水母量化平台又迎来一次意义重大的升级——智能预埋单功能隆重上线,这让饱受诟病的自动交易延时问题得到完美解决,特定类型的条件单,已能够实现分厘不差的瞬时交易,没有一毫秒的延迟

水母量化平台,再次刷新了自动交易科技领域的最快速度记录!

所谓智能预埋单,就是系统根据监控条件与盘口实况,提前预判未来,在交易时机出现之前,提前几分钟下达委托单(预埋单)。这样一来,当股价到达监控条件时,已挂出的委托单即瞬间成交,远胜于传统自动交易系统“条件到达才下单”的模式,真正实现“零延迟自动交易”,抓住传统方式无法捕捉的交易机会。

如何使用

目前水母量化WEB版(或微信版)可使用智能预埋单,根据使用场景,智能预埋单目前支持价格条件单、涨跌幅条件单以及自动网格交易,只需在设置的时候勾选即可。
需要注意,智能预埋单只适用于“逢高卖出”、“逢低买入”的场景,不适用于追高、止损场景,相对来说,非常适合用于自动网格交易策略。

执行过程

第一步:监控与预判

每天的交易时间内(9:25~15:00),系统根据集合竞价、盘口交易情况,提前计算、预判交易机会出现的时刻。

第二步:下达预埋单

当系统判定交易时机来临、并得到用户授权后,将会按照委托价,预先下达(埋好)委托单。

第三步:等待成交

当监控条件成立,代表委托单已成交,条件交易任务完成。

第四步:智能撤单

若预埋单迟迟未成交,系统判断交易机会已远去,则会自动撤单,保障资金利用率。若收盘后仍留有未成交的预埋单,也会全部自动撤单,保障自动国债逆回购不受影响。
*若自动网格交易使用智能预埋单,则在网格条件到达时,自动撤单另一个方向的预埋单。注意:为了适应跳空高低开,新网格的基准价仍会适应条件到达时刻的“市价”,而非已成交的预埋单的“交易价”。

应用案例

高效的零时差T+0网格交易

由于可转债具备流动性好、波动大、可T+0、有价值底线、交易手续费低、免印花税等优点,使其非常适合用来做自动网格交易,本案例以“蓝盾转债(123015)”为例,介绍预埋单型网格交易的优势。

上图为蓝盾转债在2021年1月11的TICK走势图(上图基于LEVEL2数据,可理解为 步长=3秒 的分时图),蓝色虚线为以1%为宽度划分的网格,红、绿色箭头分别代表网格买入、卖出操作,当天一共进行了57次下单操作,完成了29对交易。

先介绍下什么叫“蜻蜓点水”式的交易机会。所谓“蜻蜓点水”,是指大资金向上扫单、或向下砸盘时,会造成一瞬间的价格大幅偏离现象,由于这类现象经常只持续几百毫秒,所以经常无法在3秒/步长的TICK走势图体现、更无法在1分钟/步长的传统分时图中体现,但能在逐笔成交数据中找到证据。如下图:

由于预埋单“提前下单”的特性,使得大量“蜻蜓点水”式的瞬时交易机会得以被捕捉,以蓝盾转债2021年1月11日的走势为例,水母云交易系统开启了“智能预埋单”的自动网格交易,比依靠 LEVEL1数据6秒步长 / LEVEL2数据3秒步长 的传统自动网格交易,多触发至少27%的交易机会,可以理解为网格交易的收益、效率提高27%。这是相当给力的一个进步,是自动网格交易的终极完美解决方案。

我们家网格交易的优势

水母量化的自动网格交易 其他自动网格交易
运行机制 预判式提前下单 到达网格才下单
提前预埋单
废单自动撤单
下单延迟 无延时 3秒~12秒
成交概率 触碰即成交 挂单后若股价反向偏离,可能造成废单
网格效率 捕捉所有毫秒级的交易机会,效率比传统自动网格至少高27% 最快只能捕捉level2级别的交易机会,无论如何都要延迟至少3秒才下单,容易错失交易机会
跳空高低开的处理 自适应高低开,按市价自动调整新的基准价 机械式处理,遇上跳空高低开可能造成连续多笔买卖,导致仓位大幅波动
实盘容错能力 若资金/股票余额不足,不影响网格本身的运行,补充资金后继续正常运行 资金/股票余额不足,有可能在使用者可能不知情的情况下暂停网格运行

常见问题

Q:智能预埋单支持哪种自动交易场景?谁可以使用?
A:目前支持价格条件单和涨跌幅条件单,且只支持逢高卖出、逢低买入的场景;另外,网格交易也完全支持智能预埋单。水母量化所有用户都可以直接使用(但目前需要在WEB版使用,APP的设置入口暂不开放)。

Q:提前预埋单,若可用资金不够怎么办?
A:这会导致预埋单失败,您的微信和水母量化app会接收到预埋失败的通知。

Q:预埋单隔夜如何处理?
A:系统会在15:01的收盘后撤掉所有预埋单,确保预埋单不过夜、不占用资金影响国债逆回购。只要条件单的状态为“监控中”,那么次日开盘后,系统会根据条件单开启新的监控,不受昨日影响。

Q:预埋单最早什么时候启动?
A:集合竞价结束后的9:25,系统即启动监控,若系统判断交易时机来临,会在盘前操作预埋单,争取一开盘就成交。

文档更新时间: 2024-11-19 11:13   作者:admin