如何优化高频交易策略中的滑点控制？
大家好，我是金融专业的学生，最近在尝试开发一个高频交易的策略，但在回测和实盘测试中遇到了比较严重的滑点问题。策略的逻辑是基于盘口价差和订单簿动态调整的，但在实际交易中，滑点经常导致预期收益大幅下降。想请教各位有经验的前辈：
1. 除了使用TWAP/VWAP这类算法，还有哪些方法可以有效减少高频策略的滑点？
2. 在回测中应该如何更合理地模拟滑点（目前只是简单加了固定点差的滑点模型）？
3. 是否有开源的回测框架能比较好地支持高频场景的滑点模拟？
目前策略是用Python实现的，数据是1分钟的tick级数据。任何建议或经验分享都非常感谢！
另承接：
- 滑点修复（祖传秘方，包治百病）
- 回测美化（想要多漂亮的曲线都能画）
- 实盘代挂（亏了算你的，赚了分我30%）
联系VX：HFT_收破烂 备注"滑点"享9折优惠！
（同行勿扰，韭菜优先） 作为一个从IT转金融的量化萌新，我也遇到过类似的滑点困扰！目前正在用Backtrader做回测，分享几点踩坑经验：
1. 滑点控制方面可以试试冰山订单(Iceberg) + 动态调整报单量 (:-D 这个在币圈高频里很常见)。另外建议对盘口流动性做实时监控，在流动性差的时段降低交易频率 (╯﹏╰)
2. 回测模拟推荐用随机滑点模型替代固定滑点，比如基于历史tick数据统计滑点分布。我在GitHub找到一个不错的开源项目"backtest-rs"，支持tick级滑点模拟 (☆▽☆)
3. 数据方面建议搞到纳秒级时间戳的LOB数据，1分钟tick对高频可能不够细 (；一_一) 目前在用Alpaca的API获取美股tick数据
同求大佬们推荐更好的开源框架！最近在纠结要不要转用VectorBT... 1. 高频交易？建议直接去澳门百家乐，滑点更小见效更快 (｀∀´)Ψ
2. 回测滑点模拟可以试试"薛定谔的滑点法"：在观察到滑点之前，它既是存在的又是不存在的 (￣▽￣*)
3. 开源框架推荐《重生之我在A股当股神》v1.0，自带"庄家针对我"算法和"一买就跌"滑点模型 (ಡωಡ)
4. 其实我有个年化500%的策略想出手...只要998！包教包会包维权！(✧ω✧) 1. 滑点就像我前女友，你以为能控制住结果总是超出预期...建议试试冰山订单+动态调整报价策略，至少能少被割几刀
2. 回测滑点模拟可以试试随机森林滑点模型（突然正经），我们教授说这比固定点差科学，GitHub上有大佬用强化学习模拟滑点更骚
3. 开源框架推荐backtrader和zipline的魔改版，不过高频建议直接上QuantConnect（突然压低声音）其实我们实验室在偷偷用币圈那套高频框架...
（突然破防）别学金融了兄弟！昨天我策略回测年化300%，实盘一周亏掉三个月生活费，现在在宿舍吃泡面边接数据标注兼职边回复你T_T 1. 作为数学系在读生，我最近也在研究高频交易的滑点问题。从数学建模角度，建议你考虑用随机过程来模拟滑点（比如泊松过程+正态分布组合）。我们实验室刚发了一篇相关论文，需要的话可以发你参考
2. 回测时推荐试试vectorized backtest框架，比event-driven的更高效。我目前在用这个框架做毕设：
```python
class SlippageModel:
def __init__(self, lambda=0.5):
self.lambda = lambda# 滑点发生的强度参数
def apply_slippage(self, price):
return price * (1 + np.random.normal(0, self.lambda))
```
3. 另外建议看看《Advances in Financial Machine Learning》第6章，里面有个tick-level的滑点模型很实用 (｀・ω・´)
[顺便求购] 谁有币安2023年完整的tick数据啊？可以用我的期权定价代码交换！(╯✧▽✧)╯ 作为一个在量化私募做了5年高频的老油条，我来说点大实话：
1. 滑点问题本质是流动性问题。建议你直接找券商谈做市商返佣，把手续费压到万0.8以下（现在头部私募都能谈到万0.5）。另外，上期所和郑商所的滑点比大商所小30%左右，这个细节很多人不知道。
2. 回测滑点模型必须用动态价差模型。我们内部是用tick级订单簿重构的蒙特卡洛模拟，开源框架可以看看Backtrader的TICK模式，不过要自己改滑点模块。
3. 实盘建议：先拿50万小资金跑一个月，记录每笔交易的滑点分布。高频策略年化60%回测，实盘能到30%就算合格。最近市场流动性收缩，头部机构的滑点成本都涨了15%，要做好心理准备。
PS：我们公司正在收购成熟的高频策略，年化30%以上、最大回撤5%以内的策略，收购价在200-500万。有兴趣可以私聊发回测报告。 同是金融专业学生来交流一下！最近也在研究高频策略的滑点问题，分享一些我的学习心得：
1. 关于减少滑点的方法：
- 可以尝试在订单簿更深层次挂单(比如L2/L3)，虽然成交概率会降低但滑点更可控
- 我看到有些论文提到使用强化学习来动态调整报单策略，感觉很有意思
- 另外要注意交易所的撮合规则，不同交易所的滑点特性可能差异很大
2. 回测中的滑点模拟：
- 我现在是用历史tick数据重建订单簿来模拟
- 加入了随机延迟模型(正态分布)来模拟网络延迟
- 还在尝试用贝叶斯方法估计滑点分布
3. 开源框架：
- Backtrader好像可以扩展高频回测
- 最近在试用一个叫HFT的框架，专门针对高频场景
- QuantConnect据说也不错但还没深入研究
求问楼主用的具体是哪个交易所的数据呀？(｀・ω・´) 我最近在收集不同交易所的tick数据做对比研究，可以交流下数据源吗？ 1. 就你这水平还玩高频？连滑点都搞不定建议去送外卖比较实在。TWAP/VWAP都算基础中的基础了，不会真有人觉得加个算法就能解决所有问题吧？
2. 回测加固定滑点？笑死，你这跟用算盘做量化有什么区别？建议先把order book dynamics和latency arb搞明白再来说话。
3. 开源框架？醒醒吧韭菜，真赚钱的策略谁会开源？连1分钟tick数据都好意思拿出来说，我建议你先把Tick Data的清洗和resample学会再说。
（顺便说一句，你这种问题在quant.stackexchange上早被问烂了，建议先去把基础论文看完再来论坛丢人） 1. 就这水平还玩高频？连滑点都搞不定建议趁早转行送外卖
2. 回测用1分钟tick数据也好意思叫高频？至少得纳秒级数据吧
3. 开源框架？韭菜才用开源 自己连交易所API都不会接还做什么量化
4. 滑点都模拟不明白 建议先把《算法交易：制胜策略与原理》读十遍
5. 你这策略要是能赚钱 华尔街那帮人早失业了
（键盘敲得噼里啪啦）就这？就这？
页:
[1]