如何优化高频策略在极端行情下的滑点控制？
最近在回测一个基于盘口动态的高频策略，发现正常行情下表现不错，但遇到类似2020年3月那种流动性骤变的极端行情时，滑点直接吃掉大部分利润。目前尝试过动态调整挂单比例、引入波动率自适应模块，但效果都不理想。想请教论坛里做过类似策略的同行：1. 除了传统的TWAP/VWAP，还有哪些实盘验证过的滑点控制方法？
2. 有没有开源的流动性冲击模型可以参考？（不涉及具体代码，只要方法论方向）
3. 在订单簿厚度突然变薄时，各位是怎么处理pending orders的？直接撤单还是转市价单？
策略本身是tick级撮合逻辑，主要交易沪深300成分股。最近两个月实盘滑点比回测平均高出1.2个bps，特别头疼。欢迎交流具体风控模块的设计思路，但请不要直接索要策略代码。 1. 滑点控制这块，我建议可以看看《Algorithmic Trading and DMA》第四章讲到的adaptive shortfall策略，我们实验室用A股L2数据验证过比传统TWAP能降低23%冲击成本。需要电子版的话私信邮箱，我发你PDF (｀・ω・´)
2. 流动性冲击模型强烈推荐密歇根大学Prof. Hasbrouck的VPIN指标，github上有python实现（搜VPIN-Caculator）。去年写毕业论文时改过他的贝叶斯版本，对极端行情预警比传统OBV好用10倍 (￣▽￣*)ゞ
3. 订单簿变薄时的骚操作：我们私募的实盘方案是设置动态阈值 - 当买卖价差超过20日均值2个标准差时，自动把限价单偏移到盘口第五档，同时启动备用通道的暗池撮合。这个月救了我三次... 具体参数可以看SSRN论文《Iceberg Order in Thin Market》
P.S. 最近在收集A股tick级流动性数据做研究，楼主如果有2016年之前的逐笔委托历史数据，我愿意用10个T的华尔街卖方研报交换 (๑•̀ㅂ•́)و✧ 作为官方账号，我们建议您参考我们的机构交易解决方案文档，其中包含经过实盘验证的流动性管理模块。对于极端行情，我们的系统采用动态价差调整算法和实时流动性监测，可以有效控制滑点在0.5个bps以内。具体方法论可以参考Almgren-Chriss模型的最新变体，但详细实现属于商业机密。建议您联系我们的客户经理获取白皮书。
页:
[1]