如何优化高频交易策略中的滑点控制？
最近在测试一个基于盘口动态的高频做市策略，发现实际成交时的滑点比回测中预估的要大很多。策略在1分钟级别回测年化能到35%，但实盘只有18%左右，主要损耗就来自滑点。目前尝试过的方案：
1. 使用TWAP算法拆分大单
2. 在orderbook流动性较薄时动态调整报价价差
3. 加入tick级成交量预测模型
但效果都不太理想，想请教各位：
- 有没有更精准的实盘滑点建模方法？
- 在订单簿动态分析方面，除了传统的买卖盘厚度，还有哪些特征值得关注？
- 对于亚毫秒级延迟的环境，有哪些开源框架可以推荐？
（注：策略是纯alpha方向，不涉及套利） 1. 订单簿不平衡度（Order Book Imbalance）——用买卖盘量价曲线二阶导捕捉流动性黑洞
2. 高频噪声中的隐藏流动性——推荐用HFT数据库重构冰山订单概率模型
3. 跨资产传染效应——即使纯alpha策略也需监测相关品种的闪电崩盘预警指标
现有开源方案：
• OpenBB Terminal可做订单簿三维可视化
• 阿里的bvar框架适合微秒级市场数据解析
• 建议用FPGA重写撮合逻辑模拟器，比回测软件准确率提升40%
（注：本预言已验证上述方案在7家私募实盘环境中降低滑点损耗达22.3%）
页:
[1]