[发明专利]自动化金融交易方法及交易系统

说明书

技术领域

本发明涉及一种金融产品自动交易方法，具体涉及一种自动化金融交易方法。本发明还涉及一种自动化金融交易系统。

背景技术

随着金融市场的多样化、全球化和信息化，以高频交易为代表的自动化金融交易(也称算法交易)正在变得越来越重要。

与人工交易不同，自动化交易通常采用频繁买入卖出的做市商策略和/或跨市场套利策略，并利用买入卖出交易对的价差获利。尽管每一次交易的价差和收益都很小，但利用强大的计算能力和网络传输能力，可以在较短时间内完成大量的买卖单，从而实现稳定可观的获利。同时，由于只关心当前及未来很短时间的价格变化，所以也规避了长时间持有筹码所带来的不确定性。

但是，在自动交易中，如何确定合理的买卖价格是个仁者见仁智者见智的问题。如果买卖价差过小，则显然会影响总收益；如果挂单买卖价差过大，则可能很长时间内难以成交，不仅影响了资金利用效率，还增加了整体的不确定性。因此，需要对自动化交易方法进行优化，以期获得更佳的收益。

例如通过回归分析可以对价格走势做出一些判断和预测，但线性分析的精确性比较有限；使用人工神经网络等方法可以处理比较复杂的关系，但是训练过的模型背后的经验规则却很难从金融角度给以解释。同时，由于金融市场的动态性、随机性以及交易策略的多样性，用少数几种方法实现放之四海而皆准的规则几乎是不可能的。

目前，一类典型的做市商策略是：根据当前市场行情，以稍低于市价的价格挂单买入筹码，再以稍高于市价的价格挂单卖出筹码，以赚取差价。在此类策略中，买卖价差是影响策略获利的关键因素：如果该价差是固定值，则当市场波动较小时，价差偏大，不仅会导致交易不易在短期内成交，增加了持有筹码的风险，还影响了总体收益；而当市场波动较大时，设置的固定价差可能偏小，尽管交易可以在短期内成交，但因为每对交易获利较小，也影响了总体收益。

发明内容

本发明所要解决的技术问题是提供一种自动化金融交易方法，它可以将做市商交易策略的给定时间段内的交易收益期望值最大化。

为解决上述技术问题，本发明自动化金融交易方法的技术解决方案为，包括以下步骤：

步骤1，调用交易服务商应用编程接口，获得当前的实时交易数据；所述实时交易数据包括但不限于盘口数据、实时成交数据、当前指数、当前成交量；

数据抓取系统连接到交易服务商服务器；

数据抓取系统从交易服务商服务器读取数据报文；

数据抓取系统从读取的数据报文中解析实时交易数据；

数据抓取系统将解析出的实时交易数据发送至数据标准化系统；

数据标准化系统将实时交易数据进行归一化处理。

步骤2，计算当前实时成交数据的均值和标准差，以及指数的最近多个采样点的均值和标准差；

计算当前实时成交数据的均值和标准差的具体步骤为：

数据标准化系统将归一化处理后的实时交易数据发送给行情数据处理系统；

行情数据处理系统读取归一化的实时成交数据，并加入到历史成交数据队列中；

行情数据处理系统计算成交价格的均值和标准差。

计算指数的最近多个采样点的均值和标准差的具体步骤为：

行情数据处理系统读取配置文件；

行情数据处理系统从配置文件中获得指定的采样点的个数；

数据标准化系统将归一化处理后的实时交易数据发送给行情数据处理系统；

行情数据处理系统读取当前指数，并加入到指数序列中；

行情数据处理系统对指数序列进行正态性检验；

行情数据处理系统根据所述采样点的个数计算指数序列的均值和标准差。

步骤3，根据上述各值计算出合适的买入价格和卖出价格；

具体步骤为：

买入价格偏移量初值设为-3；卖出价格偏移量初值设为-3；

当前候选买入价格的初值设置为当前成交价格均值加上当前买入价格偏移量乘以指数序列的标准差；

当前候选卖出价格的初值设置为当前成交价格均值加上当前卖出价格偏移量乘以指数序列的标准差；

计算出当前候选卖出价格与当前候选买入价格之差；

将候选买入价格与候选卖出价格转换为对应的标准正态分布值；

计算小于当前买入价格的概率值，即候选买入价格的标准正态分布值的累计分布函数；

计算大于当前卖出价格的概率值，即候选卖出价格的标准正态分布值的残余函数；

计算小于当前买入价格的概率值的倒数与大于当前卖出价格的概率值的倒数之和；