基于交易算法的评价方法、装置、设备及存储介质与流程

本申请涉及金融交易，特别是涉及一种基于交易算法的评价方法、装置、设备及存储介质。

背景技术：

1、算法交易(algorithmic trading)是一种使用自动预编程交易指令执行订单的方法，其中考虑了时间、价格和交易量等变量。算法交易已在金融市场上得到广泛运用，金融交易中通常使用计算机程序来确定交易订单的最佳执行路径、执行时间、执行价格及执行数量。但随着算法交易在金融行业的普及，问题随之而来，不同的算法在使用过程中，具有不同的优势特征和使用限制，如对应不同个股波动性，算法执行有效性存在差异；针对交易时间段的不同，执行优势会有不同；针对相同一篮子标的券的使用资金占比不同，盈亏结果会有偏差等。简单地将各类算法进行收益排名，显然并不客观。对无法辨识算法是否优劣的客户来说，即使花费了高昂的时间成本和现金代价，也可能并不会如预期那般通过算法获得超额收益。

2、交易算法能拆分大额委托单，降低其对市场的冲击，t0算法则可以帮助客户实现对股票的低买高卖，帮助客户降低持仓成本，赚取超额收益。但是，算法为客户执行的每一笔交易是否合理有效，需要整体进行分析和评判。原有分析方法比较简单，仅能根据算法执行结束后，对其所有执行交易的结果确认执行的完成度，及成本值取平均与股票当天收盘价进行比较，从而得出执行结果的优劣。

3、随着人工智能与大数据技术的发展，程序化交易逐渐成为私募交易的主流。在此大背景下，量化、高频私募争夺成为机构经纪提高市占率、扩大行业影响、反哺财富管理的关键。交易算法作为金融领域较为流行的算法，能够拆分大额委托单，降低大单对市场的冲击，增加大单隐秘性。目前尚缺乏一种基于科学的运营思路所打造的算法交易服务体系，通过在已有的优秀算法系统的基础上，针对这些算法系统在基础逻辑、提供厂商、对接方式等等差异性建设算法评估体系。

技术实现思路

1、鉴于以上所述现有技术的缺点，本申请的目的在于提供一种基于交易算法的评价方法、装置、设备及存储介质，用于解决现有技术中针对交易算法分析评估精度较低的技术问题。

2、为实现上述目的及其他相关目的，本申请的第一方面提供一种基于交易算法的评价方法，所述方法包括：获取股票历史行情数据，通过计算以提供待评价交易算法所需的基准数据；获取执行所述待评价交易算法生成的历史订单数据，并通过计算以得到对应算法关于基本评价指标的基本指标数据；根据所述基本指标数据和所述基准数据，结合算法评价标准对所述待评价交易算法进行高精度分析。

3、于本申请的第一方面的一些实施例中，所述算法评价标准包括：成交量、成交价格、委托与撤单、绩效表现、标的适应性；所述结合算法评价标准对所述待评价交易算法进行高精度分析包括：对所述待评价交易算法进行关于基本评价指标的多维度交互分析；对所述待评价交易算法进行预设分析维度的实时分析；对不同的交易算法的绩效进行对比分析。

4、于本申请的第一方面的一些实施例中，所述待评价交易算法关于成交量的评价标准为基于所述待评价交易算法所获得的待评价预测成交量在预设任务时段内的分布；具体评价过程包括：根据标准交易算法建立成交量的评价基准，通过结合多种模型计算分析以得到所述标准交易算法对应成交量的标准分布带；利用所述待评价交易算法以得到待评价预测成交量，基于所述待评价预测成交量关于所述标准分布带的偏离程度对所述待评价交易算法进行评价分析。

5、于本申请的第一方面的一些实施例中，所述根据标准交易算法建立成交量的评价基准，通过结合多种模型计算分析以得到所述标准交易算法对应成交量的标准分布带，包括：以vwap算法为基准，通过对历史vwap算法预测的成交量进行修正以得到动态vwap算法预测的成交量；通过结合多种模型对修正系数进行估计预测以得到成交量的标准分布带，其中，所述多种模型包括：arma模型、setar模型、神经网络模型。

6、于本申请的第一方面的一些实施例中，所述通过对历史vwap算法预测的成交量进行修正以得到动态vwap算法预测的成交量，并使得所述动态vwap算法预测的成交量接近市场实际成交量；所述修正系数的表达式为：其中，表示股票在第t日第n个区间的市场实际成交量，为已知量；表示股票在第t日第n个区间的历史vwap算法预测的成交量，通过对过去l个交易日的市场实际成交量进行平均以得到，其表达式为：所述动态vwap算法预测的成交量的表达式为：

7、于本申请的第一方面的一些实施例中，所述待评价交易算法关于绩效表现的评价标准为基于所述待评价交易算法所得到的交易买卖点在预设任务时段内的分布，具体评价过程包括：通过对个股行情走势的分时图进行滤波将个股一日的行情分为多个上涨区间或下跌区间，并获取对应区间内的用以表征行情信息的特征数据；以所述特征数据作为输入，以交易买卖点的正确率为输出，利用机器学习训练以得到绩效评价模型；利用所述绩效评价模型对所述待评价交易算法所得到的交易买卖点的正确率进行评价分析。

8、为实现上述目的及其他相关目的，本申请的第二方面提供一种基于交易算法的评价装置，包括：基准数据获取模块，用于获取股票历史行情数据，通过计算以提供待评价交易算法所需的基准数据；指标数据计算模块，用于获取执行所述待评价交易算法生成的历史订单数据，并通过计算以得到对应算法关于基本评价指标的基本指标数据；算法评价分析模块，用于根据所述基本指标数据和所述基准数据，结合算法评价标准对所述待评价交易算法进行高精度分析。

9、于本申请的第二方面的一些实施例中，所述装置还包括：数据存储模块，用于存储所述基准数据获取模块、指标数据计算模块及算法评价分析模块所获得的数据，并进行实时更新。

10、为实现上述目的及其他相关目的，本申请的第三方面提供一种基于交易算法的评价设备，其特征在于，所述设备包括：存储器、处理器和通信器；所述存储器用于存储交易算法评价程序；所述处理器用于执行所述存储器上存储的交易算法评价程序，所述交易算法评价程序配置为实现如上所述的基于交易算法的评价方法的步骤；所述通信器用于与外部设备通信。

11、为实现上述目的及其他相关目的，本申请的第四方面提供一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行如上所述的基于交易算法的评价方法。

12、综上所述，本申请提供的一种基于交易算法的评价方法、装置、设备及存储介质，具有以下有益效果：本申请不仅能实现实际订单与成交数据的指标计算、行情数据清洗，还能实现对交易算法的多维度、高精度评估分析；而且本申请还可针对不同的交易算法实现事前性、系统性、定性定量地综合绩效分析评价。本申请还能为客户提供更加清晰、完备的算法评估信息以保证客户收益，降低公司所面临的算法与实际效果偏差过大的风险，整体上提高算法服务能力。

技术特征：

1.一种基于交易算法的评价方法，其特征在于，所述方法包括：

2.根据权利要求1所述的基于交易算法的评价方法，其特征在于，所述算法评价标准包括：成交量、成交价格、委托与撤单、绩效表现、标的适应性；所述结合算法评价标准对所述待评价交易算法进行高精度分析包括：

3.根据权利要求2所述的基于交易算法的评价方法，其特征在于，所述待评价交易算法关于成交量的评价标准为基于所述待评价交易算法所获得的待评价预测成交量在预设任务时段内的分布；具体评价过程包括：

4.根据权利要求3所述的基于交易算法的评价方法，其特征在于，所述根据标准交易算法建立成交量的评价基准，通过结合多种模型计算分析以得到所述标准交易算法对应成交量的标准分布带，包括：

5.根据权利要求4所述的基于交易算法的评价方法，其特征在于，所述通过对历史vwap算法预测的成交量进行修正以得到动态vwap算法预测的成交量，并使得所述动态vwap算法预测的成交量接近市场实际成交量；所述修正系数的表达式为：

6.根据权利要求2所述的基于交易算法的评价方法，其特征在于，所述待评价交易算法关于绩效表现的评价标准为基于所述待评价交易算法所得到的交易买卖点在预设任务时段内的分布，具体评价过程包括：

7.一种基于交易算法的评价装置，其特征在于，所述装置包括：

8.根据权利要求7所述的基于交易算法的评价装置，其特征在于，所述装置还包括：数据存储模块，用于存储所述基准数据获取模块、指标数据计算模块及算法评价分析模块所获得的数据，并进行实时更新。

9.一种基于交易算法的评价设备，其特征在于，所述设备包括：存储器、处理器和通信器；

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行如权利要求1至6中任一项所述的方法。

技术总结
本发明提供一种基于交易算法的评价方法、装置、设备及存储介质，包括：获取股票历史行情数据，通过计算以提供待评价交易算法所需的基准数据；获取执行所述待评价交易算法生成的历史订单数据，并通过计算以得到对应算法关于基本评价指标的基本指标数据；根据所述基本指标数据和所述基准数据，结合算法评价标准对所述待评价交易算法进行高精度分析。本申请不仅能实现实际订单与成交数据的指标计算、行情数据清洗，还能实现对交易算法的多维度、高精度评估分析；本申请能为客户提供更加清晰、完备的算法评估信息以保证客户收益，降低公司所面临的算法与实际效果偏差过大的风险，整体上提高算法服务能力。

技术研发人员：李江城,钱骏,赵波,何博
受保护的技术使用者：上海宇量智慧数据技术有限公司
技术研发日：
技术公布日：2024/1/12