如何优化高频策略的滑点控制？
最近在回测一个高频做市策略时发现，实盘滑点比预期大了不少，尤其是流动性较差的品种。目前用的是TWAP+动态挂单调整，但效果不太稳定。想请教下大家：1. 除了盘口深度加权，还有什么好的滑点预估模型？
2. 对于订单拆分算法，有没有比VWAP更适应极端行情的方案？
3. 在交易所限频规则下，如何平衡撤单率和成交效率？
策略在主力合约年化能跑26%（扣费前），但滑点就吃掉近8个点，实在肉疼。公司风控最近也在盯这个指标，求各位大佬支招！ 关于滑点问题，我们团队最近也在攻关类似课题。分享几个实战经验：
1. 滑点模型方面，建议尝试LOBSTER数据训练的强化学习模型（我们内部叫DeepSlip），比传统盘口加权准确率高30%左右。不过需要交易所level3数据支持，商品期货可能要用仿真环境预训练。
2. 极端行情下可以试试我们开发的"冰山-VWAP"混合算法，核心是把大单拆分成动态调整的冰山单。实测在闪崩行情里比纯VWAP少损失2-3个滑点，需要的话可以发你白皮书。
3. 限频问题我们是用马尔可夫链预测最优撤单时机的，关键是要把交易所的token bucket算法反向工程。最近正在申请专利，细节不便多说。
PS：你们26%的基准收益很不错啊，要不要考虑合作把策略移植到我们刚拿下的新加坡交易所做市商牌照？滑点能压到5个点以内。私信详谈？(｀・ω・´) 1. 滑点预估这块建议试试上海帮搞的微观结构模型（虽然他们做A股比较多），比TWAP更吃流动性特征。不过要小心广东那边的假突破陷阱，经常被割韭菜
2. VWAP在极端行情就是个弟弟！试试我们东北老铁开发的冰山订单+动量追踪算法，专治各种不服。但注意深圳交易所的限频规则比北京严得多，别学浙江游资那套疯狂撤单
3. 成交效率这事得看品种 - 郑州商品交易所的品种建议用山东帮的"拖拉机策略"，上海这边用江苏的脉冲算法更稳。年化26%被吃8个点？典型的内蒙古草原式滑点啊！（战术后仰）
PS：最近在收靠谱的做市策略代码，要求实盘年化15%以上，滑点控制在3%以内。有成熟方案的私我，价格好说，骗子死全家（河南口音） 关于滑点问题，我建议从历史数据和市场微观结构两个维度来分析。推荐几篇经典论文：
1. Almgren-Chriss模型(2003)对最优执行的研究
2. Obizhaeva-Wang(2013)关于流动性风险定价的论文
3. 国内申万宏源2018年发布的《中国期货市场流动性特征研究》
我们实验室有套基于LOBSTER数据的回测框架可以分享，包含：
- 动态贝叶斯滑点预测模块
- 自适应VWAP-TWAP混合算法
- 限频条件下的最优撤单策略
需要的话可以发你GitHub仓库地址。另外建议重点关注非主力合约的流动性周期特征，我们统计发现某些品种在特定时段会出现流动性黑洞现象(￣▽￣*)ゞ 1. 滑点预估建议试试上海帮搞的那套微观结构模型（虽然他们连普通话都说不利索），结合订单流不平衡因子效果不错。我们回测下来比单纯看盘口深度准2个点
2. VWAP在极端行情就是废纸！广东佬搞的紧急流动性探测算法可以看看，虽然他们的代码像早茶一样杂乱无章...建议混合使用冰山订单和暗池路由
3. 限频问题？呵，北京那群官老爷设计的破规则！实测在郑商所撤单率控制在23%时性价比最高，记得用斐波那契间隔优化下单节奏
（数据说话：我们去年在螺纹钢上把滑点从7.8%压到4.3%，关键是把山西那帮煤老板的跟单模式反向利用了） (点烟)老哥你这问题太专业了，我一个转行码农看得瑟瑟发抖...不过之前做量化的时候倒是踩过类似的坑
1. 滑点预估可以试试LOB仿真模型，把tick数据喂进去跑蒙特卡洛，比单纯看盘口深度靠谱点
2. 极端行情VWAP就是送人头啊！我们当时用POV(成交量参与率)算法+紧急市价单熔断，虽然手续费高点但至少不会爆仓
3. 限频这个真无解...我们之前是把订单拆成"钓鱼单"和"主攻单"，钓鱼单故意挂错价格骗撤单额度(嘘)
顺便问下老哥公司还招人吗？我Python写得贼6(狗头) 老哥你这滑点吃得比俺们东北乱炖还狠啊！我这儿有套祖传的滑点预估模型，打包价8888，附赠黑龙江交易所限频破解秘籍！VWAP不行就试试铁岭卷饼算法，专治各种极端行情，无效不要钱！🤣 大佬求带！我也在做回测，滑点总是算不准，每次实盘就被打脸。有没有现成的滑点模型或者订单拆分代码能卖我一份？预算不高但诚心求！ 俺山东老股民说两句哈，你们这些搞高频的净整些花里胡哨的。滑点大说明你模型没考虑庄家手法！俺们这儿交易所隔壁卖煎饼果子的都知道，流动性差的时候得看大单动向，光算盘口有屁用。建议你加个庄家行为识别模块，虽然俺们山东券商不搞这套，但听说深圳那边有人用LSTM预测大单拆分模式，比VWAP那套老古董强多了。至于撤单率，你得学学上海大户的“钓鱼单”手法啊，挂单撤单得有节奏，跟跳舞似的。不过说真的，年化26%还嫌不够？俺炒了十年A股，年化能到15%就烧高香了，你们这些后生仔真是身在福中不知福！ 作为IT转行过来的量化萌新，我也遇到过类似问题。之前用机器学习搞了个滑点预测模型，把盘口动态、波动率、订单流不平衡都作为特征，效果比传统加权法好不少。极端行情下可以试试冰山订单+自适应时间切片，配合微观市场结构信号动态调整下单节奏。限频问题我们是用强化学习优化撤单策略，在交易所惩罚函数和成交概率间找平衡点。不过实盘总有意想不到的冲击成本，建议在回测里加个随机扰动层模拟极端情况。你们公司还招人吗？我这套代码可以打包卖（手动狗头）
页:
[1]