基于模拟退火算法的知情交易研究

发布时间：2022-10-21 09:20

　　为了更准确地估计知情交易概率水平（PIN）,文章主要使用模拟退火算法并结合交易量时间概念对知情交易模型进行参数估计.算法改进后的知情交易模型已可适用于较高频的交易订单数据,从而更好地捕捉微观市场中PIN的变化.参数估计方面,文章主要使用模拟退火算法对EKOP-PIN、EHO-PIN以及DY-PIN进行带约束的最大似然估计,并将结果与无约束优化的间接估计算法进行了比较,基本解决了以往算法存在的局部最优和数值溢出等问题.数值模拟显示,使用模拟退火算法并运用模式搜索法进行末端优化的混合算法在计算PIN时能够进一步提高估计精度.使用沪深300股指期货高频交易数据的实证结果显示,重新估计的EHO-PIN对波动率有着较高的解释和预测能力,可作为一种有效的市场波动率预警指标. 

【文章页数】：17 页

【文章目录】：
1 引言
2 理论模型
    2.1 EKOP模型
    2.2 EHO模型和DY模型
    2.4 VPIN
    2.5 模拟退火算法
3 参数估计
    3.1 数据说明
    3.2 参数比较与算法优化
4 实证检验
5 结论


【参考文献】：
期刊论文
[1]A New Estimation for Informed Trading Based on SSNF Method[J]. BING Tao,ZHAO Shangmei,ZHANG Qiang,LIU Shancun.  Journal of Systems Science ＆ Complexity. 2018(04)
[2]Liquidity Dynamics Around Intraday Price Jumps in Chinese Stock Market[J]. WAN Die,WEI Xianhua,YANG Xiaoguang.  Journal of Systems Science ＆ Complexity. 2017(02)
[3]市场操纵与噪声交易[J]. 曾庆铎,刘善存,张强,辛荣.  系统工程理论与实践. 2017(03)
[4]基于指令驱动市场EKOP模型的异质期望研究[J]. 王硕,李鹏程,杨宝臣.  管理科学. 2016(03)
[5]深圳股票市场的日内流动性研究[J]. 张涤新,眭以宁.  系统科学与数学. 2015(12)
[6]市场知情交易概率、流动性与波动性——来自中国股指期货市场的经验证据[J]. 周强龙,朱燕建,贾璐熙.  金融研究. 2015(05)
[7]知情交易度量的Lévy跳方法及实证研究[J]. 龚朴,杨博理.  管理科学学报. 2014(10)
[8]引入信息成本的信息结构与股权融资成本[J]. 晏艳阳,周志.  中国管理科学. 2014(09)
[9]中国股市流动性间接指标的检验——基于买卖价差的实证分析[J]. 张峥,李怡宗,张玉龙,刘翔.  经济学(季刊). 2014(01)
[10]流动性特征对知情、非知情交易的影响研究[J]. 张强,刘善存,邱菀华,林千惠.  管理科学学报. 2013(07)



本文编号：3695365