基于隐性交易成本的算法交易策略研究

摘要

在传统投资理论假设下，金融市场具有完美的流动性，投资者提交的所有订单均可以快速、无隐性交易成本地被执行，此时的投资者只需关注在不同市场环境下如何构建最优投资组合。然而，在现实证券市场上，受到市场流动性有限的影响，投资者所提交的订单在执行过程中可能会产生较大的隐性交易成本，特别是价格冲击。为了减少这种价格冲击，投资者通常利用算法交易将大额订单拆分为多个中、小规模的子订单，并根据市场环境的变化择机逐次提交。现有对于算法交易的研究并没有结合我国证券市场特征，分析价格冲击的度量与主要影响因素；没有考虑机会成本等隐性交易成本对算法交易策略的影响，也没有分析算法交易策略对投资组合选择的影响。投资者在实际使用算法交易时都将面临这些问题，因此有必要对这些问题展开深入研究。
　　本论文立足于国内外算法交易的研究现状，分析了投资者在交易过程中产生的隐性交易成本、度量方法以及主要影响因素；研究了投资者在最小化交易成本目标下如何根据具体市场环境制定最优算法交易策略的问题；分析了算法交易策略对投资组合选择的影响。本论文主要研究内容和结论如下：
　　首先，分析了投资者在交易过程中所面临的各种隐性交易成本；给出了计算价格冲击时利用交易量加权平均价格作为基准价格的理论依据；利用我国的高频交易数据，估计了价格冲击，分析了价格冲击的主要影响因素，并对比这种影响在日内不同交易时段的差异。研究结论表明，对中等规模和小规模股票而言，订单规模是影响价格冲击的显著因素，并且订单规模越小，价格冲击也越小；由于大规模股票的流通市值和成交量较大，投资者的订单可能会隐藏在众多其他投资者订单中进行交易，所以大规模股票订单规模对价格冲击的影响并不显著；与其他交易时段相比，在每天开盘后的第一个交易时期内，订单规模对价格冲击的影响最小。
　　进一步，针对许多大盘股股票中部分流通股长期处于不流动状态的情形，提出了一个股票的“真实”流动性指标，并利用股票成交金额与流通市值（去除长期不流通部分后的流通市值）的比值来衡量；同时，利用我国证券交易所的高频交易数据，分析了“真实”流动性对价格冲击的影响。研究发现，“真实”流动性对股票价格冲击具有显著的负向影响。股票流通市值对价格冲击的影响并不显著，虽然大盘股股票的流通市值非常大，但是其很大部分流通股处于不常流动状态，导致其“真实”流动性较差。在年底阶段，受基金排名等因素的影响，基金公司在调仓时应该特别关注那些“真实”流动性较差的股票，以防止其他基金公司的“砸盘”行为；从监管的角度而言，监管层在年底时应该重点监管那些“真实”流动性较差的大盘股股票，以防止出现人为的价格操纵行为。
　　其次，利用最优化理论和方法，针对投资者的订单未全部执行的情形，提出了机会成本的度量方法，在最小化隐性交易成本的目标下分析如何制定最优交易策略的问题，并针对可预期未来成交量的投资者，给出了相应的最优交易策略。研究结论表明，本文所提出最优交易策略的交易成本均小于常用的VWAP交易策略，表明采用此交易策略可以为投资者减少交易成本，提高投资收益，也为投资者制定合理交易策略提供重要的参考依据。
　　最后，分析了投资者在考虑算法交易策略影响下如何构建投资组合的问题，并利用我国深圳证券交易所的历史交易数据分析了投资组合不同调整频率对投资收益的影响。研究表明，在考虑了算法交易策略的影响下，投资者的投资组合调整并不是越频繁越好；在构建投资组合时，投资者必须要综合考虑股票的预期收益、风险以及交易成本等因素。在对比分析了投资者分别在一年、半年、一个季度、两个月调整一次投资组合时的总收益情况，发现投资者在每一季度调整一次投资组合时的总收益最大。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 引言

1.2 算法交易概述

1.3 文献综述

1.4 问题提出

1.5 本文的主要内容及结构安排

1.6 本文的主要创新点

第二章 隐性交易成本中价格冲击的估计与影响因素研究

2.1 引言

2.2 交易成本的构成与度量

2.3 基于交易量加权平均价格的价格冲击度量与影响因素研究

2.4 基于股票流动性的价格冲击研究

2.5 本章小结

第三章 基于价格冲击的算法交易策略研究

3.1 引言

3.2 受价格冲击和机会成本共同影响的交易模型

3.3 受价格冲击、机会成本与择时风险等因素影响的算法交易策略

3.4 本章小结

第四章 基于算法交易策略的投资组合构建研究

4.1 引言

4.2 均值-方差模型与隐性交易成本

4.3 模型构建与结果

4.4 本章小结

第五章 结论与研究展望

5.1 全文总结

5.2 研究展望

致谢

参考文献

附录

作者攻读博士期间完成的论文

作者攻读博士期间参加的科研项目