基于流动性的适应性算法交易策略模型构建与应用研究

According to the assumptions of traditional investment theory, the orders can be quickly executed at low costs in the financial market with perfect liquidity. In this case, the investors will mainly be concerned with the topic of how to construct the optimal portfolio under various market conditions. However, influenced by the liquidity and other market factors, the investors have to bear transaction costs, when they execute their large orders. In order to reduce this transaction costs, the investors usually split the large orders into several small orders, and then choose the optimal moment to submit to the market by algorithmic trading. Based on the current researches of algorithmic trading, this project analyzes the transaction costs and the measuring methods of transaction costs. Then, this project studies how to construct the adaptive algorithmic trading strategy in the uncertainty security market circulation. Lastly, this project researches the application of algorithmic trading strategies. The research on the adaptive algorithmic trading strategy not only can provide direct investment suggestions for investors, but also can improve the existing market microstructure theories, and develop the new directions for the design of institutional setup in Chinese securities markets.

在传统投资理论假设下，金融市场具有完美的流动性，投资者所提交的订单均可以快速、低成本地被执行，此时的投资者只需关注在不同市场环境下如何构建最优投资组合。然而，在现实证券市场上，受到市场流动性和其他一些市场环境因素的影响，投资者在短时间内交易大量证券将会承担较大的交易成本。为了减少这种交易成本，投资者通常利用算法交易策略将大额订单拆分为多个中、小规模的子订单，并根据市场环境的变化择机逐次提交。本项目立足于国内外算法交易的研究现状，将首先分析投资者在交易过程中产生的各种交易成本及其度量方法；其次，将研究投资者如何根据市场环境的变化制定可以适时调整的适应性算法交易策略；最后，将分析算法交易策略的应用问题。通过本项目关于适应性算法交易策略的研究，一方面为投资者的投资决策提供直接的参考依据；另一方面，又丰富了现有市场微观结构理论，从而为我国证券交易机制的设计提供新的思路。

传统投资理论假设金融市场具有完美流动性，投资者所提交订单均可快速、低成本交易，此时投资者最关注的是如何构建最优投资组合。在现实证券市场上，受到市场流动性等因素的影响，投资者在短时间内交易大量证券会承担较大的交易成本。为了减少这种交易成本，投资者通常利用算法交易策略将大额订单拆分为多个中、小规模的子订单，并根据市场环境的变化择机逐次提交。. 本项目梳理适应性算法交易策略所涉及到的价格冲击、机会成本、择时风险以及流动性等交易成本，提出了相应的度量方法，并分析了影响价格冲击成本的主要因素，以及日内不同交易时段间价格冲击的差异；针对许多大盘股股票中部分流通股长期处于不流通状态的情形，提出了一个股票的真实流动性指标，分析了真实流动性对股票价格冲击的影响。随后，在考虑了价格冲击、机会成本、择时风险等交易成本情形下构建了具体市场环境下的算法交易策略模型，并利用优化理论与方法得到了投资者最优交易策略。最后，还研究了投资者交易策略对其投资组合选择的影响。. 相关研究发现：（1）在交易成本方面，本项目所提出的价格冲击和机会成本度量方法更加恰当；相对于大盘股，即便是相同规模的订单，在小盘股上交易时会产生更大的价格冲击；价差和订单不平衡对价格冲击都具有显著的正影响，成交价格与价格冲击存在显著负相关关系；与日内其他时段相比，在开盘后的较短时间内证券的价格冲击较小；真实流动性对价格冲击的负向影响在每年年底时会更大。（2）在交易策略构建方面，本项目提出的最优交易策略明显优于传统的VWAP、平均拆单等交易策略，且风险中性投资者的最优算法交易策略就是平均拆分交易策略，但是对于风险厌恶投资者来说，其最优交易策略与传统交易策略具有较大差异，且在保持其他因素不变的情况下，如果成交概率越大、风险厌恶程度越高，那么交易初期投资者所提交订单规模也应该越大。（3）在算法交易策略影响方面，投资者考虑了算法交易策略影响后的投资组合收益率更高，且投资组合调整并不是越频繁越好。. 本项目相关研究结论，一方面可为投资者的投资决策和监管层的日常监管提供参考依据；另一方面，又丰富了现有市场微观结构理论，从而为我国证券交易机制的设计提供新的思路。