高頻交易的投資組合配置——基于人工蜂群算法的改進.pdf

1、在金融體系比較完備的西方國家，大多數(shù)證券交易是通過高頻交易來完成的，其交易數(shù)額占總交易量的比重也在逐年增加。高頻交易運用智能算法，可以在幾毫秒之內完成大量的下單。但高頻交易在迅猛發(fā)展的同時也在沖擊著市場的穩(wěn)定性，增加了金融資產的風險暴露，給市場的監(jiān)管帶來很大的難度.尤其是證券市場交易機制尚不成熟的我國，高頻交易的發(fā)展由于各種負面的報道而受到了較大的限制。高頻交易之所以屢次在市場狀況出現(xiàn)異常的時候成為眾矢之的，其根本原因是高頻交易技術尚不

2、成熟，由于高頻交易算法需要不斷更新以應對瞬息萬變的市場形勢，所以高頻交易算法的改進和提升空間仍然較大。
　　目前高頻交易的投資組合配置算法主要有兩個方面需要改進。其一，高頻交易算法中關于高頻數(shù)據(jù)的波動率估計沒有充分考慮高頻數(shù)據(jù)的特點，導致波動率估計不準確；其二，用于進行高頻交易資產配置的算法本身也存在一定的問題，其人工智能的特點需要不斷改進以適應金融市場的發(fā)展和演進。鑒于此，本文首先建立高頻交易投資組合配置的最優(yōu)化模型，然后綜合考

3、慮高頻數(shù)據(jù)中資產價格出現(xiàn)的跳躍和市場微觀結構噪聲的干擾，選取合適的估計方法和取樣頻率對金融產品的高頻波動率進行較為準確的估計，然后運用目前較為前沿的智能算法——人工蜂群算法（Artificial Bee Colony,ABC）來進行高頻交易投資組合的配置，最后根據(jù)人工蜂群算法本身存在的收斂速度慢和存在局部最優(yōu)解的問題，運用外推引導原理和引入微調因子的方法對人工蜂群算法進行改進，并將改進前后的人工蜂群算法與傳統(tǒng)的高頻交易資產配置算法進行比