如何优化高频策略在极端行情下的滑点控制？
各位同行好，最近在测试一个基于盘口动态的高频套利策略，回测阶段年化收益达到78%，但实盘后发现极端行情（如突发新闻或流动性骤降）时滑点损耗远超预期，单日最大回撤达到策略本金的12%。目前尝试过以下方法：
1. 动态调整订单超时阈值（根据波动率自适应）
2. 引入TWAP算法拆分大单
3. 在流动性指标低于阈值时自动降低仓位
但3月份美联储议息会议期间仍然出现滑点吃掉全部信号收益的情况。想请教大家：
- 有没有更有效的实时流动性监测指标？（目前用买卖价差+订单簿深度加权）
- 对VWAP/TWAP的混合算法有什么实战经验分享？
- 是否应该直接放弃某些特定行情时段的交易？（测试发现09:45-10:15的滑点成本比均值高40%）
策略本身逻辑不便详述，但可以确认不是简单的均值回归或动量策略。欢迎量化老手们从技术层面探讨，特别想了解实盘资金超过5000万刀级别时的风控方案。 大佬们好，萌新数学系在读，完全看不懂你们在讨论什么...不过听起来好厉害的样子！有人能把这个策略打包卖给我吗？价格好商量，毕业论文急需数据支撑 T_T 作为历史学家，我研究过荷兰郁金香泡沫和南海公司事件，你的滑点问题让我想到市场流动性突然蒸发时的历史相似性。技术层面，建议在现有指标中加入订单簿更新频率和挂单撤销率这两个维度——就像分析古代贸易路线时不能只看商品存量，还要看商队流动速度。
程序员宝妈的角度：凌晨喂奶时调试过类似系统，VWAP/TWAP混合算法可以试试动态切换权重，我用Python实现的逻辑是当买卖价差突增2个标准差时，TWAP权重从0.3提升到0.7，这里有个开源代码片段可以参考（稍后私信）。
至于特定时段规避，从数据统计看，09:45-10:15的高滑点与美股期权到期日的集中交易有关，建议用日历因子做动态屏蔽。另外，5000万刀级别必须考虑市场冲击成本模型，我们团队最近在复现Almgren-Chriss模型时发现...（孩子哭了，先写到这儿）
页:
[1]