您的位置: 零点财经>股票知识>量化投资> VWAP算法简单移动加权平均预侧模型

VWAP算法简单移动加权平均预侧模型

2017-11-20 07:59:40  来源:量化投资  本篇文章有字,看完大约需要4分钟的时间

VWAP算法简单移动加权平均预侧模型

时间:2017-11-20 07:59:40  来源:量化投资

学会这个方法,抓10倍大牛股的概率提升10倍>>

该模型的基本思想就是利用交易量分布的记忆性,将每个交易日固定时间段的交一易量占全天交易量的比例按照加权平均的方法前推,得到一个新的交易量分布。

首先将交易日等分为固定数量的N个区间。区间的长度不能太长也不能太短,太长的区间会使模型显得比较粗糙,而且区间操作的不确定性也会增加;太短的区间又因为嗓音等因素而使得预测模型不可靠。基于上述考虑,本节的讨论中取N=48,每个区间的长度为5分钟。

假设利用前L个交易日的历史数据来预测接下来一天的交易量分布。需要预测交易量分布的日期记为L,历史交易日按由远及近的原则分别记为t1,…,tL。对于日期T=ti,日内交易量分布为1,其中Uik表示ti天的第k个区间内的交易量占全天交易量的比例。

采用如下移动加权平均方法来预测新的交易量分布:

1

其中,f(i)表示对应于ti的加权系数。

不同的加权系数体现了对历史数据的不同看法。简单移动加权平均平等对待所有的历史数据,而线性加权平均则将更多的权重放在最近的历史数据上。

如图8-1所示是利用20个交易日历史数据,线性加权平均得到的2010年1月11日的武钢股份(SH600005)的交易量分布与实际交易量分布的对比。

移动平均预测交易量与实际交易量对比

图8-1 移动平均预测交易量与实际交易量对比

计算可得二者的线性相关系数为0.52,意味着预测结果和实际结果之间具有较强的相关性,即预测有一定的作用。对其他数据进行分析可以得到类似的结果,但是相关性波动较大。这是由于影响日内交易量分布的因素太多,突然的大宗成交等无规律的行为导致了分布的异常,而这也将直接影响到标准VWAP策略的执行效果。


来源:量化投资 编辑:零点财经

阅读了该文章的用户还阅读了

热门关键词

相关阅读

为您推荐

移动平均线
股票知识
MACD
老丁说股
热点题材
KDJ指标
读懂上市公司
成交量
股票技术指标
股票大盘
分时图
股市名家
概念股
缠中说禅
强势股
波段操作
股票盘口
短线炒股
股票趋势
涨停板
股票投资
长线炒股
股票问答
股票术语
财务分析
炒股软件
上证早知道
经济学术语
期货
股票黑马
股票震荡市场
理财
炒股知识
散户炒股
外汇
炒股战术
港股
基金
黄金






















































































































































































































































































































































































































































































































































































































































相关栏目推荐

栏目导航

友情链接

网站首页
股票问答
股票术语
网站地图

copyright 2016-2024 零点财经保留所有权 免责声明:网站部分内容转载至网络,如有侵权请告知删除 友链,商务链接,投稿,广告请联系qq:253161086

零点财经保留所有权

免责声明:网站部分内容转载至网络,如有侵权请告知删除