคุณภาพสูงสุดทั้งในแง่ของเวลาและความครบถ้วนสมบูรณ์ เหตุผลก็คือตัวเองชัดเจนโดยเฉพาะอย่างยิ่งถ้ามีใครพยายามที่จะใช้กลยุทธ์ในการค้าเวลาที่สมบูรณ์และความล่าช้าของข้อมูลการตลาดเป็นสิ่งสำคัญ ในบริบทนี้การใช้ฟีดข้อมูลจากการพูดเช่น Interactive Brokers จะไม่ทำข้อมูล 8211 ในแพ็คเก็ต 500ms โดยไม่เหมาะกับงานทั้งหมด ผู้ค้าต้องพยายามใช้ฟีดข้อมูลตลาดที่มีอยู่สูงสุดที่เขาสามารถซื้อได้ ข้อควรระวังนี้อาจสรุปได้ว่าจะสามารถใช้กลยุทธ์การถลุงปริมาณสูงได้แม้ในแพลตฟอร์มการเทรดค้าปลีกโดยให้ความสำคัญกับการสร้างแบบจำลองและการใช้ระบบอย่างเพียงพอ