论文部分内容阅读
量化交易是使用计算机技术运用算法模型对影响证券交易的因素进行分析并依据结果进行交易。复杂事件处理是在事件驱动研究的背景和框架下的一种新兴技术和方法。它处理的目标是从软件系统应用各个层次的事件流中,获得其中事件所包含的信息,理解其对上层管理目标和业务过程的影响,并做出实时的反应。复杂事件处理在金融市场中的应用主要是处理大量行情、时间、委托、交易等输入事件,取出复杂事件的组合事件,并根据复杂事件实时计算出执行方法。在此背景下,本文主要的研究内容包括:(一)学习和研究复杂事件处理软件StreamBase,了解StreamBase的整体结构和运行情况,熟练掌握StreamBase的使用以及扩展方法,连接StreamBase与KCXP通信中间件和KCBP业务中间件的通信,为在复杂事件处理软件上实现量化交易平台提供技术基础。(二)针对传统证券交易中复杂事件处理模式的管理、效率、通用性问题,基于复杂事件处理技术提出了一种新的管理服务模块的设计方案。该方案的主要思想包括:封装标准化的数据传输接口,将网络数据传输转换为StreamBase内部内存队列传输;运用StreamBase管理StreamBase的系统管理方法,对内采用不同的管理层次,对外提供管理命令或指令;将与量化算法逻辑业务不相关的功能或者量化算法通用功能抽象至管理服务模块,去除量化算法与管理服务模块的耦合,抽象各类型功能模块。根据主动型算法和被动型算法的不同需求做出相应的修改,实现注重于用户交互的策略管理服务模块和注重于交易自动化执行的执行算法模块。实验结果表明,本文提出并实现的设计方案可以降低带宽需求、提高系统资源利用率、提高并发处理速度。(三)基于执行管理服务模块,采用复杂事件处理设计并实现TWAP和VWAP执行算法程序。测试结果表明,执行算法程序通过执行管理服务模块的支持能正常运行,并按照既定的拆单方案执行,在不同的行情走势下TWAP和VWAP执行的买卖均价都接近当日的市场成交均价,在某些行情走势下甚至优于市场均价。