微观交易结构现在有几个模型 用来发现informed trading. 其中最简单的就是统计日交易的买卖盘的交易笔数。非常像我们看盘软件中的买一， 买二 。。。卖一， 卖二。。。的统计。
这样统计是为了侦测是否有目的性的买卖盘，我现在着手先做一个最简单的试验性质的模型（最好能扩展），只对每日的每笔交易数据统计频率，然后用最大似然函数来考虑其一年或一个季度的平均情况，目前没有加入每笔交易大小，每笔交易间的时间差，以及每笔交易对报价的影响特点等等信息。
即使这个模型，在对每笔交易的统计时也会出现偏差，而且方向交易者会故意隐藏其交易目的。使这个模型的解释力下降。
具体这个问题，我需要把每一笔交易的后续5秒内的交易都去除，这样隐含的假设是认为他们其实是由一个目的人发起的。滤掉这个噪音。当然这个5秒是否准确是个统计研究方向。
合并后的time, price, time_record 只取这笔交易的数据。后续5秒内的数据都不要了。
可能的一个变化是把同一price的5秒内的数据合并。我还没有在算法上斟酌。
sushe1527 : 这个 TAQTIC里的ticker数据，是完全按时间排序的，会有错，但我目前还没有发现交叉现象，当然应该在程序里做分支保护是最上乘的。
time 和 TIME RECORD 是一个数据，后者是秒的绝对数。TIMEDIFFERENCE 是这个绝对数的差，而最后lagtradetime_5second是我挑出来 需要考虑合并的数据。
这个数据，我认为，最佳的应该不要用区间算法来考虑，因为固定区间或按某个时间原点开始计算区间都会有偏，且算法不够灵活。
我自认为应该的方向（可能不成熟），是对所有数据至少做两次扫描。一个手工的过程：在当前纪录下，看下面N条记录，计算和这笔之间的时间差，小于等于5秒的删去
后面的纪录（这里最好考虑price的判别，可以有两个算法，同价格的 和不需要考虑价格的) 一旦大于5秒则进行下面的一条记录。如此处理所有记录。这个应该也是动态过程，因为一旦一条不符合的纪录删掉。则timedifference 和lagtradetime_5second 的计算值就发生变化。要重新考虑新的删去一条记录后的这些计算，再看是否在5秒以内。
谢谢两位！我知道两位都是高手。将软件，金融，和统计结合起来。一定是未来金融交易的方向。
扫码加好友，拉您进群
全部版块
我的主页
收藏
