导读:本文包含了算法交易论文开题报告文献综述及选题提纲参考文献，主要关键词:算法交易,隐形交易,交易员
算法交易论文文献综述
于涵[1]（2019）在《隐形交易利器,算法交易系统未来可期》一文中研究指出算法交易是近几年金融投资领域最热门的技术之一。据数据表明,算法交易正在改变当今金融市场相互联系的方式,使交易公司在快速发展的市场中拥有了更强大的力量。上海少伯资产管理有限公司是国内最早的一批大宗交易服务商,在资本技术服务领域具有丰富的经验。自成立至今,少伯资产已为700多家上市企业提供股权(本文来源于《互联网经济》期刊2019年06期）
李正伟[2]（2019）在《基于做市商模型下的最优算法交易策略与实证分析》一文中研究指出随着金融市场的成熟化发展,电子交易系统和通信技术的快速发展,人工下单的交易方式逐渐被程序化交易替代。广大投资者之所以信赖程序化交易,是因为其能够提供迅速的计算效率和较为精准的计算结果。而随着投资者对风险关注程度的提高,以及风险分散理念不断的发展,程序化交易的地位变得越来越重要,它已经逐步发展成为市场中不可或缺的组成部分。算法交易是程序化交易的一个较为重要的组成部分,它是指在无人工干涉的情况下,事先设定好交易策略来指导订单的交易时机、价格和数量,并根据行情的变化自动调控指令。算法交易当前发展为投资者经常使用的方法之一,主要特点是能够快速有效地降低交易成本,控制市场冲击成本以及隐藏交易意图,并提高订单执行效率。在证券市场上机构投资者在进行大额订单的证券交易时,由于证券流动性有限,投资者一次成交的话会产生巨大的冲击成本,使得证券价格向不利方向变动,而如果将大额订单分割得非常小,不仅会增加相应的交易时间,而且会导致价格波动的可能性变得更大。正是基于这一问题,本文提出了基于做市商模型下的最优算法交易策略。在算法的具体实施过程中,在传统的算法交易基础上进行了一定的创新:将高频交易与算法交易相结合,提出在高频交易做市策略的模型框架下只考虑限价卖单和市价卖单的情况。在最大化财富的目标下,设定目标值函数,利用动态规划原理推出拟变分不等式,并通过有限差分法进行求解。根据策略求解的结果对交易中每个时间点不同存货、不同深度和不同价差情况的下单策略A=(αmafke,αtafke)进行指导,其中随机控制αmake指导限价单、脉冲控制αtake指导市价单,最终给出最优算法交易策略。根据构建的最优算法交易策略,利用2018年叁个不同市场中活跃品种的高频数据,进行了算法的实证分析。在完成大额订单交易的基础上根据交易日结束时财富值的比较,证实了提出的基于做市商模型下的最优算法交易策略能够提高订单执行的效率,降低市场的冲击成本,比VWAP、TWAP等常见的算法交易策略更有效。(本文来源于《山东大学》期刊2019-05-20）
梁春丽[3]（2019）在《创新算法交易技术,推动资管行业发展》一文中研究指出近年来,经济发展红利普惠中国,民众的资产规模不断扩大。不断积累的资产需要经过专业的金融机构和人员进行管理,才能实现有效的保值增值。上海少伯资产管理有限公司副总经理兼首席技术官江荣是金融资产管理领域的杰出管理者和技术专家,江荣深谙,在科技时代,金融的发展离不开技术创新。因此,他创新性地将金融(本文来源于《金融科技时代》期刊2019年02期）
燕汝贞,李冉,高伟,吴栩[4]（2018）在《基于机会成本的证券市场算法交易策略研究》一文中研究指出近年来,证券市场的剧烈波动给监管层和投资者都带来了极大挑战。本文从订单执行角度阐述了算法交易对减缓证券市场大幅波动的影响,并针对投资者所提交订单经常出现无法成交的情况,引入一个成交概率指标,构建考虑机会成本的算法交易模型,得到投资者的最优算法交易策略。进一步,利用数值示例对此算法交易模型进行进一步阐述,并利用参数敏感性方法分析了成交概率、风险厌恶程度、以及市场冲击等因素对投资者算法交易策略的影响。研究发现,在保持风险厌恶程度、市场冲击等因素不变的情况下,如果成交概率越大,那么在交易初期投资者所提交订单规模也越大;如果投资者风险厌恶程度越大,那么在交易初期的订单规模越大;市场冲击程度越小,投资者在交易初期的订单规模越大。研究结论表明,在面对新常态下国内证券市场所出现的新情况,本文所提出的算法交易策略可以有效减缓证券市场的大幅波动,同时还可以为投资者节省交易费用,提高投资收益。(本文来源于《管理评论》期刊2018年07期）
朱话笙[5]（2018）在《算法交易对股指期货市场的影响及监管探讨》一文中研究指出随着国内期货市场的快速发展,与期货市场特点高度契合的算法交易亦蓬勃发展。沪深300股指期货合约(IF)在2010年上市后一举成为国内市场交易量最大、交投活跃度最高的期货品种,给算法交易发展提供了肥沃的土壤。大部分算法交易具备高频特点,因此占股指期货市场成交量比重巨大,也为市场提供了巨大的流动性支持。但2015年中资本市场异常波动后,股指期货功能被推上风口浪尖,此后中金所被迫调整交易规则,大幅调升交易费率与保证金率,整体市场成交量相比受限前减少95%以上,而高频特点的算法交易所受影响更是首当其冲。由于股指期货是资本市场重要的风险管理工具之一,因此对其在此事件中所受影响的研究具备巨大的实务意义。为研究算法、高频类交易的大幅受限对股指期货套保能力、流动性、波动性等情况的影响,本研究选取2011年至2017年股指期货受限前后IF主力连续数据,研究股指期货流动性、套保能力等所受影响,并采用统计方法消除股指本身影响后,通过GARCH模型研究股指期货交易规则调整后股指期货波动率变化。研究发现股指期货交易受限之后,股指期货流动性显着降低,而内在波动放大、价格发现效率降低,另外在高频类交易被显着限制的同时,体现套保功能的持仓量水平明显下降,表明市场套保与风险管理功能受到限制。此外,研究也发现随着时间推移,序列内在波动性逐步下降,交易受限的影响在逐步消退。在定量研究基础上,本文从市场实践维度定性分析了造成现象的原因,并对市场与监管实践提供一些研究支持与启示。(本文来源于《上海交通大学》期刊2018-02-01）
王小伟[6]（2017）在《减持新规致减持方重返二级市场》一文中研究指出从多位知情人士处获悉，由于证监会5月发布的《上市公司股东、董监高减持股份的若干规定》对大股东、特定股股东和董监高减持股份行为进行规范，使相关减持方在协议转让、大宗交易和减持数量等多方面受到限制，股东将大额减持的目光重新投向二级市场的案例明显增多。然而(本文来源于《证券时报》期刊2017-08-02）
李维,徐慧瑶[7]（2017）在《券商PB业务传统优势日渐式微 寄望“算法交易”铸造新赛点》一文中研究指出2015年以来PB业务所释放出的巨大红利，仍然在被多家试点券商竞相追逐。21世纪资本研究院调研多家机构需求后发现，和交易系统、后台服务的完善性以及券商的市场渠道开拓能力等先期优势不同，能否优化后台风控、交易环节的执行，能否在PB服务中引入针对性(本文来源于《21世纪经济报道》期刊2017-04-21）
贾淑芹[8]（2016）在《算法交易、违约模型及其应用研究》一文中研究指出本篇论文涵盖了两部分的内容,算法交易和住房抵押贷款违约模型。第一章简单介绍了文章研究的背景,当前的研究现状以及全文的结构和本论文的主要结论,第二章到五章主要讨论了算法交易的一些热点问题,包括价量关系、价格预测和、/WAP、IS策略扩展研究等,第六章讨论了住房抵押贷款违约模型。算法交易(Algorithmic Trading)是通过计算机程序来下交易订单,即利用计算机算法决定交易下单的时机、价格乃至最终下单的数量与笔数等。随着计算机技术的提高和投资者对投资回报率要求的提升,加上一些随机过程理论的完善,为了更好地管理市场冲击成本、机会成本和凤险,隐藏投资者的交易意图,算法交易应运而生,并且发展迅速,引起了学术界和实务界的兴趣。因此,算法交易策略的研究是非常重要的。本篇论文第一部分研究了算法交易一些最新的进展,分别对VWAP策略和动态IS策略进行了讨论,并且利用中国A股市场数据进行了实证分析。我们发现,国内市场上的市场冲击成本较大,通过一些数学工具,我们可以利用现有的信息来制定交易策略有效地复制投资目标。本部分共四章,其主要内容如下：第二章,对于算法交易策略,我们这里指的是狭义的算法交易策略,交易成本的估计是一个很重要的问题。在本章给出了算法交易的一些基本理论,包括交易成本的构成和估计,最优交易策略目标函数的确立和基本解,并且在本章最后介绍了目前国际上常见的算法交易策略。第叁章,价量关系、价格预测和日内成交量分布的估计一直是投资者选股、选时的重要依据之一。学术和实用上关于价量关系的描述也已经有了比较丰富的成果。本章对现有常见的Ordered Probit Model应用于国内A股市场,对日内成交量分布的估计进行了实证考察。第四章,主要从两个方面对VWAP策略进行了扩展研究。一方面考察了静态最小追踪误差VWAP策略目标函数的建立和实现,我们提出在中国A股市场,由于流动性和波动性之间的关系,为追踪市场的VWAP价格,我们应该采取调整VWAP策略来下单。其次考察了最小方差对冲策略和均值方差最优VWAP策略之间的关系,发现均值方差最优VWAP策略是最小方差对冲策略和一个与价格有关的调整项之和。第五章,主要对目前讨论最多的IS策略进行了分析。由于传统IS策略建模过程中没有考察日内成交量分布的U型特征对IS策略的影响,本章首先分析了基于日内成交量分布调整的IS策略。其次,本章还考察了动态两阶段模型,该交易策略并不是事先确定的,而是按照上半个交易区间的实际状况,对下半个交易区间进行了调整,发现当上半个交易区间表现较好时,下半个交易区间下单策略比较激进,否则应放缓交易速度。最后,文章考察了另一种指标-时间平均VaR下的IS策略。文章的第二部分考察了房屋抵押贷款模型。美国次级危机引发了全球性的金融危机,使得银行必须加强风险控制。现阶段银行面对的主要的风险是贷款的信用风险,房屋抵押贷款是银行贷款业务的主要部分。本文对房屋贷款违约模型分别给出了Logistic违约模型和Cox比例危险违约模型,利用美国加州的次级贷款违约数据进行了分析和比较,指出了Cox比例危险违约模型可以给出借款人每个时点的违约风险度量,相对于Logistic回归违约模型具有较高的准确性和稳健性。(本文来源于《山东大学》期刊2016-05-21）
黄盈[9]（2016）在《基于适应性交易量预测的VWAP算法交易研究》一文中研究指出程序化交易是现代科技进步、计算机改变人类生活的产物。算法交易是为程序化交易的重要子集,其中又以VWAP算法为应用最广泛、最成熟的算法之一。VWAP的核心思想是将大额订单拆分为多份小额订单,并在设定的时间段内分别下单以减少大单对市场的冲击成本,因此对于交易量的预测准确是算法交易是否能够成功的重中之重。本文将围绕着这一核心,提出以迭代为主要方法的适应性改进模型,用于预测市场交易量分布情况。本文首先就算法交易相关历史与文献进行了回顾。该部分为绪论、文献综述和相关理论和研究方法。内容上主要回顾了算法交易的起源、发展以及在国内外市场内的应用现状,肯定了研究算法交易的现实意义,以及与交易量相关的重要文献以及算法交易领域的经典文献。而后文章通过数学建模对传统的交易量分布预测方法进行改进,文章在静态算法的基础上建立数学模型,并规定了市场信息的度量法则,将市场信息嵌入数学模型之中,运用迭代方法对历史算数平均法作出了调整。模型的核心因子是市场信息获取范围的大小和模型对信息的调整程度。建模完成之后,本文通过实证检验探究模型的有效性及其特征,该部分主要分为叁个子部分。第一个子部分检验了文章规定的两种信号的预测准确度,以及不同信号之下的VWAP执行结果改进程度,结果显示两种信号下,改进模型均优于传统算法；第二个子部分就市场信息获取范围和模型对信息的调整程度进行了敏感度分析,得到A股股票相对信息调整因子更加敏感,而对市场信息获取程度相对低敏的结果;第叁个子部分将标的按照自由流通市值大小分为四个组别,在每个组别中重复试验,以验证文章模型在不同市值之下是否具有改良鲁棒性,得到的结果是,四组中有叁组显着优于传统算法。最后就文章总结和未来进一步研究方向探讨。文章的大部分结果均呈正面,但仍留有部分问题尚待未来进一步讨论。(本文来源于《南京大学》期刊2016-05-01）
徐文擎[10]（2015）在《算法交易被动跟踪可致频繁报撤单》一文中研究指出上周末监管层对相关账户的暂停让程序化交易走到了聚光灯下。据接近盈峰资本的人士透露，盈峰旗下被暂停交易的4只产品均使用的是券商提供的算法交易系统。 业内人士称，算法交易是程序化交易的一种，通过输入涉及算法的交易指令，以执行预先设定好的交易策略，而(本文来源于《中国证券报》期刊2015-08-05）
算法交易论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着金融市场的成熟化发展,电子交易系统和通信技术的快速发展,人工下单的交易方式逐渐被程序化交易替代。广大投资者之所以信赖程序化交易,是因为其能够提供迅速的计算效率和较为精准的计算结果。而随着投资者对风险关注程度的提高,以及风险分散理念不断的发展,程序化交易的地位变得越来越重要,它已经逐步发展成为市场中不可或缺的组成部分。算法交易是程序化交易的一个较为重要的组成部分,它是指在无人工干涉的情况下,事先设定好交易策略来指导订单的交易时机、价格和数量,并根据行情的变化自动调控指令。算法交易当前发展为投资者经常使用的方法之一,主要特点是能够快速有效地降低交易成本,控制市场冲击成本以及隐藏交易意图,并提高订单执行效率。在证券市场上机构投资者在进行大额订单的证券交易时,由于证券流动性有限,投资者一次成交的话会产生巨大的冲击成本,使得证券价格向不利方向变动,而如果将大额订单分割得非常小,不仅会增加相应的交易时间,而且会导致价格波动的可能性变得更大。正是基于这一问题,本文提出了基于做市商模型下的最优算法交易策略。在算法的具体实施过程中,在传统的算法交易基础上进行了一定的创新:将高频交易与算法交易相结合,提出在高频交易做市策略的模型框架下只考虑限价卖单和市价卖单的情况。在最大化财富的目标下,设定目标值函数,利用动态规划原理推出拟变分不等式,并通过有限差分法进行求解。根据策略求解的结果对交易中每个时间点不同存货、不同深度和不同价差情况的下单策略A=(αmafke,αtafke)进行指导,其中随机控制αmake指导限价单、脉冲控制αtake指导市价单,最终给出最优算法交易策略。根据构建的最优算法交易策略,利用2018年叁个不同市场中活跃品种的高频数据,进行了算法的实证分析。在完成大额订单交易的基础上根据交易日结束时财富值的比较,证实了提出的基于做市商模型下的最优算法交易策略能够提高订单执行的效率,降低市场的冲击成本,比VWAP、TWAP等常见的算法交易策略更有效。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
算法交易论文参考文献
[1].于涵.隐形交易利器,算法交易系统未来可期[J].互联网经济.2019
[2].李正伟.基于做市商模型下的最优算法交易策略与实证分析[D].山东大学.2019
[3].梁春丽.创新算法交易技术,推动资管行业发展[J].金融科技时代.2019
[4].燕汝贞,李冉,高伟,吴栩.基于机会成本的证券市场算法交易策略研究[J].管理评论.2018
[5].朱话笙.算法交易对股指期货市场的影响及监管探讨[D].上海交通大学.2018
[6].王小伟.减持新规致减持方重返二级市场[N].证券时报.2017
[7].李维,徐慧瑶.券商PB业务传统优势日渐式微寄望“算法交易”铸造新赛点[N].21世纪经济报道.2017
[8].贾淑芹.算法交易、违约模型及其应用研究[D].山东大学.2016
[9].黄盈.基于适应性交易量预测的VWAP算法交易研究[D].南京大学.2016
[10].徐文擎.算法交易被动跟踪可致频繁报撤单[N].中国证券报.2015