[发明专利]一种基于人工智能的高频交易系统在审

专利信息
申请号: 202111362264.8 申请日: 2021-11-17
公开(公告)号: CN114298836A 公开(公告)日: 2022-04-08
发明(设计)人: 王成 申请(专利权)人: 上海聚顿信息科技有限公司;复旦大学
主分类号: G06Q40/04 分类号: G06Q40/04
代理公司: 暂无信息 代理人: 暂无信息
地址: 201419 上海市*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 人工智能 高频 交易系统
【说明书】:

发明公开了一种基于人工智能的高频交易系统,包括全球交易市场行情聚合管理系统、量化套利交易对冲系统和风控管理系统;所述全球交易市场行情聚合管理系统的输出端连接有行情处理分析子系统,所述行情处理分析子系统的输出端连接有报单队列管理系统,所述报单队列管理系统的输出端连接有若干套利交易模块,本高频交易系统能够更好的实现增强市场的流动性、提高价格稳定性、防止价格操纵、市场价格发现等功能,并且本系统以计算机视觉算法为核心,通过盘口报单队列数据分析监控中间件为“眼目”,构建异常成交于报单变化监控的决策体系。

技术领域

本发明涉及高频交易技术领域,具体来说,涉及一种基于人工智能的高频交易系统。

背景技术

大宗商品是指可进入流通领域,但非零售环节,具有商品属性并用于工农业生产与消费使用的大批量买卖的物质商品。在金融投资市场,大宗商品指同质化、可交易、被广泛作为工业基础原材料的商品,如原油、有色金属、钢铁、农产品、铁矿石、煤炭等。包括三个类别,即能源商品、基础原材料和农副产品。

目前大宗商品具有严重的流动性稀缺问题,对于交易方来说,具体体现在:市场规模小,大部分机构和用户没有进入该行业,交易市场的体量比较小,流量分散、流动性成本高、大额交易难、交易风险大,为了实现增强市场的流动性、提高价格稳定性、防止价格操纵、市场价格发现等功能,需要一种能够聚合全行业流动性的交易系统。

发明内容

本发明的目的在于提供一种基于人工智能的高频交易系统,以解决上述背景技术中提出的问题。

为实现上述目的,本发明提供如下技术方案:一种基于人工智能的高频交易系统包括全球交易市场行情聚合管理系统、量化套利交易对冲系统和风控管理系统;

所述全球交易市场行情聚合管理系统的输出端连接有行情处理分析子系统,所述行情处理分析子系统的输出端连接有报单队列管理系统,所述报单队列管理系统的输出端连接有若干套利交易模块;

所述量化套利交易对冲系统的输出端连接有核心交易队列算法控制撮合引擎池模块,所述核心交易队列算法控制撮合引擎池模块的输出端连接有反向对冲控制引擎模块;

所述风控管理系统的输出端连接有账户净值及行情匹配控制模块,所述账户净值及行情匹配控制模块的输出端连接有成交单管理系统,所述成交单管理系统的输出端连接有若干对冲交易市场模块;

所述报单队列管理系统的输出端与所述核心交易队列算法控制撮合引擎池模块连接,所述账户净值及行情匹配控制模块的输出端与所述核心交易队列算法控制撮合引擎池模块连接,所述反向对冲控制引擎模块的输出端与所述成交单管理系统连接。

进一步的,所述全球交易市场行情聚合管理系统包括极速行情获取模块、监控中间件模块和聚合管理模块,所述极速行情获取模块用于获取行情和数据,所述行情和数据包括历史数据、实时行情、因子数据、tick数据和盘口数据,所述监控中间件模块用于进行市场波动监控、行情价差监控、跨交易所监控和后台数据监控,所述聚合管理模块用于聚合多家交易所的盘口报单。

进一步的,所述行情处理分析子系统基于算法和深度学习能够进行极速行情分析、充分提取市场特征以及提高算法抗噪能力。

进一步的,所述报单队列管理系统包括订单识别模块和数据分析模块,所述订单识别模块用于进行订单队列识别、异常订单识别、主动买单量和卖单量识别和大成交单特征识别,所述数据分析模块能够基于机器学习算法的盘口预测队列报单,订单队列控制及报价决定了做市套利能力,策略对系统响应速度和延迟高度敏感,通过高速买入、卖出以捕捉极短时间内的市场买一和卖一价附近的价格波动。

进一步的,所述套利交易模块包括订单执行模块和策略模块,所述订单执行模块用于执行挂单、埋单、下单和撤单,所述策略模块通过套利策略、高频交易策略和中性策略捕捉标的物完全相同的两种金融资产的差价获取利润。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海聚顿信息科技有限公司;复旦大学,未经上海聚顿信息科技有限公司;复旦大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111362264.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top