先進的模擬模型並不是最近才出現的——它們多年來一直在氣候學和物理學等學科中用於研究「假設」場景。但運算能力的可用性和可負擔性的提高使銀行和其他外匯市場參與者能夠使用這些技術。
| 賈斯汀·里昂，西穆德因 |
Simudyne 執行長 Justin Lyon 表示，基於合成未來數據的先進模擬模型能夠準備演算法來應對前所未有的市場狀況，而不是在面對波動時簡單地關閉，這可能意味著立即退出或對沖所有當前頭寸或在前所未有的情況過去之前根本不發送任何訂單。
他表示：“隨著市場條件和結構的發展，歷史數據可能很快就會失去相關性，但交易演算法越來越多地執行交易，而這些演算法只能從輸入的歷史數據中學習。” “基於代理的建模和模擬可以捕獲數據生成過程的關鍵方面，從而能夠創建合成數據。”
里昂認為，根據這些數據測試演算法將提高市場參與者對其策略如何影響更廣泛市場的理解。
正確的數據
Aite Group 資深分析師 Audrey Blater 認為，利用模擬創造前所未有的市場條件是風險管理的關鍵。但她警告說，許多壓力測試都是基於在非常不同的市場環境中收集的數據，這降低了它們的預測能力。
歷史數據的另一個潛在問題是，它通常來自歷史價格回饋，即先前交易決策、多次交叉價差交易的總和，這意味著其他因素的市場影響被限制在價格中。然而，識別市場影響並正確指定交易模型需要市場參與者詢問如果沒有他們的參與，價格會是多少。
New Change FX 研究主管 Xavier Porterfield 將這比作一千人走過雪地後試圖追蹤一條小徑。
|
尼爾‧彭尼，路孚特 |
大多數量化交易策略只有在透過實際歷史資料的回溯測試在模擬中得到驗證後才會投入使用。雖然在過去，此類模擬主要是為了滿足運行策略的交易者的要求，但越來越多的交易公司的合規和風險職能也必須在策略生效之前滿足這些模擬的要求。
Refinitiv 董事總經理兼交易聯席主管 Neill Penney 仍然相信，利用高品質歷史數據的模擬是最令人信服的模擬形式，因為根據定義，該數據概括了參與者對市場事件的實際反應。
他表示：“在歷史數據不完整或其時間序列較短的情況下，我們觀察到，當實時市場狀況未能反映回溯測試中出現的市場狀況時，許多參與者就會簡單地關閉策略。”
回測模擬的設計方式可以解決僅使用歷史資料時可能被視為限制的問題。透過觀察市場上發生的和歷史數據中出現的其他交易的市場影響，交易者可以估計自己交易的影響並將其納入模擬中。
建模規則
彭尼表示，他的組織還使用模型來預測其外匯交易場所規則變化的影響，例如增加或減少報價單位或增加市場數據更新頻率。
「歷史數據有助於我們對此類變化的潛在影響產生直覺，」他解釋道。 “例如，當我們從連續式市場轉向批量式市場時，我們能夠估計可能受到 1、2、3 或 10 毫秒批量長度影響的參與者數量。”
外匯市場的分散和缺乏統一的磁帶進一步限制了建立有效模擬的機會，而且市場參與者可用的數據在考慮到最後一次觀察與沒有最後一次觀察等因素時並不一致這一事實也是如此定價或指示性定價與可執行定價。
彭尼表示，合成數據可以幫助演算法在前所未有的市場條件下變得更加穩健，但獲取這些合成數據的方法包括研究、轉換或從實際歷史數據中得出數據。
「修改資產類別的歷史數據以放大價格變動或加速事件發生可能很有用，」他補充道。 「在基於代理的建模背景下，對真實歷史數據的研究可能會導致人們了解市場中代理的現實行為是什麼——這很重要，因為這些模擬只有與他們對這些行為的假設的現實性一樣令人信服。
Curex 執行長 James Singleton 表示，智慧演算法的引入（以及電子執行的更廣泛進展）已經減少了市場波動。
「當發生前所未有的市場事件時，典型演算法中的智慧或客戶的限價執行參數會影響交易意圖，」他總結道。 “演算法本身不需要關閉，但它們確實會對大幅價格波動做出反應。”
注意：您想在專業外匯交易嗎？ 在我們的幫助下交易 外匯機器人 由我們的程序員開發。
Signal2forex評論
Signal2forex.com - 最佳外匯機器人和信號
