CN113450216A - 用于量化交易的数据处理方法、系统、设备和存储介质 - Google Patents
用于量化交易的数据处理方法、系统、设备和存储介质 Download PDFInfo
- Publication number
- CN113450216A CN113450216A CN202110715626.0A CN202110715626A CN113450216A CN 113450216 A CN113450216 A CN 113450216A CN 202110715626 A CN202110715626 A CN 202110715626A CN 113450216 A CN113450216 A CN 113450216A
- Authority
- CN
- China
- Prior art keywords
- transaction
- order
- transaction information
- data processing
- order book
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 57
- 238000003860 storage Methods 0.000 title claims description 22
- 238000012545 processing Methods 0.000 claims description 29
- 239000011159 matrix material Substances 0.000 claims description 6
- 230000017105 transposition Effects 0.000 claims description 2
- 238000000034 method Methods 0.000 description 20
- 238000004590 computer program Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 15
- 238000004458 analytical method Methods 0.000 description 10
- 230000015654 memory Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 230000014509 gene expression Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 230000008520 organization Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 2
- 239000010931 gold Substances 0.000 description 2
- 229910052737 gold Inorganic materials 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004445 quantitative analysis Methods 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 241000512668 Eunectes Species 0.000 description 1
- 241000287181 Sturnus vulgaris Species 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
提供了一种用于量化交易的数据处理方法，可以应用于金融技术领域。所述数据处理方法包括：获取多个交易方的交易信息，其中，每个交易方提供至少一个交易信息，每个所述交易信息至少包括报价来源、报价和交易量；基于所述多个交易方的交易信息形成订单簿，其中，所述订单簿包括多个交易信息；获取至少一个目标下单量；根据所述订单簿，使用预设的报价策略来确定每个目标下单量对应的基准报价，其中，所述预设的报价策略包括成交量加权平均价策略。
Description
技术领域
本公开涉及金融技术领域，具体地涉及一种用于量化交易的数据处理方法、系统、电子设备、计算机可读存储介质和程序产品。
背景技术
目前，相关金融机构在银行间市场开展结售汇、外汇的报价时，价格生成机制为在市场主流报价商报价基础上根据自身头寸状况、做市能力和交易策略等因素，通过简单加减点差的方式形成对外报价；在对外交易时，主要依赖于交易员在银行间市场人工寻找最优价格进行判断，执行交易下单，然后交易系统将指令通过接口与外汇交易中心系统交互，完成一笔完整的交易。该种处理方式至少存在以下弊端：占用大量人力资源，给交易员群体带来较大负荷，且交易效率不能满足日益增长的业务需求。另外，目前的一些量化交易系统，在运行效率、报价准确性、可靠性、可扩展性等方面存在不足。这类量化交易系统无法实现复杂的策略开发，导致报价准确性无法得到保证。该类量化交易系统在进行计算时，资源占用率较高。
发明内容
根据本公开实施例的一个发明，提供一种用于量化交易的数据处理方法，其中，所述数据处理方法包括：
获取多个交易方的交易信息，其中，每个交易方提供至少一个交易信息，每个所述交易信息至少包括报价来源、报价和交易量；
基于所述多个交易方的交易信息形成订单簿，其中，所述订单簿包括多个交易信息；
获取至少一个目标下单量；
根据所述订单簿，使用预设的报价策略来确定每个目标下单量对应的基准报价，
其中，所述预设的报价策略包括成交量加权平均价策略。
根据一些示例性的实施例，所述报价包括买方出价和卖方出价，所述形成所述订单簿包括：分别形成买方订单簿和卖方订单簿。
根据一些示例性的实施例，基于所述多个交易方的交易信息形成订单簿具体包括：按照交易信息中的买方出价，将多个交易信息按照从高到低的顺序排列，以形成买方订单簿；和按照交易信息中的卖方出价，将多个交易信息按照从低到高的顺序排列，以形成卖方订单簿。
根据一些示例性的实施例，基于所述多个交易方的交易信息形成订单簿还包括：对于买方出价相同的交易信息，按照交易量从大到小的顺序排列，以形成买方订单簿；和对于卖方出价相同的交易信息，按照交易量从大到小的顺序排列，以形成卖方订单簿。
根据一些示例性的实施例，基于所述多个交易方的交易信息形成订单簿还包括：根据报价和报价来源将所述订单簿中的交易信息分为多个层级。
根据一些示例性的实施例，根据报价和报价来源将所述订单簿中的交易信息分为多个层级具体包括：对于来自不同交易方的多个交易信息，比较该多个交易信息的报价来源属性；对于来自不同交易方的多个交易信息，比较该多个交易信息的报价；将报价来源属性相同且报价相同的多个交易信息，在所述订单簿中划分至相同的层级。
根据一些示例性的实施例，所述交易信息包括外汇交易信息，所述交易方包括银行间外汇市场中的报价商。
根据一些示例性的实施例，所述报价来源属性包括即期询价市场属性和即期撮合市场属性。
根据一些示例性的实施例，所述根据所述订单簿，使用预设的报价策略来确定每个目标下单量对应的基准报价具体包括：
对于一个目标下单量，比较该目标下单量与第一订单量，其中，所述第一订单量为所述订单簿中处于第一层级的交易信息包括的交易量；
当所述目标下单量小于等于第一订单量时，确定与第一订单量对应的第一报价作为该目标下单量对应的基准报价。
根据一些示例性的实施例，所述根据所述订单簿，使用预设的报价策略来确定每个目标下单量对应的基准报价还包括：
当所述目标下单量大于等于第一订单量时，将所述第一订单量加入与所述目标下单量对应的库存量中，并获取与该第一库存量对应的第一报价；
比较所述库存量与当前量之和与所述目标下单量的关系，其中，所述当前量为所述订单簿中处于第i层级的交易信息包括的交易量，i为大于等于2的正整数；
当所述库存量与当前量之和小于所述目标下单量时，将所述当前量加入所述库存量中，并获取与该当前量对应的报价。
根据一些示例性的实施例，当所述库存量与当前量之和大于等于所述目标下单量时，将所述目标量与所述库存量的差量加入所述库存量中。
根据一些示例性的实施例，所述根据所述订单簿，使用预设的报价策略来确定每个目标下单量对应的基准报价还包括：
确定当前处理的交易信息的报价来源属性；
当所述报价来源属性是即期撮合市场属性时，判断以下两个条件是否满足：(1)当前处理的交易信息是所述订单簿中处于第一层级的交易信息，以及(2)所述库存量中具有即期撮合市场属性的交易信息均是所述订单簿中处于第一层级的交易信息；
当所述两个条件中的至少一个未满足时，丢弃所述库存量中具有即期撮合市场属性的交易信息。
根据一些示例性的实施例，所述根据所述订单簿，使用预设的报价策略来确定每个目标下单量对应的基准报价还包括：
从所述订单簿中选取N个订单量以及N个报价，其中，所述N个报价和N个订单量分别一一对应，N为大于等于2的正整数；
根据N个报价和N个交易量，利用公式VWAP＝wT*p/W计算成交量加权平均价，其中，VWAP为成交量加权平均价，w为选取的N个订单量形成的矩阵，wT表示矩阵w的转置，p为选取的N个报价，W为选取的N个订单量之和；
将所述成交量加权平均价确定为一个目标下单量对应的基准报价。
根据一些示例性的实施例，所述数据处理方法还包括：根据主流交易方的报价对所述基准报价校正，以形成用于量化交易的最终报价。
根据一些示例性的实施例，根据主流交易方的报价对所述基准报价校正，以形成用于量化交易的最终报价具体包括：
获取历史成交数据；
根据所述历史成交数据，确定主流交易方；
查询该主流交易方在当前交易日中的报价信息；
根据该主流交易方在当前交易日中的报价信息和预设的追踪调整系数，对所述基准报价校正，以形成用于量化交易的最终报价。
根据一些示例性的实施例，所述数据处理方法还包括：基于预设的交易策略，使用所述至少一个目标下单量和与该目标下单量对应的最终报价进行交易。
根据本公开实施例的另一方面，提供一种用于量化交易的数据处理系统，其中，所述数据处理系统包括：
交易信息获取模块，用于获取多个交易方的交易信息，其中，每个交易方提供至少一个交易信息，每个所述交易信息至少包括报价来源、报价和交易量；
订单簿形成模块，用于基于所述多个交易方的交易信息形成订单簿，其中，所述订单簿包括多个交易信息；
目标下单量获取模块，用于获取至少一个目标下单量；
基准报价确定模块，用于根据所述订单簿，使用预设的报价策略来确定每个目标下单量对应的基准报价，
其中，所述预设的报价策略包括成交量加权平均价策略。
根据本公开实施例的又一方面，提供一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行如上所述的用于量化交易的数据处理方法。
根据本公开实施例的再一方面，提供一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行如上所述的用于量化交易的数据处理方法。
根据本公开实施例的再一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上所述的用于量化交易的数据处理方法。
附图说明
通过以下参照附图对本公开实施例的描述，本公开的上述内容以及其他目的、特征和优点将更为清楚，在附图中：
图1是根据本公开的一些示例性实施例的用于量化交易的数据处理方法的流程图；
图2A和图2B分别示意性示出了形成订单簿的操作的详细流程图；
图3示出了所述数据处理方法的报价策略的流程图；
图4是根据本公开的实施例的用于量化交易的数据处理方法的流程图，其中，示出了校正步骤；
图5是根据本公开的实施例的用于量化交易的数据处理方法的流程图，其中，示出了交易策略；
图6示意性示出了根据本公开实施例的用于量化交易的数据处理系统的结构框图；
图7示意性示出了根据本公开实施例的用于量化交易的业务处理系统的结构框图；
图8示意性示出了根据本公开实施例的用于量化交易的业务处理系统的数据处理流程图；
图9示意性示出了根据本公开实施例的用于量化交易的业务处理方法的流程图；以及
图10示意性示出了根据本公开实施例的适于实现上述用于量化交易的业务处理方法的电子设备的方框图。
具体实施方式
以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本公开实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
在本文中，“量化交易”是指以数学模型替代人为的主观判断，利用计算机技术从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略，进而实现交易的过程。通过量化交易，可以减少投资者情绪波动的影响，避免在市场极度狂热或悲观的情况下作出非理性的投资决策。
表述“银行间市场”包括同业拆借市场、票据市场、债券市场、外汇市场和黄金市场。银行间市场有调节货币流通和货币供应量、调节银行之间的货币余缺以及金融机构货币保值增值的作用。
表述“银行间外汇市场”表示经中国人民银行、国家外汇管理局批准可以经营外汇业务的境内金融机构(包括中外资银行和非银行金融机构)之间通过中国外汇交易中心的银行间外汇交易系统进行人民币和外汇之间交易的市场。
表述“汇率”是各国货币之间相互交换时换算的比率，即一国货币单位用另一国货币单位所表示的价格。
表述“基准汇价”表示中国人民银行每日公布银行间外汇市场人民币对美元、日元、港币的市场交易中间价，该中间价是各外汇指定银行之间以及外汇指定银行与客户之间人民币对美元、日元、港币买卖的交易基准汇价。
表述“银行外汇牌价”表示各外汇指定银行以中国人民银行公布的人民币对美元交易基准汇价为依据，根据国际外汇市场行情，自行套算出当日人民币对美元、日元、港币以外各种可自由兑换货币的中间价。外汇指定银行可在中国人民银行规定的汇价浮动幅度内，自行制定各挂牌货币的外汇买入价、外汇卖出价以及现钞买入价和现钞卖出价，这些挂牌价即为银行外汇牌价。
表述“结汇”、“售汇”和“结售汇”可以做如下理解：在银行结售汇制度下，结汇是指外汇收入所有者将外汇卖给外汇指定银行，外汇指定银行根据交易行为发生之日的人民币汇率付给等值人民币的行为；售汇是指外汇指定银行将外汇卖给外汇使用者，并根据交易行为发生之日的人民币汇率收取等值人民币的行为。
本公开的实施例提供了一种用于量化交易的数据处理方法、系统、电子设备、计算机可读存储介质和程序产品。所述用于量化交易的数据处理方法，可以应用于金融技术领域。所述数据处理方法包括：获取多个交易方的交易信息，其中，每个交易方提供至少一个交易信息，每个所述交易信息至少包括报价来源、报价和交易量；基于所述多个交易方的交易信息形成订单簿，其中，所述订单簿包括多个交易信息；获取至少一个目标下单量；根据所述订单簿，使用预设的报价策略来确定每个目标下单量对应的基准报价，其中，所述预设的报价策略包括成交量加权平均价策略。在本公开的实施例中，借助量化分析技术和预设的报价策略，可以减少所述数据处理方法运行时的资源占用率，实现对外报价和交易下单更为精准，抓件转瞬即逝的盈利机会，在确保业务办理的安全性基础上实现更合理、更优化的报价和平盘。
图1是根据本公开的一些示例性实施例的用于量化交易的数据处理方法的流程图。如图1所示，所述用于量化交易的数据处理方法可以包括操作S110～操作S140，该用于量化交易的数据处理方法可以被处理器或计算设备执行。
在操作S110，获取多个交易方的交易信息，其中，每个交易方提供至少一个交易信息，每个所述交易信息至少包括报价来源、报价和交易量。
例如，在本公开的一些实施例中，所述交易信息包括外汇交易信息，所述交易方包括银行间外汇市场中的报价商，或者，所述多个交易方可以是银行间外汇市场中的多个金融机构。需要说明的是，在本公开的一些实施例中，以银行间外汇市场中的外汇交易为例，对本公开的技术构思进行说明，但是，本公开的实施例不局限于此，本公开的技术构思可以应用于各种类型的银行间市场，包括但不限于，同业拆借市场、票据市场、债券市场、外汇市场和黄金市场等。
在操作S120，基于所述多个交易方的交易信息形成订单簿，其中，所述订单簿包括多个交易信息。即，所述订单簿至少包括报价来源、报价和交易量。
例如，订单簿可以用于按报价、交易量等信息记录所有有价证券、债券、外汇、实物的出价和要约，它可以具有电子文件的形式。
在操作S130，获取至少一个目标下单量。例如，所述至少一个目标下单量可以从使用所述用于量化交易的数据处理方法的用户处获得。所述用户可以是外汇经纪人或金融机构。例如，所述至少一个目标下单量可以是用户预先设置的量。
在操作S140，根据所述订单簿，使用预设的报价策略来确定每个目标下单量对应的基准报价。例如，所述预设的报价策略包括成交量加权平均价策略。
需要说明的是，所述用于量化交易的数据处理方法可以通过客户端、终端、服务器实现。例如，所述客户端可以安装在用户设备(例如智能手机、平板电脑、PAD手持终端、笔记本电脑、台式电脑)上，对于智能手机、平板电脑和PAD手持终端，客户端可以为APP(应用程序)或网页的形式，对于笔记本电脑和台式电脑，客户端可以为桌面应用或网页的形式。
在本公开的实施例中，提供用于量化交易的数据处理方法，可以实现自动报价和自动交易中的至少一个，从而可以实现如下有益效果中的至少一个方面：(1)降低人力资源消耗，释放更多人力资源，提升交易效率；(2)增强报价准确性，从而带来潜在收益；(3)抓住不同市场形势下的盈利机会，提高盈利能力，带来直接经济效益。
在本公开的实施例中，所述报价可以包括买方出价和卖方出价。相应地，所述形成所述订单簿可以包括：分别形成买方订单簿(即bid订单簿)和卖方订单簿(即ask订单簿)。
图2A和图2B分别示意性示出了形成订单簿的操作的详细流程图。结合参照图1、图2A和图2B，操作S120可以包括操作S210～操作S240。
在操作S210，按照交易信息中的买方出价，将多个交易信息按照从高到低的顺序排列，以形成买方订单簿。
在操作S220，对于买方出价相同的交易信息，按照交易量从大到小的顺序排列，以形成买方订单簿。
在操作S230，按照交易信息中的卖方出价，将多个交易信息按照从低到高的顺序排列，以形成卖方订单簿。
在操作S240，对于卖方出价相同的交易信息，按照交易量从大到小的顺序排列，以形成卖方订单簿。
在本公开的一些示例性实施例中，基于所述多个交易方的交易信息形成订单簿还可以包括：根据报价和报价来源将所述订单簿中的交易信息分为多个层级。
示例性地，根据报价和报价来源将所述订单簿中的交易信息分为多个层级具体包括：对于来自不同交易方的多个交易信息，比较该多个交易信息的报价来源属性；对于来自不同交易方的多个交易信息，比较该多个交易信息的报价；将报价来源属性相同且报价相同的多个交易信息，在所述订单簿中划分至相同的层级。
例如，在划分层级时，可以将来源于不同交易方(即不同渠道)但具有相同的买方出价或卖方出价的交易信息划分至同一层级。示例性地，360T、路透Eikon、TRDA等渠道关于CNY/USD币种对都有一系列的报价，可以把上述渠道的一系列报价的6.4116单独选取出来，划分至同一层级。
再例如，所述报价来源属性包括即期询价市场(即QDM)属性和即期撮合市场(即ODM)属性。多个交易信息可以分别来自于即期询价市场和即期撮合市场。在划分层级时，可以将来自即期询价市场和即期撮合市场的交易信息划分至不同的层级。
在本公开的实施例中，通过将所述订单簿划分层级，可以提高所述方法的运行效率，提高报价和交易的速度和准确性。
图3示出了所述数据处理方法的报价策略的流程图。结合参照图1和图3，在本公开的一些示例性实施例中，所述根据所述订单簿，使用预设的报价策略来确定每个目标下单量对应的基准报价可以具体包括以下操作。在下面的描述中，以一个目标下单量为例进行说明，这一个目标下单量可以是上述至少一个目标下单量中的任意一个。
在操作S310，对于一个目标下单量，比较该目标下单量与第一订单量，其中，所述第一订单量为所述订单簿中处于第一层级的交易信息包括的交易量。
在操作S320，当所述目标下单量小于等于第一订单量时，确定与第一订单量对应的第一报价作为该目标下单量对应的基准报价。例如，在这种情况下，可以选取第一订单量中的与所述目标下单量相等的交易量以及上述第一报价。
在操作S330，当所述目标下单量大于等于第一订单量时，将所述第一订单量加入与所述目标下单量对应的库存量中，并获取与该第一库存量对应的第一报价。
然后，继续往订单簿的下一层级选取合适的量和报价。
在操作S340，比较所述库存量与当前量之和与所述目标下单量的关系，其中，所述当前量为所述订单簿中处于第i层级的交易信息包括的交易量，i为大于等于2的正整数。
在操作S350，当所述库存量与当前量之和小于所述目标下单量时，将所述当前量加入所述库存量中，并获取与该当前量对应的报价。
应该理解，操作S340和操作S350可以反复执行，即当所述库存量与当前量之和小于所述目标下单量时，可以不断往订单簿的下一层级选取合适的量和报价，直至所述库存量与当前量之和大于等于所述目标下单量。
在操作S360，当所述库存量与当前量之和大于等于所述目标下单量时，将所述目标量与所述库存量的差量加入所述库存量中。
例如，通过上述操作S310～S360，可以从所述订单簿中选取N个订单量以及N个报价，其中，所述N个报价和N个订单量分别一一对应，N为大于等于2的正整数。
在本公开的实施例中，可以根据N个报价和N个交易量，利用公式VWAP＝wT*p/W计算成交量加权平均价，其中，VWAP为成交量加权平均价，w为选取的N个订单量形成的矩阵，wT表示矩阵w的转置，p为选取的N个报价，W为选取的N个订单量之和。然后，将所述成交量加权平均价确定为一个目标下单量对应的基准报价。
例如，在本公开的一些实施例中，所述根据所述订单簿，使用预设的报价策略来确定每个目标下单量对应的基准报价还可以包括：确定当前处理的交易信息的报价来源属性；当所述报价来源属性是即期撮合市场属性时，判断以下两个条件是否满足：(1)当前处理的交易信息是所述订单簿中处于第一层级的交易信息，以及(2)所述库存量中具有即期撮合市场属性的交易信息均是所述订单簿中处于第一层级的交易信息；当所述两个条件中的至少一个未满足时，丢弃所述库存量中具有即期撮合市场属性的交易信息。
具体地，在所述根据所述订单簿，使用预设的报价策略来确定每个目标下单量对应的基准报价的操作中，可以按照以下步骤执行。
在当前处理的交易信息的报价来源属性为ODM属性的情况下，当所述库存量与当前量之和小于所述目标下单量时，将整个当前量加入库存量，继续往订单簿下一层级取；当所述库存量与当前量之和大于等于所述目标下单量时，选取目标下单量-库存量的差量，针对当前的目标下单量的计算结束。
在当前处理的交易信息的报价来源属性为QDM属性的情况下，当满足上述两个条件时，继续下一步判断：当所述库存量与当前量之和小于所述目标下单量时，将整个当前量加入库存量，继续往订单簿下一层级取；当所述库存量与当前量之和大于等于所述目标下单量时，选取目标下单量-库存量的差量，针对当前的目标下单量的计算结束。当上述两个条件中的至少一个不满足时，丢弃所述库存量中具有即期撮合市场属性的交易信息，即，在本公开的实施例中，当前库存量中应该只有一个QDM报价，然后进行下一步判断：当所述库存量与当前量之和小于所述目标下单量时，将整个当前量加入库存量，继续往订单簿下一层级取；当所述库存量与当前量之和大于等于所述目标下单量时，选取目标下单量-库存量的差量，针对当前的目标下单量的计算结束。
然后，利用上述公式VWAP＝WT*p/W计算成交量加权平均价，将所述成交量加权平均价确定为一个目标下单量对应的基准报价。
在本公开的实施例中，根据上述报价策略，可以计算出针对每一个目标下单量的基准报价。
图4是根据本公开的实施例的用于量化交易的数据处理方法的流程图，其中，示出了校正步骤。结合参照图1和图4，在本公开的实施例中，所述数据处理方法还可以包括：根据主流交易方的报价对所述基准报价校正，以形成用于量化交易的最终报价。例如，所述根据主流交易方的报价对所述基准报价校正以形成用于量化交易的最终报价具体包括操作S410～S440。
在操作S410，获取历史成交数据。例如，所述历史交易数据可以是上一交易日的成交数据。
在操作S420，根据所述历史成交数据，确定主流交易方。例如，可以根据历史成交数据，按照成交量从高到低的顺序，对各家做市商进行排序，确定出排位第一的做市商。可以将该排位第一的做市商确定为主流交易方。
在操作S430，查询该主流交易方在当前交易日中的报价信息。例如，可以查询该主流交易方在当前交易日的报价信息。
在操作S440，根据该主流交易方在当前交易日中的报价信息和预设的追踪调整系数，对所述基准报价校正，以形成用于量化交易的最终报价。
例如，根据计算上一日交易量数据，确定除使用所述数据处理方法的机构A之外的最大做市商为金融机构B。在当前交易日交易时点，系统监测到金融机构B的卖价距离中间价10bp，买价距离中间价8bp，偏移大小为2bp。机构A预设的追踪调整系数为80％，则机构A的报价自动调整为买价比卖价低1.6个bp。
例如，bp是指基点Basis Point(bp)，用于金融方面，债券和票据利率改变量的度量单位。一个基点等于1个百分点的1％，即0.01％，因此，100个基点等于1％。
在本公开的实施例中，通过量化交易的报价方法，可以将报价更新速度由800毫秒提升至10-15毫秒。
图5是根据本公开的实施例的用于量化交易的数据处理方法的流程图，其中，示出了交易策略。结合参照图1和图5，在本公开的实施例中，所述数据处理方法还可以包括：基于预设的交易策略，使用所述至少一个目标下单量和与该目标下单量对应的最终报价进行交易。例如，所述预设的交易策略可以包括以下交易策略中的至少一个。
在第一交易策略S510中，当市场形态为震荡态势且波动率较低时，利用Join策略进行交易。在Join策略中，按市场最优价在市场挂限价单，不跟随市场变动调整订单价格。
在第二交易策略S520中，当市场形态为震荡态势且波动率较高时，选择成交价加减点差限价单策略进行交易。此该策略下，可以实现较小的盈利或承受较小的亏损就跑。
在第三交易策略S530中，当市场形态为单边趋势，市场走势利于平盘时，不判断市场波动情况，选择Pegging策略进行交易。该Pegging策略中，订单价格盯住市场某一路数据源(例如撮合市场某一层报价)，以此价格为基准，系统自动在撮合市场上挂单，当被盯住的数据源价格改变时，系统自动跟随调整订单价格。
在第四交易策略S540中，当市场形态为单边趋势，市场走势不利于平盘，且波动率较低时，选择成交价加减点差限价单策略。在该策略下，可以实现较小的盈利或承受较小的亏损就跑。
在第五交易策略S550中，当市场形态为单边趋势，市场走势不利于平盘，但波动率较高时，选择暂停所有自动平盘策略，此时做市形成的敞口归集至统一敞口由交易员人工管理。
在本公开的实施例中，借助量化分析技术，实现对外报价和交易下单更为精准，抓住转瞬即逝的盈利机会，在确保业务办理的安全性基础上实现更合理、更优化的报价和平盘。
本公开的一些示例性实施例还提供一种用于量化交易的数据处理系统。以下将结合图6对该用于量化交易的数据处理系统进行详细描述。图6示意性示出了根据本公开实施例的用于量化交易的数据处理系统的结构框图。如图6所示，该用于量化交易的数据处理系统600包括交易信息获取模块610、订单簿形成模块620、目标下单量获取模块630和基准报价确定模块640。
交易信息获取模块610用于获取多个交易方的交易信息，其中，每个交易方提供至少一个交易信息，每个所述交易信息至少包括报价来源、报价和交易量。在一些实施例中，交易信息获取模块610可以用于执行前文描述的操作S110，在此不再赘述。
订单簿形成模块620用于基于所述多个交易方的交易信息形成订单簿，其中，所述订单簿包括多个交易信息。在一些实施例中，订单簿形成模块620可以用于执行前文描述的操作S120，在此不再赘述。
目标下单量获取模块630用于获取至少一个目标下单量。在一些实施例中，目标下单量获取模块630可以用于执行前文描述的操作S130，在此不再赘述。
基准报价确定模块640用于根据所述订单簿，使用预设的报价策略来确定每个目标下单量对应的基准报价。在一些实施例中，基准报价确定模块640可以用于执行前文描述的操作S140，在此不再赘述。
例如，所述预设的报价策略可以包括成交量加权平均价策略。
根据本公开的一些实施例，交易信息获取模块610、订单簿形成模块620、目标下单量获取模块630和基准报价确定模块640中的任意多个模块可以合并在一个模块中实现，或者其中的任意一个模块可以被拆分成多个模块。或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个模块中实现。根据本公开的一些实施例，交易信息获取模块610、订单簿形成模块620、目标下单量获取模块630和基准报价确定模块640中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，交易信息获取模块610、订单簿形成模块620、目标下单量获取模块630和基准报价确定模块640中的至少一个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。
本公开的一些示例性实施例还提供一种用于量化交易的业务处理系统。以下将结合图7和图8对该用于量化交易的业务处理系统进行详细描述。图7示意性示出了根据本公开实施例的用于量化交易的业务处理系统的结构框图。图8示意性示出了根据本公开实施例的用于量化交易的业务处理系统的数据处理流程图。
如图7所示，该用于量化交易的业务处理系统700包括数据接入模块701、数据处理模块702、策略研究分析模块703、报价和交易模块704、策略监控模块705、事后分析模块706和产品参数模块707。
参照图7和图8，数据接入模块701可以通过API接口接入报价行情、交易明细、敞口头寸、损益、经济参考数据并进行相应存储，同时支持对数据的高速访问。例如，数据接入模块701可以接入各种外部数据源，所述外部数据源包括但不限于，银行间市场、单银行平台、多银行平台等。
数据处理模块702可以通过对结构化、非结构化数据进行数据聚合、清洗、深度加工等处理，实现数据准备工作。例如，在交易系统前置接收到外部数据源后，分发至Kafka架构下的分布式消息服务平台节点。在分布式消息服务平台节点，首先通过Flink stream技术架构将数据进行标准化，然后与策略节点发生交互，后续将存储进入Hadoop技术架构下的数据湖；对于缓存类数据通过Redis技术架构进行处理，并进入Hadoop架构下的数据湖。
策略研究分析模块703可以通过Python anaconda自带scipy工具对已处理的数据进行回归、聚类分析，通过Python notebook工具进行代码调试和回溯测试，形成报价策略和/或交易策略。
报价和交易模块704驱动系统按照报价策略和/或交易策略进行自动对外报价和平盘交易。
策略监控模块705可以通过实时展示策略运行情况，供交易员进行监控。
事后分析模块706可以通过将变量代入固化的分析计算指标模板，形成事后分析结果数据，辅助交易员进行分析。
产品参数模块707可以通过参数配置控制策略运行及交易员权限。
本公开的一些示例性实施例还提供一种用于量化交易的业务处理方法。例如，该业务处理方法可以利用上述的业务处理系统进行业务处理操作。图9示意性示出了根据本公开实施例的用于量化交易的业务处理方法的流程图。结合参照图7至图9，所述业务处理方法可以包括以下操作或步骤。
在操作S901中，通过API接口接入外部供应商或交易中心的数据。
在操作S902中，系统通过技术手段存储数据。例如，可以对数据分配云空间，以存储数据。
在操作S903中，对数据进行清洗、加工处理。
在操作S904中，调用数据进行研究分析、代码调试。
在操作S905中，交易员可以编辑策略，例如报价策略和/或交易策略。
在操作S906中，交易员对上述策略进行回溯测试。
在操作S907中，策略成型，即确认策略。
在操作S908中，将策略发布到交易系统。
在操作S909中，交易员对策略进行启停控制。
在操作S910中，系统按照策略对外自动报价。
在操作S911中，系统按照策略对外自动交易。
在操作S912中，交易员对策略进行监控。
在操作S913中，事后分析验证所述策略。
在操作S914中，优化迭代策略。
在操作S915中，通过参数配置控制策略运行及交易员权限。
通过本公开实施例提供的数据处理方法和系统、业务处理方法和系统，能够帮助交易员自动对外报价、平盘，并通过提供开放式策略研究分析平台不断对策略进行迭代更新。具体地，提供开放的代码编写平台，将写好的报价和下单代码语句通过相关技术手段导入交易系统，驱动交易系统自动对外报价和下单，达到智能化报价和平盘的目的。例如，系统接入相关交易、行情、指标和参考数据，业务人员通过python工具对数据进行分析、处理、验证后，得出一套策略，并通过部署到相关交易系统实现按照既定策略发出自动报价和下单的指令。策略的决定范围包括交易时间、交易价格、交易数量等。通过量化策略一方面可以提升报价精准度，一方面可以避免人工平盘的主观随意性，抓住震荡、单边上升、单边下降等市场环境下盈利机会，技术上切实满足交易员对提高报价竞争力和盈利能力需求。
图10示意性示出了根据本公开实施例的适于实现上述用于量化交易的业务处理方法的电子设备的方框图。
如图10所示，根据本公开实施例的电子设备1000包括处理器1001，其可以根据存储在只读存储器(ROM)1002中的程序或者从存储部分1008加载到随机访问存储器(RAM)1003中的程序而执行各种适当的动作和处理。处理器1001例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(ASIC))等等。处理器1001还可以包括用于缓存用途的板载存储器。处理器1001可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
在RAM 1003中，存储有电子设备1000操作所需的各种程序和数据。处理器1001、ROM 1002以及RAM 1003通过总线1004彼此相连。处理器1001通过执行ROM 1002和/或RAM1003中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意，所述程序也可以存储在除ROM 1002和RAM 1003以外的一个或多个存储器中。处理器1001也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
根据本公开的一些实施例，电子设备1000还可以包括输入/输出(I/O)接口1005，输入/输出(I/O)接口1005也连接至总线1004。电子设备1000还可以包括连接至I/O接口1005的以下部件中的一项或多项：包括键盘、鼠标等的输入部分1006；包括诸如阴极射线管(CRT)、液晶展示器(LCD)等以及扬声器等的输出部分1007；包括硬盘等的存储部分1008；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分1009。通信部分1009经由诸如因特网的网络执行通信处理。驱动器1010也根据需要连接至I/O接口1005。可拆卸介质1011，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器1010上，以便于从其上读出的计算机程序根据需要被安装入存储部分1008。
本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的；也可以是单独存在，而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被执行时，实现根据本公开实施例的方法。
根据本公开的一些实施例，计算机可读存储介质可以是非易失性的计算机可读存储介质，例如可以包括但不限于：便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。例如，根据本公开的一些实施例，计算机可读存储介质可以包括上文描述的ROM 1002和/或RAM 1003和/或ROM 1002和RAM 1003以外的一个或多个存储器。
本公开的实施例还包括一种计算机程序产品，其包括计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。当计算机程序产品在计算机系统中运行时，该程序代码用于使计算机系统实现本公开实施例所提供的物品推荐方法。
在该计算机程序被处理器1001执行时执行本公开实施例的系统/装置中限定的上述功能。根据本公开的一些实施例，上文描述的系统、装置、模块、单元等可以通过计算机程序模块来实现。
在一种实施例中，该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中，该计算机程序也可以在网络介质上以信号的形式进行传输、分发，并通过通信部分1009被下载和安装，和/或从可拆卸介质1011被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。
在这样的实施例中，该计算机程序可以通过通信部分1009从网络上被下载和安装，和/或从可拆卸介质1011被安装。在该计算机程序被处理器1001执行时，执行本公开实施例的系统中限定的上述功能。根据本公开的一些实施例，上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。
根据本公开的一些实施例，可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例提供的计算机程序的程序代码，具体地，可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。程序设计语言包括但不限于诸如Java，C++，python，“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
本领域技术人员可以理解，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合，即使这样的组合或结合没有明确记载于本公开中。特别地，在不脱离本公开精神和教导的情况下，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
以上对本公开的实施例进行了描述。但是，这些实施例仅仅是为了说明的目的，而并非为了限制本公开的范围。尽管在以上分别描述了各实施例，但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围，本领域技术人员可以做出多种替代和修改，这些替代和修改都应落在本公开的范围之内。
Claims (19)
1.一种用于量化交易的数据处理方法，其特征在于，所述数据处理方法包括：
获取多个交易方的交易信息，其中，每个交易方提供至少一个交易信息，每个所述交易信息至少包括报价来源、报价和交易量；
基于所述多个交易方的交易信息形成订单簿，其中，所述订单簿包括多个交易信息；
获取至少一个目标下单量；
根据所述订单簿，使用预设的报价策略来确定每个目标下单量对应的基准报价，
其中，所述预设的报价策略包括成交量加权平均价策略。
2.根据权利要求1所述的数据处理方法，其特征在于，所述报价包括买方出价和卖方出价，
所述形成所述订单簿包括：分别形成买方订单簿和卖方订单簿。
3.根据权利要求2所述的数据处理方法，其特征在于，基于所述多个交易方的交易信息形成订单簿具体包括：
按照交易信息中的买方出价，将多个交易信息按照从高到低的顺序排列，以形成买方订单簿；和
按照交易信息中的卖方出价，将多个交易信息按照从低到高的顺序排列，以形成卖方订单簿。
4.根据权利要求2或3所述的数据处理方法，其特征在于，基于所述多个交易方的交易信息形成订单簿还包括：
对于买方出价相同的交易信息，按照交易量从大到小的顺序排列，以形成买方订单簿；和
对于卖方出价相同的交易信息，按照交易量从大到小的顺序排列，以形成卖方订单簿。
5.根据权利要求1-3中任一项所述的数据处理方法，其特征在于，基于所述多个交易方的交易信息形成订单簿还包括：根据报价和报价来源将所述订单簿中的交易信息分为多个层级。
6.根据权利要求5所述的数据处理方法，其特征在于，根据报价和报价来源将所述订单簿中的交易信息分为多个层级具体包括：
对于来自不同交易方的多个交易信息，比较该多个交易信息的报价来源属性；
对于来自不同交易方的多个交易信息，比较该多个交易信息的报价；
将报价来源属性相同且报价相同的多个交易信息，在所述订单簿中划分至相同的层级。
7.根据权利要求1-3和6中任一项所述的数据处理方法，其特征在于，所述交易信息包括外汇交易信息，所述交易方包括银行间外汇市场中的报价商。
8.根据权利要求6所述的数据处理方法，其特征在于，所述报价来源属性包括即期询价市场属性和即期撮合市场属性。
9.根据权利要求1-3和6中任一项所述的数据处理方法，其特征在于，所述根据所述订单簿，使用预设的报价策略来确定每个目标下单量对应的基准报价具体包括：
对于一个目标下单量，比较该目标下单量与第一订单量，其中，所述第一订单量为所述订单簿中处于第一层级的交易信息包括的交易量；
当所述目标下单量小于等于第一订单量时，确定与第一订单量对应的第一报价作为该目标下单量对应的基准报价。
10.根据权利要求9所述的数据处理方法，其特征在于，所述根据所述订单簿，使用预设的报价策略来确定每个目标下单量对应的基准报价还包括：
当所述目标下单量大于等于第一订单量时，将所述第一订单量加入与所述目标下单量对应的库存量中，并获取与该第一库存量对应的第一报价；
比较所述库存量与当前量之和与所述目标下单量的关系，其中，所述当前量为所述订单簿中处于第i层级的交易信息包括的交易量，i为大于等于2的正整数；
当所述库存量与当前量之和小于所述目标下单量时，将所述当前量加入所述库存量中，并获取与该当前量对应的报价。
11.根据权利要求10所述的数据处理方法，其特征在于，当所述库存量与当前量之和大于等于所述目标下单量时，将所述目标量与所述库存量的差量加入所述库存量中。
12.根据权利要求10或11所述的数据处理方法，其特征在于，所述根据所述订单簿，使用预设的报价策略来确定每个目标下单量对应的基准报价还包括：
确定当前处理的交易信息的报价来源属性；
当所述报价来源属性是即期撮合市场属性时，判断以下两个条件是否满足：(1)当前处理的交易信息是所述订单簿中处于第一层级的交易信息，以及(2)所述库存量中具有即期撮合市场属性的交易信息均是所述订单簿中处于第一层级的交易信息；
当所述两个条件中的至少一个未满足时，丢弃所述库存量中具有即期撮合市场属性的交易信息。
13.根据权利要求10或11所述的数据处理方法，其特征在于，所述根据所述订单簿，使用预设的报价策略来确定每个目标下单量对应的基准报价还包括：
从所述订单簿中选取N个订单量以及N个报价，其中，所述N个报价和N个订单量分别一一对应，N为大于等于2的正整数；
根据N个报价和N个交易量，利用公式VWAP＝wT*p/W计算成交量加权平均价，其中，VWAP为成交量加权平均价，w为选取的N个订单量形成的矩阵，wT表示矩阵w的转置，p为选取的N个报价，W为选取的N个订单量之和；
将所述成交量加权平均价确定为一个目标下单量对应的基准报价。
14.根据权利要求1-3和6中任一项所述的数据处理方法，其特征在于，还包括：根据主流交易方的报价对所述基准报价校正，以形成用于量化交易的最终报价。
15.根据权利要求14所述的数据处理方法，其特征在于，根据主流交易方的报价对所述基准报价校正，以形成用于量化交易的最终报价具体包括：
获取历史成交数据；
根据所述历史成交数据，确定主流交易方；
查询该主流交易方在当前交易日中的报价信息；
根据该主流交易方在当前交易日中的报价信息和预设的追踪调整系数，对所述基准报价校正，以形成用于量化交易的最终报价。
16.根据权利要求1-3和6中任一项所述的数据处理方法，其特征在于，还包括：基于预设的交易策略，使用所述至少一个目标下单量和与该目标下单量对应的最终报价进行交易。
17.一种用于量化交易的数据处理系统，其特征在于，所述数据处理系统包括：
交易信息获取模块，用于获取多个交易方的交易信息，其中，每个交易方提供至少一个交易信息，每个所述交易信息至少包括报价来源、报价和交易量；
订单簿形成模块，用于基于所述多个交易方的交易信息形成订单簿，其中，所述订单簿包括多个交易信息；
目标下单量获取模块，用于获取至少一个目标下单量；
基准报价确定模块，用于根据所述订单簿，使用预设的报价策略来确定每个目标下单量对应的基准报价，
其中，所述预设的报价策略包括成交量加权平均价策略。
18.一种电子设备，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行根据权利要求1～16中任一项所述的用于量化交易的数据处理方法。
19.一种计算机可渎存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行根据权利要求1～16中任一项所述的用于量化交易的数据处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110715626.0A CN113450216A (zh) | 2021-06-25 | 2021-06-25 | 用于量化交易的数据处理方法、系统、设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110715626.0A CN113450216A (zh) | 2021-06-25 | 2021-06-25 | 用于量化交易的数据处理方法、系统、设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113450216A true CN113450216A (zh) | 2021-09-28 |
Family
ID=77813414
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110715626.0A Pending CN113450216A (zh) | 2021-06-25 | 2021-06-25 | 用于量化交易的数据处理方法、系统、设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113450216A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116630050A (zh) * | 2023-06-16 | 2023-08-22 | 深圳市弘裕金联科技有限公司 | 一种线上黄金交易方法、系统、装置及存储介质 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110033372A (zh) * | 2019-02-19 | 2019-07-19 | 阿里巴巴集团控股有限公司 | 一种优化交易成本的方法、系统及设备 |
| CN110909932A (zh) * | 2019-11-20 | 2020-03-24 | 中国工商银行股份有限公司 | 报价数据推送方法及装置 |
-
2021
- 2021-06-25 CN CN202110715626.0A patent/CN113450216A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110033372A (zh) * | 2019-02-19 | 2019-07-19 | 阿里巴巴集团控股有限公司 | 一种优化交易成本的方法、系统及设备 |
| CN110909932A (zh) * | 2019-11-20 | 2020-03-24 | 中国工商银行股份有限公司 | 报价数据推送方法及装置 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116630050A (zh) * | 2023-06-16 | 2023-08-22 | 深圳市弘裕金联科技有限公司 | 一种线上黄金交易方法、系统、装置及存储介质 |
| CN116630050B (zh) * | 2023-06-16 | 2024-02-02 | 深圳市弘裕金联科技有限公司 | 一种线上黄金交易方法、系统、装置及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Dorfleitner et al. | The fintech market in Germany | |
| JP7011829B2 (ja) | 配当生成通貨に関する弾力的証券化に基づいた方法、装置、及びコンピュータ可読媒体 | |
| JP4244188B2 (ja) | モーゲージ証券インデックスを管理する方法およびシステム | |
| US8577780B2 (en) | Method and system for identifying high probability trade matches | |
| JP2010118084A (ja) | 取引コストの評価および最適化のためのシステム並びに方法 | |
| US20100174664A1 (en) | ETF Trading in Secondary Market Based on Underlying Basket | |
| US20180144403A1 (en) | Select group crowdsource enabled system, method and analytical structure to perform securities valuations and valuation adjustments and generate derivatives thereform | |
| US11972485B2 (en) | Computer implemented method for compiling a portfolio of assets | |
| US20180232806A1 (en) | Trading platform systems and methods | |
| Dawid et al. | A heterogeneous agent macroeconomic model for policy evaluation: Improving transparency and reproducibility | |
| US20210272202A1 (en) | Spread price scaling for implied trade matching | |
| JP2018503927A (ja) | 投資証券の複合ポートフォリオのセグメント化及び層化 | |
| Zhou et al. | Information or noise: What does algorithmic trading incorporate into the stock prices? | |
| JP2018514889A (ja) | 当初証拠金標準モデルに基づいて当初証拠金を計算及び提供する方法及びシステム | |
| CN113450216A (zh) | 用于量化交易的数据处理方法、系统、设备和存储介质 | |
| Plante | Should Corporate Bond Trading Be Centralized? | |
| Cai et al. | Cryptocurrency puzzles: A comprehensive review and re-introduction | |
| EP3783560A1 (en) | Automated objective generation of data for, and post validation of, estimation of term sofr benchmarks | |
| US10062107B1 (en) | Consolidated trading platform | |
| KR102361897B1 (ko) | P2p 투자 상품 정보 제공 서비스 방법 및 그 장치 | |
| Czupryna et al. | Price formation in parallel trading systems: Evidence from the fine wine market | |
| KR100673189B1 (ko) | 채권형 펀드의 가상 종목을 통한 거래 방법 및 시스템 | |
| KR102337236B1 (ko) | 장외주식 담보 대출을 위한 장치 및 방법 | |
| Bhattacharyya et al. | Money market microstructure and monetary policy: the Indian experience | |
| Mitra et al. | The New Landscape of Financial Markets: Participants and Asset Classes |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |