基于競爭差分析的占線單向交易策略
發(fā)布時間:2018-03-25 17:03
本文選題:單向交易 切入點(diǎn):占線算法 出處:《管理科學(xué)學(xué)報(bào)》2017年09期
【摘要】:針對交易者事先僅知道價格波動范圍的占線單向交易問題,基于Savage后悔值準(zhǔn)則提出了競爭差分析方法,通過引入一個假想的能夠控制價格的"對手"將原來的單人決策問題轉(zhuǎn)化為雙人零和博弈問題.與競爭比分析相比,競爭差分析由于目標(biāo)函數(shù)的數(shù)學(xué)形式更簡單,因而可以直接采用逆向歸納法求解獲得使最大后悔值(競爭差)最小化的穩(wěn)健的占線交易策略,并找出對于交易者而言所有可能的最糟糕情況,而不必像競爭比分析那樣需要事先猜測最優(yōu)占線策略的特征;此外,數(shù)值模擬結(jié)果表明,基于競爭差分析的占線算法更節(jié)省計(jì)算時間,且在解決收益最大化問題時不像競爭比分析那樣過于保守,一般具有更好的期望績效.
[Abstract]:In order to solve the problem of one-way trading where traders only know the range of price fluctuation in advance, a method of competitive difference analysis based on Savage regret value criterion is proposed. By introducing a hypothetical "opponent" who can control the price, the original single decision problem is transformed into a double zero-sum game problem. Compared with the competition ratio analysis, the competition difference analysis is simpler because of the mathematical form of the objective function. Therefore, we can solve the problem directly by reverse induction method to obtain a robust busy trading strategy that minimizes the maximum regret value (competition difference), and find out all the possible worst cases for the trader. In addition, the numerical simulation results show that the busy algorithm based on competitive difference analysis saves more computation time. And when solving the problem of revenue maximization, it is not as conservative as competitive analysis, and generally has better expected performance.
【作者單位】: 南開大學(xué)商學(xué)院;北京大學(xué)匯豐商學(xué)院;
【基金】:國家自然科學(xué)基金資助項(xiàng)目(71471003)
【分類號】:F224.3;F274
【相似文獻(xiàn)】
相關(guān)期刊論文 前10條
1 林巍;劉伶;;交易延遲與機(jī)構(gòu)投資者交易策略研究[J];統(tǒng)計(jì)與信息論壇;2006年06期
2 溫小敏;顧鋒娟;;馬爾可夫交易策略研究[J];統(tǒng)計(jì)與決策;2007年01期
3 燕汝貞;李平;曾勇;;一種面向高頻交易的算法交易策略[J];管理科學(xué)學(xué)報(bào);2014年03期
4 攀登,鄒炎,劉海龍,吳沖鋒;考慮不完全知情交易者的交易策略分析[J];系統(tǒng)工程理論與實(shí)踐;2003年10期
5 仲黎明;劉海龍;吳沖鋒;;捕食交易策略研究[J];數(shù)學(xué)的實(shí)踐與認(rèn)識;2006年02期
6 鄭尊信;劉海龍;吳沖鋒;;基于指令執(zhí)行延遲的最優(yōu)交易策略[J];中國管理科學(xué);2007年02期
7 黃佐,
本文編號:1664047
本文鏈接:http://sikaile.net/guanlilunwen/jixiaoguanli/1664047.html
最近更新
教材專著