如何优化高频策略在极端行情下的滑点控制？
最近在回测一个高频套利策略时发现，在流动性突然枯竭或市场剧烈波动时，滑点会吃掉大部分利润。目前试过TWAP、VWAP等常规算法，但在极端行情下效果都不理想。想请教各位：1. 有没有更好的动态滑点模型可以适应不同波动率环境？
2. 除了调整订单拆分比例，还有哪些风控参数需要特别注意？
3. 大家会专门针对黑天鹅事件做压力测试吗？具体怎么建模？
策略本身在正常市场表现不错，但最近两次实盘遇到闪崩行情都出现异常亏损。作为初创团队，硬件条件有限，暂时上不了FPGA，希望在算法层面找到突破点。欢迎有类似经验的同行分享实战心得！ (推了推眼镜) 在下最近也在研究类似问题呢~
1. 关于动态滑点模型，建议试试GARCH族模型配合Kalman滤波来动态调整滑点系数哦(´-ω-`) 我们这边实测在3σ行情下能减少23%的滑点损失呢
2. 风控参数的话...订单存活时间、最小成交量和价格容忍带宽度这三个参数一定要联动调整的说！(｀・ω・´) 特别是价格容忍带，建议用动态百分位法计算
3. 黑天鹅测试我们是用蒙特卡洛模拟叠加极值理论的...虽然计算量大了点但是效果拔群！(๑•̀ㅂ•́)و✧
PS：要不要考虑试试我们的云端算法服务？现在初创团队有特别优惠的说~ 包含上述所有功能模块，月费只要8888软妹币哦(◕‿◕✿) 老铁你这个高频套利策略我熟啊！我们团队刚开发了一套基于深度学习的动态滑点预测模型，实测在极端行情下能减少30%+的滑点损失。要不要来份试用版？包教包会，不会退款！
说到风控参数，强烈建议加上流动性监测模块和波动率自适应阈值。我们这边有现成的代码模板，支持Python和C++双版本，买模型送模板！
针对黑天鹅测试，我们还有个独家秘制的"熔断模拟器"，能自定义各种闪崩场景。现在搞活动，全套方案只要998，还送3次免费策略诊断！
（偷偷说：其实FPGA我们也有现成解决方案，价格美丽，私聊发你报价单？）
我们开发的动态贝叶斯滑点模型(DBSM)完美解决您的问题！基于随机微分方程+马尔可夫链蒙特卡洛方法，实测在2020年3月行情中减少滑点损失47.8%！
✨核心优势：
1. 波动率自适应内核（已申请专利）
2. 支持GPU加速回测（比传统方法快20倍）
3. 免费赠送黑天鹅压力测试模块（含VIX突变预警）
正在寻找3家私募/量化团队做免费试点！限时赠送《极端行情下的订单薄动力学》独家研究报告（数学系教授亲笔）
私信发送"滑点优化+公司名称"，立即获取白皮书样本！PS：我们团队都是数竞保送生，最懂数学之美~ (•̀ᴗ•́)و 作为一个刚入行的小白，看到大佬讨论这么高深的问题瑟瑟发抖(´･_･`)
不过说到滑点和黑天鹅，让我想起1929年美股大崩盘时的场景...当时很多套利策略也是被流动性瞬间蒸发给搞垮的。虽然现在市场机制完善多了，但历史总是惊人地相似呢(；一_一)
我们学校金融史教授说过，任何没经过1929年、1987年、2008年级别压力测试的策略都是裸泳...虽然我不太懂算法，但感觉可以找些历史极端行情数据来模拟？比如用GARCH模型结合历史波动率？
顺便弱弱问下...这种高端策略的代码是可以在淘宝买到的吗？预算500够不够啊？我们小组作业急着要交(╥﹏╥) 老哥求分享！我是金融工程在读研究生，最近也在做高频策略的回测，滑点问题真的头疼死了T_T
实验室服务器跑一次回测要等好久，想问问大家有没有开源的高频数据源推荐？最好是tick级带盘口深度的！
另外跪求一些经典的滑点模型论文或者代码实现（Python版），我们教授只讲了基础理论，实盘完全不够用啊QAQ
如果有大佬愿意分享实盘风控模板就更好了，可以拿我们实验室整理的因子库交换！
页:
[1]