本报告基于对商品期货限价单队列特点的深入分析,构建了一个基于泊松过程的限价单队列模型,结合动态规划和Hamilton-Jacobi-Bellman方程,求解出在单一价位上最优的限价单、撤单和市价单执行策略。模型综合考虑成交风险、逆向选择风险、库存风险及滑点风险,针对沪铜期货主力合约进行回测验证,结果显示该模型具备良好盈利能力,并且加入市价单操作能在控制库存风险的同时提升收益表现。同时,通过延长队列长度模拟降低风险但未显著提升收益,为高频做市策略提供了理论与实证支持 。
本报告标题为《限价单队列模型在高频做市中的应用》,由华泰期货研究院量化组团队成员罗剑、陈维嘉、杨子江及陈辰等共同撰写,发布时间无明确标注但数据和回测时间为2017至2018年,报告聚焦于商品期货领域,尤其针对沪铜期货主力合约的高频做市策略模型设计与应用。
核心论点在于针对大跳价商品期货资产,提出一种基于限价单队列(尤其聚焦买一和卖一档位有限价单队列)特性的高频做市模型,并利用泊松分布描绘市价单和挂撤单的变化过程,进而通过动态规划理论(Hamilton-Jacobi-Bellman方程)求解最优限价单与市价单下单策略。模型目标是平衡并控制做市商面临的四类主要风险:限价单执行风险、逆向选择风险、库存风险及市价单滑点风险。报告指出该模型在沪铜期货上回测表现良好,引入市价单机制后日均盈利提升,手续费返还比例下降,体现模型的实际应用收益与风险控制优势,1]。
报告首先梳理高频做市策略基本逻辑:通过在不同价位持续挂限价单,捕捉买卖价差以实现“低买高卖”的利润。重点强调了大跳价资产(如商品期货)中买卖价差多为最小跳价,且买卖档位限价单较长,通常超过10手,反映市场流动性较好,挂单队列长度较长。
四类风险分析详实:
报告指出,现有文献缺乏针对限价单队列精细建模的工具,限制了高频做市策略的风险控制与优化,因此本报告重点提出面向一档竞价限价单队列的建模方法,以计算最优下单策略。
该章节提出,在大跳价资产中,由于买卖档位较深,价格跳变通常不会立即穿越两档(500毫秒内市价单同时击穿两档的概率极小),做市商应创建并保持深度价位挂单,仅需动态优化一档价位的挂单操作以控制风险。
模型核心假设市价单、挂单及撤单数量均遵循泊松分布,使用沪铜2017年8月14日的具体数据进行验证:
限价单队列动态由:队列长度变化 = 上一队列长度差 + 市价单消耗量,通过设置最大队列长度截断(lmax)与无穷长表示状态(l∞) ,方便数值计算。状态包含库存、买卖队列长度、做市商挂单排名五个维度,其组合庞大,但通过简化维度方法和概率矩阵表达状态转移可解(具体算法见后文),3,4]。
利用设定的泊松概率,报告定义了限价单排名和队列长度的状态转移概率(未成交排名变化概率PT,成交概率PD,队列击穿概率PR,市价单滑点概率PS),进一步构建做市商效用状态函数hq(lr+,lr−),通过Hamilton-Jacobi-Bellman(HJB)方程公式推进动态规划求解最优下单策略,其中:
求解结果表明队列状态和排名是决定最优挂单、撤单和市价单操作的关键变量,6]。
报告重点对库存状态为负(空头)的最优策略进行了展示与解读,基于模拟的最大队列长度lmax±=19配置,离做市结束500秒内策略趋于稳定。
图4-5分别以颜色区分了不同状态下的最优限价单与市价单策略,深刻展示了做市商如何动态调整挂单结构以平衡风险和收益,8,9]。
报告基于天软高频数据(2017-2018年沪铜)进行了策略回测,采用模拟排队方法判定限价单成交情况,假设交易系统为全市场最快,及时动态调整挂单和使用市价单。
报告进一步考察队列长度截断阈值lmax对策略表现影响,构造lmax=39(近两倍于之前19档)更精细模拟:
这一部分验证了队列截断值设定对策略稳定性和风险控制的重要性。
报告最后总结,该限价单队列模型使用的主要参数为市价单均值与挂撤单均值,结合泊松分布简化描述市场状态,动态计算四类关键风险。模型的最优策略综合考虑买卖队列排名与长度,灵活调节限价单和市价单操作,从而实现库存风险管理和逆向选择风险控制。
实证回测基于沪铜数据,结果显示该方法具备一定盈利能力,加入市价单环节有助于提升收益并降低风险,更细化的队列建模提升了风险管理效果但收益呈现适度下降,体现出收益与风险权衡。
该图显示实测市价买单数量(黄线)与均值为2的泊松分布(绿线)概率密度的对比关系。图中数据表现出右长尾,实际买单有远高于均值的极端值(最多超过250手),而泊松分布尾部迅速下降,20手以上概率几乎为零。尽管如此,泊松分布能较好地捕捉1-10手之间的概率分布峰值。该图验证泊松假设为简化计算的可接受近似。
图示卖一档挂撤单量的实测概率密度与两泊松分布(挂单均值=8,撤单均值=6)差分合成的拟合。数据表明挂撤单量分布左右对称均值约等于2,反映市场上挂单量整体大于撤单量。尽管该简单模型无法完美跟踪分布尾部,但其均值匹配显示参数简化合理,后续回测收益未受明显影响。
左图展示了效用矩阵全貌(210×210),表现出矩阵上边缘和左边缘区域效用值较低,说明当买单或卖单队列较短时,逆向选择风险导致整体做市效用下降。右图细化展示买卖单队列长度均为19时,随着挂单排名靠前(排名值变小),成交概率和效用函数明显上升,反映排队位置对成交和盈利的重要影响。最远场状态(l∞)处效用未出现明显异常,表明队列截断方法的有效性。
四幅图对应库存q=0,−5,−10,−15。颜色区分了挂单状态:
库存为0时,策略均衡双向挂单;库存负时,撤单卖单的区域逐渐扩大,反映做市商为防止空头累积过多主动减少卖单,体现库存风险控制原则,8]。
四幅图同样对应库存q=0,−5,−10,−15。新增颜色:
可以看到,随着空头库存增大,策略倾向于使用市价单平仓,特别是在买单排名落后时优先市价单入场,减轻库存风险。相比图4,双边挂单区域更宽松,表明市价单使用为风险管理提供更灵活工具。
该图展示2017年8月至2018年7月沪铜期货做市策略的累积收益曲线,颜色和线型区分有无市价单和不同ϕ参数。总体呈递增趋势且平滑,且随着ϕ降低允许更大仓位,收益增长更快。引入市价单(MO系列)在各风险偏好下均优于仅限价单(LO系列),说明市价单可提升策略表现但收益差异有限。
本报告并不涉及传统意义上的股票或资产估值,而是通过数学模型与动态规划方法对做市行为的盈亏与风险进行模拟和优化。
在模型内,效用函数hq是对做市商行为收益与风险的综合价值刻画,结合泊松分布参数、队列状态及库存约束通过Hamilton-Jacobi-Bellman方程动态求解最优策略。模型输入核心为市价单均值、挂单均值及撤单均值等泡松分布参数,以及库存约束Q和风险惩罚系数ϕ。估值过程即为将做市策略以效用最大化的形式进行优化,不涉及传统财务指标。
报告主要关注并设计了以下风险控制机制:
模型通过动态规划求解过程将四类风险量化为状态转移概率和成本,实时调整行为策略,从而实现在多风险维度下的平衡。后续回测展示了该方法能有效控制最大盘中亏损并维持正收益,使策略的风险-收益特征良好,5,10,11]。
尽管该报告结构严谨、数据充分,但仍存在几个潜在局限和注意事项:
综上,这些假设和局限不影响该报告作为高频做市限价单队列模型的理论创新和实证验证,但提示后续需增强模型灵活性和市场适应性,3,5,10,11]。
本报告创新性地针对大跳价商品期货市场,特别是沪铜主力合约,提出基于泊松泊松分布刻画市价单和挂撤单变化的限价单队列模型,并通过动态规划求解Hamilton-Jacobi-Bellman方程,实现对做市商限价单状态(队列长度及排名)与库存的动态风险控制,最终得出最优的限价单挂单、撤单与市价单下单策略。
模型重点解决了做市过程中最核心的四种风险:执行风险、逆向选择风险、库存风险和滑点风险,体现了高频交易环境中对限价单的动态精细管理和风险衡量。通过多个图表直观展示了模型效用函数随买卖队列及排名变化的分布、库存状态对最优挂单策略的影响,以及加入市价单后的策略改进,清晰地揭示了策略在实盘环境中的动态表现和调整逻辑。
回测结果显示,策略无论是否纳入市价单,都能实现稳健的价格差套利收益。引入市价单机制后,收益指标略有提升,成交量和手续费增加但伴随库存风险降低,策略夏普率有所提升。模型对队列长度截断的敏感性分析表明更细致的队列模拟能显著降低盘中风险,但伴随收益微幅回落,体现出收益风险需平衡。整体来看,该模型及其求解方法为高频商品期货做市提供了理论与实操兼顾的先进工具。
报告最后附带免责声明,提示报告仅供参考,投资需谨慎,未构成投资建议。华泰期货版权及联系方式亦详尽列出,体现正规专业水平~12]。
综上,《限价单队列模型在高频做市中的应用》报告细致深入构建了与检测高频做市限价单策略的模型框架,为商品期货做市策略开发提供了重要参考,其在理论严谨性与数据实证方面均体现出较高学术和实务价值。
华泰期货量化专题报告:限价单队列模型在高频做市中的应用.pdf