[发明专利]一种半自动算法交易方法

说明书

技术领域

本发明涉及一种算法交易方法，特别是一种半自动算法交易方法。

背景技术

通过执行预先设定好的交易策略，利用计算机平台输入交易指令的算法交易已经成为目前主流的交易方式之一。目前的算法交易分为被动型和主动型。其中被动型算法不会根据市场状况主动选择交易时机和数量，其目的在于减少滑价；而主动型交易将根据市场状况做出实时决策，在减少滑价功能的基础上，将关注重点转向预测市场趋势。无论是被动型还是主动型算法交易策略都力图将人的干预降低至最小，旨在尽量通过预设定的策略对交易进行执行，这类技术在增加市场流动性的同时也增加了损失风险。

发明内容

本发明要解决的技术问题是针对现有技术的不足，提出一种可克服原有算法交易策略容易带来高风险问题的半自动算法交易方法。

本发明要解决的技术问题是通过以下技术方案实现的。本发明是一种半自动算法交易方法，其特点是：包括如下步骤，（1）信息采集：将市场交易信息以滑动窗口的形式使其表达为特征向量v=[v1,v2,‥，vt，‥,vn]，其中vt表示第t时刻上述市场交易信息的数值，对t时刻之前收集的市场交易信息数据设为训练样本，对t+1时刻的交易信息设为测试样本；（2）建模：在获取训练样本后，通过预测置信度设备对训练样本进行训练，获取初步模型的数据参数进而得到模型M，模型M用以对测试样本进行预测，若预测置信度设备返回的置信度数值高，则说明测试样本处于市场起伏的正常的状态，无需人工干预，若预测置信度设备返回的置信度数值低，则此时模型M对测试样本的预测并不确信，需要人工指出模型M的分类错误，给测试样本人工标记正确的标签；（3）回测：通过交叉验证的方法获取阈值，并且将测试样本中模型M预测置信度小于阈值的样本显示在屏幕的可视化界面上；（4）反馈和定模：使用者对市场的走向进行标注，并通过屏幕的可视化界面将信息反馈给预测置信度设备，用以更新模型M，得到模型M’，模型M’能够对t+1时刻的市场交易信息作出更为准确的预测。

本发明一种半自动算法交易方法技术方案中，进一步优选的技术方案特征是：

1、所述的市场交易信息包括股票合约的买卖价格、最新价格、短期变化趋势的一种或几种。

2、所述的预测置信度设备为支撑向量机或条件随机场。

与现有技术相比，本发明通过使用主动学习对原交易算法不确信的市场波动使用可视化效果向专业用户进行呈现，以获取专业人员的快速反馈，从而降低直接利用算法进行预测的风险，同时利用可视化界面也降低专业用户的反馈时间，克服了原有算法交易策略容易带来高风险的问题，并且保持了自动化算法交易低延时的优点，保证了最终能够取得最佳的半自动交易性能。

具体实施方式

以下进一步描述本发明的具体技术方案，以便于本领域的技术人员进一步地理解本发明，而不构成其权力的限制。