毕业论文--一个改进的动态VWAP算法

《毕业论文--一个改进的动态VWAP算法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要摘要成交量加权价格，即VWAP，产生于20世纪80年代，它被认为是被动投资者在交易中所能获得的最优价格。VWAP算法的理念是将大额订单按照不同时间区间的成交量占比进行拆分，从而降低市场冲击，减少交易成本。随着数量化投资和算法交易的不断发展，VWAP算法已经在基金公司、证券公司和资产管理公司等各类投资机构中得到了的广泛应用。随着我国证券市场的进步和机构投资者的增加，VWAP算法在我国有着巨大的应用前景。在这一背景下，本文对传统VWAP算法进行了改进，提出了一个兼顾易用性和准确性的改进的动态VWAP算法。具体改进方法为：第一步，为了提高模型准确度，将市场上的股票以

2、行业板块进行分类，并以换手率来衡量交易量占比；第二步，为了分离股票成交量的日内U型周期性结构，对每一行业的股票日内每分钟换手率进行主成分分析，得到具有周期性的代表市场的公共部分和具有随机性的代表个股的特异部分；第三步，由于具有周期性的公共部分代表了行业板块整体成交量分布，具有相对的稳定性，采用历史均值法对其进行预测，而具有随机性的特异部分代表的是个股的成交量分布，波动性较强，本文采用准确性更高的SETAR模型对其进行预测，在兼顾了实际可操作性的基础上，具体采用了两段SETAR模型；第四步，针对静态预测在出现非预期波动时预测误差较大的问题，本文采用了差额比例调整法对

3、静态预测结果进行调整——当上一分钟实际换手率与预测换手率的偏差比例超过限定阈值时，根据这一偏差比例对下一分钟的预测值进行动态调整，以提高预测的准确度。最后，以2015年1月1日至2016年1月1日整个A股市场的所有股票的成交量数据对模型进行了实证检验。检验结果表明，本文提出的改进的动态VWAP算法相比于传统VWAP算法和基于AR模型的VWAP算法对日内成交量分布的预测准确度更高，对VWAP的跟踪误差更小。在实际应用当中，兼顾了可操作性和准确性。关键词：SETAR模型；主成分分析；VWAP算法IAbstractAbstractTheVolumeWeightedAve

4、ragePriceisoriginatedin1980s,anditisregardedasarepresentationoftheoptimumpriceattainedbypassiveinvestors.VWAPalgorithmaimstosplitalargeorderintoseveralsmallerordersbasedonthevolumedistributioninaspecificinterval.Thiskindofexecutionisabletolowermarketimpactandreducetradingcostfortrader

5、s.Asthedevelopmentofquantitativeinvestmentandalgorithmtrading,VWAPalgorithmhasbeenwidelyusedbymutualfunds,securitiesfirmsandassetmanagementcompanies.AsaresultoftheimprovementofthedomesticsecuritiesmarketandtheincreaseofinstitutionalinvestorsVWAPalgorithmgainsapromisingexpectationinChi

6、na.ThispaperpresentanimproveddynamicVWAPalgorithm.Thespecificmodelingprocessisdividedintofoursteps.Firstly,classifystockaccordingtotheindustryitbelongstoanduseturnovertomeasurevolumeproportion.Secondly,conductaPrincipalComponentAnalysisfortheintradayturnoverofeveryindustrytoseparateth

7、eU-shapepatternoftheintradayturnoverdistribution.Thenwegetacommoncomponentrepresentingthemarketturnoverdistributionandaspecificcomponentrepresentingtheindividualstockturnoverdistribution.Thirdly,adoptthehistoricalaveragetopredictthecommoncomponentandtwo-pieceSETARmodeltopredictthespec

8、ificc