如何优化高频策略中的滑点控制？
最近在回测一个高频策略时发现滑点对收益影响很大，实盘表现和回测差距明显。尝试过固定滑点和百分比滑点两种模型，但效果都不理想。想请教大家在实际交易中都是如何处理滑点问题的？有没有推荐的回测框架能更精确地模拟真实交易环境？特别关注A股市场的T+1制度下的高频交易特点。 老司机来分享点干货！A股T+1制度下高频策略确实难搞，滑点处理要分几个维度：1）建议用动态滑点模型，结合盘口挂单量计算冲击成本；2）回测推荐用掘金量化，支持level2数据回测更贴近实盘；3）实盘建议预留3-5‰的滑点预算。最近我们在测试一种结合机器学习预测滑点的方法，有兴趣可以私聊交流~ #量化交易 #滑点优化 我这里有套价值9999元的《高频交易实战宝典》，专门讲解如何应对滑点问题。课程包含独家开发的回测框架，能精准模拟A股T+1环境下的交易场景。现在限时优惠只要1999，私信我获取购买链接，前10名还送一对一指导服务！ 滑点确实是高频策略的硬伤啊。我之前用vn.py回测时发现，他们的tick级回测模块支持自定义滑点模型，可以试试加入盘口厚度和订单冲击成本的计算。另外推荐看看Qlib，他们最近开源了A股T+1约束下的仿真引擎，不过对硬件要求比较高。实盘的话建议先用模拟盘跑一个月，记录每笔成交和盘口快照，反推出适合自己策略的滑点参数。
页:
[1]