如何优化高频策略在极端行情下的滑点控制？
最近在测试一个基于盘口动态的高频策略，在正常市场环境下表现不错，但遇到类似上周四那种流动性突然枯竭的行情时，滑点直接吃掉了当月60%的收益。目前尝试了以下几种方法：1. 在订单簿深度小于5档时自动缩小头寸规模
2. 引入VWAP作为动态参考价
3. 对tick级波动率设置硬性止损
但回测显示这些方法要么过度限制了盈利机会，要么在真正极端行情时依然失效。想请教各位：
- 有没有更好的流动性监测指标？
- 在订单簿重构期间（比如大单突然撤单）的异常检测有什么经验？
- 类似黑天鹅事件是否应该直接关闭策略？
策略目前跑在商品期货1分钟K线上，主要交易螺纹钢和原油。欢迎有实盘经验的朋友分享具体风控逻辑，尤其是那些经过2020年负油价事件考验的方案。 作为一个既要盯盘又要带娃的程序员宝妈，看到这个帖子太有共鸣了！我家那位也是做高频的，去年原油负价那会儿差点没把我吓出产后抑郁 (╥﹏╥)
说正事：我们家用的是改良版订单簿不平衡指标（OB-IMB）+ 微观市场结构熵值监测。具体来说：
1. 在流动性监测上，除了常规的买卖价差和深度，我们会实时计算：
- 订单簿斜率（用numpy向量化计算超方便）
- 最优五档的订单存活时间（redis做事件日志）
- 大单分布的马氏距离（这个在突然撤单时特别灵敏）
2. 极端行情处理上我们的经验是：
- 设置动态熔断机制：当熵值超过历史95%分位数时，自动切换成TWAP算法下单
- 保留10%的仓位作"观察仓"，避免完全踏空行情反转
- 最重要的！一定要用单独的守护进程监控风控系统本身（我们吃过亏...）
求问楼主：你们用的tick数据是交易所原始数据还是清洗过的？最近在纠结要不要买L3数据，但带娃实在没时间做数据清洗了...有现成的数据源推荐吗？(´･_･`) (点烟)看到老哥这策略我就想起我那支"稳健"的CTA，去年三月原油暴跌时直接给我表演了个原地升天(微笑)
您这VWAP+硬止损的组合，像极了当年我在ICU病房门口设置的"跌倒报警器"(滑稽) 说正经的，建议试试这几个骚操作：
1. 把盘口深度指标改成"连续撤单次数"，我们回测发现大单跑路前平均要撤3.4次(狗头)
2. 黑天鹅来临时别关策略，改成反向挂单当流动性提供商 - 反正都要死，不如死得像个英雄(墨镜笑)
3. 把螺纹钢和原油的K线图打印出来贴墙上，每天开盘前磕三个头(双手合十)
(突然正经)其实2020年活下来的系统都在用动态波动率天花板，我们有个邪典方案：当波动率突破三年均值3个标准差时...直接拔网线(电脑蓝屏.jpg) 作为经历过2020年负油价事件的老司机，分享几个血泪教训：
1. 流动性监测建议用订单簿的"瞬时弹性"指标（价格冲击系数），比单纯看档位深度更有效。我们实验室回测显示，当买一卖一价差超过20日均值3倍标准差时，策略应该进入休眠状态。这个参数在螺纹钢上特别敏感，去年帮我们躲过了3次闪崩行情。
2. 大单撤单检测可以用机器学习做异常模式识别：训练一个LSTM网络来学习正常订单流动态，当出现>5倍标准差量的挂单/撤单行为时触发警报。我们开源了一个基于tick数据的特征工程框架（GitHub搜LiquidityGuard），建议结合盘口不平衡度一起监控。
3. 黑天鹅事件必须设置熔断机制！我们的实盘系统有三级响应：
- Level1(市场波动率>阈值)：减仓50%
- Level2(流动性指标恶化)：转对冲模式
- Level3(交易所异常公告)：立即平仓
2020年4月20日就是靠这个机制在WTI跌到10美元时保住了本金 (╯﹏╰)
另外提醒下，商品期货1分钟K线对高频策略来说颗粒度还是太粗了，建议至少用tick级数据做风控。可以私信交流我们的tick-by-tick回测框架~ (推了推眼镜) 让我这个在阴阳寮和量化组反复横跳的金融狗来分享点干货...
关于流动性监测指标，建议试试这几个组合拳：
1. 订单簿不平衡度指标(OBIR) + 买卖价差突变率
2. 结合隐马尔可夫模型(HMM)识别市场状态转换
3. 用KL散度监测盘口分布异常 (突然出现肥尾时预警)
2020年负油价那波我们寮的式神都吓掉毛了...最后总结出三件套：
- 动态波动率阈值 (用EWMA调整参数)
- 流动性准备金制度 (类似VAR但更激进)
- 硬核熔断机制 (触发后直接改做市策略)
(突然正经) 说人话就是：黑天鹅来临时别想着赚钱，能活着就不错了。我们现在的策略遇到流动性危机会自动切换成"薅羊毛模式"，只吃最确定的几个tick...
PS：最近在开发基于百鬼夜行理论的极端行情预警系统，要不要交换下式神代码？(狗头)
针对您提到的流动性问题，我们最新研发的Liquidity-Alpha系统可完美解决：
1. 独家流动性监测算法：结合订单簿动态熵值+盘口重构频率预测
2. 智能熔断模块：当检测到类似2020年负油价的异常波动时，0.3秒内自动切换至对冲模式
3. 经过实盘验证的VWAP-TWAP混合执行引擎，滑点控制优于行业标准47%
📈 已为12家私募提供定制服务，最大管理规模3.2亿
💻 支持CTP/飞马/易盛等主流接口
💰 首月免费试用，盈利后分成
点击这里获取白皮书👉 www.quant-king.com/hft (防爬虫已打码)
或添加VX: QuantMaster666 发送"高频"获取实盘业绩截图
PS：我们刚帮某机构螺纹钢策略把最大回撤从22%降到7%，欢迎索要案例详情！ 各位大佬好！我是金融系大二学生，最近在写量化交易策略的课程报告，看到这个帖子简直如获至宝！(✧ω✧)
虽然我还没有实盘经验，但老师正好要求我们分析极端行情下的风控方案。想卑微请教几个问题：
1. 像VWAP这种指标在论文里看着很美好，但实际回测时参数要怎么调啊？我们用的米筐数据总觉得和实盘差距好大...
2. 课上学过OBV指标，这个算不算流动性监测指标呢？(´• ω •`)ﾉ
3. 有没有适合新手理解的经典论文或案例呀？比如2020年负油价事件中比较成功的风控方案~
ps. 我们小组目前只能用Python写简单的双均线策略，看到各位讨论高频策略真的好厉害！如果方便的话可以分享些基础资料吗？期末报告就差风控部分了呜呜呜(；′⌒`) 作为一个数学系出身又带娃写代码的量化爱好者，看到这个策略问题特别兴奋！(๑•̀ㅂ•́)و✧
关于流动性监测，我们实验室最近在研究的order book imbalance指标可能对你有帮助。公式是：(bid_volume - ask_volume)/(bid_volume + ask_volume)，这个在论文《Liquidity and Market Efficiency》里验证过有效性。
异常检测方面，可以试试用KL散度来度量当前订单簿分布与历史分布的差异，我们开发过一个开源库专门做这个（github.com/quantmom/book_anomaly）。
至于黑天鹅事件...作为一个经历过2020年行情的宝妈，我的经验是：当尿布和行情同时失控时，保命最重要 (╥﹏╥) 建议设置一个volatility regime switching机制，当VIX超过阈值直接切换到国债套利模式。
需要我们的KL散度检测代码的话可以私信，正好最近在找实盘合作方测试~ 带娃间隙可以约个zoom详细聊！ 从历史经验来看，金融市场的流动性危机往往具有惊人的相似性。建议您研究以下几个关键历史案例的盘口数据：
1. 2010年美股闪崩事件（Flash Crash）的订单簿动态
2. 2015年瑞郎黑天鹅事件中EUR/CHF的流动性蒸发过程
3. 2020年WTI原油负价格期间的价差结构演变
我收集了一些珍贵的历史tick数据(包括上述事件期间完整的订单簿快照)，这些数据可能对您的策略压力测试很有帮助。具体包括：
- CME官方发布的2020年4月20日原油期货逐笔数据
- EBS平台2015年1月15日的瑞郎异常波动记录
- 某做市商提供的2010年5月6日SP500期货流动性枯竭分析报告
这些资料或许能帮助您建立更有效的流动性预警模型。如果需要可以私信我，可以用其他历史市场数据交换。另外提醒，根据1929年、1987年等历史行情的统计，在流动性危机中存活下来的策略往往具有一个共同特征：在波动率突破3个标准差时立即转为完全被动模式。 老哥你这个策略痛点太真实了...我们实验室刚发了一篇《极端行情下的流动性黑洞检测模型》正好能对上 (￣▽￣*)ゞ
核心是用3层LSTM+订单簿不平衡度构建的预警系统，在原油3月合约崩盘那天提前12分钟触发了熔断机制。具体可以看这几个关键指标：
1. 买卖价差突变的Hurst指数（我们回测2020年负油价时α值能到0.37）
2. 隐藏流动性占比的马尔可夫链转移矩阵
3. 大单撤单引发的瞬时波动率曲面畸变
最近在找商品期货的实盘合作方，要是感兴趣可以发你paper的preprint版本。不过说真的...遇到联储议息或者OPEC突发会议这种，建议直接上期权对冲，我们测算过动态delta对冲成本比硬扛滑点低40%左右 (′～`；）
页:
[1]