其实什么叫做算法交易平台的问题并不复杂，但是又很多的朋友都不太了解区块链是什么通俗解释，因此呢，今天小编就来为大家分享什么叫做算法交易平台的一些知识，希望可以帮助到大家，下面我们一起来看看这个问题的分析吧！

本文目录

1. 算法交易的交易类型
2. 区块链是什么通俗解释
3. 如何建立自己的算法交易

一、算法交易的交易类型

1、算法交易又称自动交易、黑盒交易或者机器交易，它指的是通过使用计算机程序来发出交易指令的方法。在交易中，程序可以决定的范围包括交易时间的选择、交易的价格，甚至包括最后需要成交的证券数量。

2、《量化投资—策略与技术》中，根据各个算法交易中算法的主动程度不同，可以把算法交易分为被动型算法交易、主动型算法交易、综合型算法交易三大类。综合型算法交易是前两者的结合。即包含既定的交易目标，具体实施交易的过程中也会对是否交易进行一定的判断。这类算法常见的方式是先把交易指令拆开，分布到若干个时间段内，每个时间段内具体如何交易由主动型交易算法进行判断。两者结合可以达到单独一种算法所无法达到的效果。

3、VWAP策略是最常用的交易策略之一，具有简单易操作等特点，基本思想就是让自己的交易量提交比例与市场成交量比例尽可能匹配，在减少对市场冲击的同时，获得市场成交均价的交易价格。

4、标准的VWAP策略是一种静态策略，即在交易开始之前，利用已有信息确定提交策略，交易开始之后按照此策略进行交易，而不考虑交易期间的信息。

5、改进型的VWAP策略的基本原理是：在市场价格高于市场均价的时候，根据市场价格的走势，不同程度地减少提交量，在保证高价位的低提交量的同时，能够防止出现价格的持续上涨而提交量过度向后聚集；在市场价格低于市场均价的时候，根据市场价格的走势，不同程度地增加提交量，在保证低价位的高提交量的同时，能够防止价格的持续走低而提交量过度提前完成。

二、区块链是什么通俗解释

问题一：区块链是什么，能否用通俗易懂的语言解释一下 10分区块链的原理：去中心化的分布式记账系统

区块链技术的核心是所有当前参与的节点共同维护交易及数据库，它使交易基于密码学原理而不基于信任，使得任何达成一致的双方，能够直接进行支付交易，不需第三方的参与。

从技术上来讲，区块是一种记录交易的数据结构，反映了一笔交易的资金流向。系统中已经达成的交易的区块连接在一起形成了一条主链，所有参与计算的节点都记录了主链或主链的一部分。一个区块包含以下三部分：交易信息、前一个区块形成的哈希散列、随机数。交易信息是区块所承载的任务数据，具体包括交易双方的私钥、交易的数量、电子货币的数字签名等；前一个区块形成的哈希散列用来将区块连接起来，实现过往交易的顺序排列；随机数是交易达成的核心，所有矿工节点竞争计算随机数的答案，最快得到答案的节点生成一个新的区块，并广播到所有节点进行更新，如此完成一笔交易。

区块链（BlockChain）是指通过去中心化和去信任的方式集体维护一个可靠数据库的技术方案。该技术方案主要让参与系统中的任意多个节点，通过一串使用密码学方法相关联产生的数据块（block），每个数据块中包含了一定时间内的系统全部信息交流数据，并且生成数据指纹用于验证其信息的有效性和链接（chain）下一个数据库块。

通俗一点说，区块链技术就指一种全民参与记账的方式。所有的系统背后都有一个数据库，也就是一个大账本。那么谁来记这个账本就变得很重要。目前就是谁的系统谁来记账，各个银行的账本就是各个银行在记，支付宝的账本就是阿里在记。但现在区块链系统中，系统中的每个人都可以有机会参与记账。在一定时间段内如果有新的交易数据变化，系统中每个人都可以来进行记账，系统会评判这段时间内记账最快最好的人，将其记录的内容写到账本，并将这段时间内账本内容发给系统内所有的其他人进行备份。这样系统中的每个人都了一本完整的账本。因此，这些数据就会变得非常安全。篡改者需要同时修改超过半数的系统节点数据才能真正的篡改数据。这种篡改的代价极高，导致几乎不可能。例如，比特币运行已经超过7年，全球无数的黑客尝试攻击比特币，但是至今为止没有出现过交易错误，可以认为比特币区块链被证明是一个安全可靠的系统。

人类在活动的过程中需要交流，而交流是以信息为基础的，以前信息流通不够便利，无法满足市场参与者对信息的需求，因此中介、中心随之诞生。这种中心化体系存在高成本、低效率、价值分散、“信息孤岛”以及数据存储不安全的问题。但由于技术和环境因素导致这种体系仍然持续运营多年，直到互联网的出现。第一代互联网的起点是TCP/IP协议，就是执行一个网络上所有节点统一格式对等传输信息的开放代码，把全球统一市场所需要的自由、平等的基本价值观给程序化、协议化、可执行化。互联网消灭了价值低、成本高的中间链条，去中心化的实现了全球信息传递的低成本高效率。

但是，第一代互联网没有解决信息的信用问题。互联网上能去中心化的活动一定是无需信用背书的活动，需要信用做保证的一定是中心化的、第三方中介机构参与的活动。因此，无法建立全球信用的互联网技术就在前进中遇到了很大的阻碍――人们无法在互联网上通过去中心化的方式参与任何价值交换活动。人们要实现价值交换，还是需要基于信用而存在的第三方中介机构（如银行、清算机构、交易所）。全球中心化信用体系仍然存在运营成本高、效率低、易受攻击破坏等问题。例如各国法币，信用价值不同，清算体系也各不兼容，给全球贸易增加了很大成本。

因此，第二代互联网必须突破的是：怎样去中心化的建立全球信用？让......>>

问题二：什么叫区块链？通俗说什么意思？中国对于区块链的态度到底是什么？区块链能做什么？区块链（BlockChain）这个伴随着比特币诞生的伟大技术，目前在金融领域应用能大幅降低交易成本，提高效率，这足以令华尔街兴奋不已。然而这仅仅是冰山一角，其潜在应用前景非常广泛，未来将颠覆我们生活的方方面面。

区块链，是比特币的一个重要概念。其本质上是一个去中心化的数据库，同时作为比特币的底层技术。比特币最基本的一个特点，就是去中心化。最近几个月来金融巨头们逐步开始关注比特币的这项技术，并且把这种技术用在了非货币领域，比如股票交易、选举投票等等。（1）艺术行业

艺术家们可以使用区块链技术来声明所有权，发行可编号，***版的作品，可以针对任何类型艺术品的数字形式。甚至还包括了一个交易市场，艺术家们可以通过他们的网站进行买卖，而无需任何中介服务。

运用区块链技术，解决每个人在参与房地产面临的各种问题，包括命名过程，土地登记，代理中介等

金融行业历来对先进技术最为敏感。传统的银行和证券业巨头从2014年就纷纷投身于如火如荼的区块链创业投资中，两年内全球投资总额高达10亿美金。

个人资产以后可以通过这种P2P钱包来交易，无需经过任何中心机构，比如比特币。

大多数区块链都处于起步阶段，而主要都是在海外，国内好的区块链项目非常非常少，所以不建议任何非专业人士投资区块链项目。如果对区块链技术很有兴趣，自己有技术或者金融相关的背景，建议可以考虑在这方面进行创业。在区块链的协议体系方面，最底层是区块链的底层技术，包括区块链的技术协议，也包括一些平台路由和基础算法；在中间层，要解决一些应用程序的接口以及一些凭证的发行和验证，包括一些行业平台的服务，大数据分析等等，这是很粗略的一个分法了，还应该有更详细的分法；最上面的是区块链的一些应用，包括金融的一些应用和其他方面的一些应用，物联网等等。

布比区块链自成立以来一直专注于区块链技术与产品的研发与创新，拥有多项核心技术，并在多个方面取得了实质性的创新，形成多项核心技术成果，例如：可数学证明的分布式共识技术、快速的大规模账本存取技术、支持业务形态扩展的多链总账技术、异构区块链间的互联技术等。4月25日，“格格积分”将积分系统引入区块链概念，多方联合开放，积分发行及兑换，促进积分流通。各合作机构可共同参与交易验证、账本存储、实时结算;企业积分发行方的第三方支付平台，使积分进出更灵活。布比开发了自有的区块链基础服务平台，已在股权、供应链、积分、信用等领域开展应用。布比一直致力于以去(多)中心信任为核心，构建开放式价值流通网络，让数字资产自由流动起来。

区块链简单的理解是比特币底层的一种技术，也是就是点对点电子现金系统，可实现点对点的价值快递，们应该区分比特币、比特币区块链、区块链以及区块链技术等概念。在过去金融较为发达的国家，金融同区块的技术已经有相当久远的历史，数字货币和区块链网络的立法也是相当的重要。随着金融时代的到来，大型的金融机构都在研究区块链技术，他们拥有自己的团队和概念技术，慢慢的各地区银行也参与数字货币研讨，对该技术的应用和支持，不仅如此区块链对企业的影响力也是巨大的，对于国内较大的企业，布比区块还应用于各种股权、供应链、积分等领域，国内各大金融机构和企业纷纷看中新产业的价值，纷纷开发自有的区块链平台，区块链瞬间成为国内新型的创新产业。海外国际方面美国相比中国早已在去年末就获得15项区块链的专利，区块链金融应用正在全面的进入新的阶段，各种应用将会越来越深入，相关的改变也会越来越受人瞩目，也将会形成一股极大的新潮流......>>

问题三：什么是区块链技术？区块链到底是什么？什么叫区块链？ 1、数据区块链是比特币金融系统中的重要概念，记录了整个比特币网络上的交易记录数据，并且这些数据是被所有比特币节点共享的，通过数据区块，我们可以查询到每一比比特币交易的历史。 2、实例：甲、乙、丙三个人，甲和乙的所有资金都由丙来保管。而且每一比资金往来都要由丙来记录。现在假设甲和乙各有100万由丙保管。那么：甲支出8万到乙，则丙在账本的记录上，减去甲所在名下8万元，并在乙所在名下增加8万元。乙回转5万到甲，则丙在账本的记录上，增加甲所在名下5万元，并在乙所在名下减去5万元。甲支出5万到乙，则丙在账本的记录上，减去甲所在名下5万元，并在乙所在名下增加5万元。 3、数据区块链的作用和丙的帐目记录本的作用类似，它记录了用户对比特币的拥有权和所有用户交易比特币的记录。只不过这个“帐目记录本”是由网络上每个比特币矿工的挖矿软件记录的。如果一笔比特币的交易被数据区块链确认那么相关的信息将会被记录在数据区块链中。比特币的“帐目记录本”就叫做数据区块链。网络上所有的数据区块链组成了比特币的分布式网络数据库系统。 4、数据区块链技术本质是去中心化且寓于分布式结构的数据存储、传输和证明的方法，用数据区块取代了目前互联网对中心服务器的依赖，使得所有数据变更或者交易项目都记录在一个云系统之上，理论上实现了数据传输中对数据的自我证明，深远来说，这超越了传统和常规意义上需要依赖中心的信息验证范式，降低了全球”信用”的建立成本，这种点对点验证将会产生一种”基础协议”，是分布式人工智能的一种新形式，将建立人脑智能和机器智能的全新接口和共享界面。

问题四：区块链是什么：这样解释区块链更加通俗易懂区块链（Blockchain）是指通过去中心化和去信任的方式集体维护一个可靠数据库的技术方案。

通俗一点说，区块链技术就指一种全民参与记账的方式。所有的系统背后都有一个数据库，你可以把数据库看成是就是一个大账本。那么谁来记这个账本就变得很重要。目前就是谁的系统谁来记账，微信的账本就是腾讯在记，淘宝的账本就是阿里在记。但现在区块链系统中，系统中的每个人都可以有机会参与记账。在一定时间段内如果有任何数据变化，系统中每个人都可以来进行记账，系统会评判这段时间内记账最快最好的人，把他记录的内容写到账本，并将这段时间内账本内容发给系统内所有的其他人进行备份。这样系统中的每个人都了一本完整的账本。这种方式，我们就称它为区块链技术。

区块链技术在国内已经成为了金融界的宠儿，已经成为了一个热门的话题。国内的普银集团推出了一个茶本位数字货币普银。

问题五：通俗易懂的讲清楚什么是区块链区块链在某种意义上可以理解为一种数据库系统。区块链发展到现今可以划分为1.0和2.0

1.0以比特币为代表，主要应用已虚拟货币或者说数字货币应用。此时的区块链只能用于简单的数字货币交易。

2.0以现在比较流行的ethereum(以太坊）和即将问世的hyperledger为代表。这个阶段的区块链不仅能满足对应的数字货币交易，还可以利用智能合约自定义的货币或者资产的交易。如果还以数据库做类比的话，智能合约的出现可以理解为允许用户在数据库中定义函数（function）或者存储过程（procedure），并调用执行了。

和传统的数据库不同的是，区块链的内部引入了共识机制，激励机制，p2p（网络），hash等一些特定的元素，让它具备了公开、去中心化、不可篡改的特性。

问题六：区块链是什么？有没有大神可以通俗的解释一下区块链是比特币的底层技术，就像一的账本，记载了所有的交易记录。它具有去中心化，什么是去中心化呢，打个比方，你在淘宝上买东西，下单付款到支付宝里，等你收货了，支付宝才会把钱打给卖家。支付宝就是那个中心的第三方。没有它就是去中心化，就像线下买东西，一手付钱一手拿货那就是没有第三方的。

区块链本身是一串密码学相关联，所产生的数据块。

仔细看是不是像一个账本。一块一块的是区块，连在一起就是区块链了。

这个技术很多公司都在研发了，我们公司也是，它的前景不可***的。详情可以去我们官网看看，望采纳，谢谢

问题七：什么是区块链技术？什么叫区块链？区块链概念怎么解释？每一个行业的人士理解不一样，相关的解释也因为现实应用越来越多而渐渐浮出水面，随着这种区块链技术的普及，相关的成果也是越来越大。我们要想理解这种技术就要从现实当中去深入的了解。

这半年来，区块链概念在国内逐渐变热，金融圈刮起了一阵阵区块链旋风。区块链以其独特的技术优势受到越来越多业内人士的关注和青睐。具有去中心化（或多中心化）、高透明度、无法篡改、无单点故障等特点的区块链技术正在走进金融机构和企业的视野，至少已在数字货币、支付汇兑、登记结算、数字资产、溯源防伪、供应链、物联网等众多领域从理论探讨走向实践应用。

“区块链”最早面世,是2009年初发布的“比特币”,区块链成为比特币推出、记录、流通的基础协议和技术应用。尽管比特币自面世以来饱受争议,甚至仍不能被***和货币当局视同为“货币”,但比特币所应用的区块链技术却得到了包括***和货币当局在内的广泛关注。

为什么区块链会成为快速升温的热点技术和话题?

这其中最重要的可能就是,在区块链技术基础上推出的比特币,开启了一种与传统社会(线下)没有多少关联的、完全应用于网络世界(线上)的网民身份验证、财富确认、交易记录、公证核查等全新的技术与规则体系的探索和尝试,而这给人们适应互联网社会的发展提供了可选路径和无限遐想。

从其在比特币的应用情况看,区块链直观讲,就是将加密技术与互联网相技术结合,所形成的一套全新的网络区块(BLOCK,也可叫做社区)设立、比特币配置、网民身份验证,以及挖矿所形成的比特币(价值)确认、比特币交易记录,以及比特币跨区块流动(价值转移)的延伸加密(加入了区块与交易时间标识等因素)登记和查验核实等在内的,区块连接(Blockchain,即区块链)、全程加密、相互认证的互联网协议规则和账务(Ledger)体系。正因为比特币并不是线下法定货币的替代物,而是非法定货币当局发行和管理的,主要模仿黄金的模式,完全由互联网基础协议和严格的加密技术保护和支持的全新的、去中心化的网络货币(虚拟货币),由此也形成了一套不同于、也不受制于现实社会法律的新的货币规则和体系,并且可以与法定货币进行买卖或兑换。比特币自推出以来已超过8年时间,没有出现过资金或用户信息被盗用的记录,其安全性得到验证,而且其资金清算的效率和成本也具有明显的优势。这使得人们对比特币所应用的区块链技术的信心不断增强,而且人们也越来越清晰的认识到,区块链尽管是比特币所首创和应用的一种技术和协议,但区块链并不等同于比特币,其应用也绝不会只局限于比特币。区块链的应用,可以是去中心化的,也可以是中心化的；可以是公有链模式,也可以有私有链模式。因此,在比特币之后,区块链技术也在不断发展创新,并不断探索新的应用领域,尤其是在金融领域的应用。

区块链之所以被越来越多的人高度重视,是因为互联网的发展和广泛应用,已经使得越来越多的经济交往和交易活动转到网上进行,网络世界(或线上社会)正在快速扩展、充实和活跃,而网上交易必须解决当事人的身份验证、价值核实、交易记录、查验核实等方面的效率和安全保护问题,需要严格的中介和协议(规则或宪法)。在这方面,传统思维和习惯做法就是顺应线下交易向线上转移的发展轨迹,将现实(线下)社会的通行规则和做法推到线上(网络)社会,但实践中却越来越难以适应网上交易的需求。

比如,当事人身份验证,自然的选择就是以各国法律保护的身份证件的信息为基础,再增加账户或交易密码,以及脸谱、虹膜、指纹等生物识别等,进行线上交易的身份验证,但这种方法,首先就使得跨境互联互通的网络世界的公民身份信息受到现实社会行政管辖的制约......>>

问题八：通俗易懂的讲清楚什么是区块链区块链的英文是Blockchain。Block的字面意思是块、区块，而chain的意思是链、锁链，所以，合起来就翻译成区块链了。

1.利用密码学技术，进行加密和解密，使得记录无法被篡改。常见的区块链加密方式有哈希算法、RSA算法、椭圆曲线算法等；

2.巨大的运算量需要有合理的奖励机制支撑。因为每笔交易都要记录，所以迄今为止，比特币的区块链已经有60多个G。每笔新交易产生需要把与交易账户相关的信息都确认一遍，才能确定交易有效，巨大的计算量需要算力强大的计算机来完成。

为鼓励强大的算力参与进来，比特币给予两种奖励：一是每天发放一定数量的比特币给这些计算机；而是将转账手续费全部奖励给这些计算机。（这些计算机的专业术语叫“矿机”，持有矿机的人，称为“矿工”。）

币盈中国则在资产数字化方面进行努力，推出了数字货币众筹平台币盈中国。

问题九：所谓“区块链”是什么？区块链本身是一个叫去中心化和去信任化的工具，比如你的学历，从大学毕业时，现在的做法是要有一个有权威的机关认可和发出的证件，来作为你的凭证。这个设置比较麻烦，因为这是一张纸，纸是可以伪造的，就会出现各种空隙，发证机关也是人，这个中间也会有各种可蹭空隙，只要是跟人有关，跟哪个媒介有关的都会有各种可能。区块链提供了一个很好的机会，以后只要一毕业，你在区块链上产生记录，这个记录任何人是没有任何人可以改动的，这个东西就是客观上存在了，你作为一个物理存在，再作为一个数据的存在，区块链就产生了。这样的话，任何人想要查你是不是哪里毕业的，就很容易解决这个问题。这跟平时的社交（微信）和支付平台（支付宝、易宝）所常涉及的大数据有类似的地方。

问题十：区块链是什么意思关于区块链我想百度上的概念你已经看过，我用我的理解说一下吧！

首先说下其特点: 1、公开透明 2、去中心化 3、匿名性 4、信息不可篡改、消除 5、无信任成本

区块链就像是一个公开的总账本，每个人都有权记录、翻看，所有人共同监督保证其正确性，而且记录的内容将永久保存，只能增加不能删除！不过随着区块的不断增加会增加成本和降低效率。（此处能否通过技术来弥补我也不是很清楚，希望懂技术的人指明下）

区块链又分为公有链、私有链、联盟链。公有链:所有人可访问，所有人有读写权限，完全公开透明去中心化。私有链:针对个人或者机构开放，其中私有链的拥有者又可以设置各种权限，让其变成部分中心化。联盟链:对特定的组织或团体开放，同样是“部分去中心化”，按开头那个账本来说，成员能查看、交易，但是不能去记录和确认账单，或者需要联盟允许。（后两种就不存在成本和效率问题了）

关于区块链国家方面已经开始招募这方面的人才，关于此可以在网上搜下“央行招聘数字货币研发人员”。此外关于区块链你可以在通过对其现有应用的了解来增加对其认识，平时说的也一般是指公有链，目前应用于国外的有比特币，以太坊等国内有小蚁区块链

1.公开透明:每一条数据由所有人验证通过，每个人都可以随时查看。

2.去中心化:像我们在淘宝购物是通过淘宝这个中介进行交易，而区块链就是让供需双方通过区块链技术直接联系直接交易。

3.匿名性:在区块链完成交易不需要个人隐私信息，只需要你独有的一个数字字母结合的签名。

4.信息不可篡改、消除:数据一旦经过验证被记录之后，所有人都没有权限对其进行修改，更不能删除！

5.无信任成本:现实中的信任危机不会出现在区块链中，在区块链交易无需你信任对方，只有你们手中都有够交易的“数字资产”才能进行，而且受全网监督，交易不会毁约。如果对信任成本没概念，想想自己城市中有多少中介，或者单纯想想马云，就知道信任成本是个多大的数字了。

关于区块链的更多我也还在学习认知中，我是李爱林，如果有问题可以一起探讨，一起学习！

三、如何建立自己的算法交易

【Bertsimas, Dimitris, and Andrew W. Lo."Optimal control of execution costs."Journal of Financial Markets1.1(1998): 1-50.】这里假设了不同的价格冲击函数，然后求解得到最优的交易执行方案。根据参数的不同，最优的策略要么是全部开头卖掉、均匀减仓、或者全部最后卖掉。

【Almgren, Robert, and Neil Chriss."Optimal execution of portfolio transactions." Journal of Risk 3(2001): 5-40.】这篇文章我们专栏前面有讲过，很著名的 Almgren-Chriss模型。张楚珩：【交易执行】Almgren-Chriss Model

【Guéant O, Lehalle C A, Fernandez-Tapia J. Optimal portfolio liquidation with limit orders[J]. SIAM Journal on Financial Mathematics, 2012, 3(1):740-764.】这篇文章我们专栏前面也有讲过；前面的 Almgren-Chriss其实考虑的是使用市价单，而这里考虑使用限价单进行交易。张楚珩：【交易执行】限价单交易执行

【Guéant, Olivier, and Charles‐Albert Lehalle."General intensity shapes in optimal liquidation." Mathematical Finance 25.3(2015): 457-495.】这里也是考虑限价单进行交易，但是与前面不同的是：前一个假设限价单考虑的成交概率随着价格指数衰减，而这里考虑了一个更加一般的形式。

【Cartea A, Jaimungal S. Optimal execution with limit and market orders[J]. Quantitative Finance, 2015, 15(8): 1279-1291.】这里考虑同时使用限价单和市价单进行交易，从而能够完成 Almgren-Chriss模型所规定的方案，或者找到一个更有的交易方案。

【Bulthuis, Brian, et al."Optimal execution of limit and market orders with trade director, speed limiter, and fill uncertainty." International Journal of Financial Engineering 4.02n03(2017): 1750020.】也是考虑使用限价单和市价单一起交易。张楚珩：【交易执行】市价单+限价单最优执行

【Cartea A, Jaimungal S. Incorporating order-flow into optimal execution[J]. Mathematics and Financial Economics, 2016, 10(3): 339-364.】这里考虑市场所有交易者的订单都会产生线性的短期/长期市场冲击，因此可以估计未来一段时间的订单流向（买单总量和卖单总量的差），从而能够在 Almgren-Chriss模型的基础上进行一定的调整，使得策略更优。

【CarteaÁ, Jaimungal S, Penalva J. Algorithmic and high-frequency trading[M]. Cambridge University Press, 2015.】讲交易执行的基础上，更侧重讲了一些数学工具。

【Guéant O. The Financial Mathematics of Market Liquidity: From optimal execution to market making[M]. CRC Press, 2016.】从 Almgren-Chriss模型开始讲，一直到相应的拓展和实际的问题，十分推荐。

【Casgrain P, Jaimungal S. Trading algorithms with learning in latent alpha models[J]. Mathematical Finance, 2019, 29(3): 735-772.】市场交易者会根据不同的市场挂单和价格走势而采取不同的反映，因此我们也可以根据历史数据学习到各种情况下的价格后验分布，从而更好地帮助我们进行交易执行或者套利。最后的结果可以看做在 Almgren-Chriss模型的基础上外加了一个调控项，反映我们对于未来的预期。

如何实现以按量加权平均价格（VWAP）交易

【Kakade, Sham M., et al."Competitive algorithms for VWAP and limit order trading." Proceedings of the 5th ACM conference on Electronic commerce. 2004.】从在线学习的角度提出了几个用于使得我们交易到 VWAP价格的模型。为什么会关注 VWAP的交易执行？当大的流通股股东需要减持的时候，为了避免直接出售引起的价格波动，一般是把需要减持的股票卖给券商，然后由券商来拆单出售，而交易价格一般为未来一段时间的 VWAP，因此券商需要尽量以 VWAP来交易执行。

【Białkowski, Jędrzej, Serge Darolles, and Gaëlle Le Fol."Improving VWAP strategies: A dynamic volume approach." Journal of Banking& Finance 32.9(2008): 1709-1722.】改进对于交易量的建模，从而得到更好的 VWAP交易算法。把交易量拆分为两个部分，一部分是市场整体的交易量变动，另一部分是特定股票上的交易量模式。

以按时间加权平均价格（TWAP）交易

为了对称，可以介绍一下另一种加权平均的情形 TWAP，这种情形实现起来相对比较简单；如果不考虑市场冲击，就拆分到每个时间步上均匀出售即可实现。

可以证明 TWAP交易在以下两种情形下最优：市场价格为布朗运动并且价格冲击为常数；对于晚交易没有惩罚（其实更晚交易意味着面临更大的风险），但是对于最后未完成交易的惩罚较大。

【Hendricks D, Wilcox D. A reinforcement learning extension to the Almgren-Chriss framework for optimal trade execution[C]//2014 IEEE Conference on Computational Intelligence for Financial Engineering& Economics(CIFEr). IEEE, 2014: 457-464.】本专栏有讲。

强化学习+交易执行（Paper/Article）

【Nevmyvaka Y, Feng Y, Kearns M. Reinforcement learning for optimized trade execution[C]//Proceedings of the 23rd international conference on Machine learning. 2006: 673-680.】比较经典的一篇，发在 ICML上，本专栏前面有讲。使用 DQN方法，实现形式接近 DP。

【Dabérius K, Granat E, Karlsson P. Deep Execution-Value and Policy Based Reinforcement Learning for Trading and Beating Market Benchmarks[J]. Available at SSRN 3374766, 2019.】使用了 DDQN和 PPO方法，基于生成的价格序列来进行实验，使用特定的模型考虑短期和长期市场冲击。

【Ning B, Lin F H T, Jaimungal S. Double deep q-learning for optimal execution[J]. arXiv preprint arXiv:1812.06600, 2018.】DDQN的强化学习解法，在美股上实验。

【Lin S, Beling P A. An End-to-End Optimal Trade Execution Framework based on Proximal Policy Optimization[C]//IJCAI. 2020: 4548-4554.】使用 PPO的解法，比较有意思的是这里面的实验结果显示，使用 LSTM和把历史数据全部堆叠起来用 MLP效果差距不大。也是在美股上实验。

【Fang Y, Ren K, Liu W, et al. Universal Trading for Order Execution with Oracle Policy Distillation[J]. arXiv preprint arXiv:2103.10860, 2021.】在使用强化学习的基础上，引入了一个教师网络，教师网络学习一个基于未来数据的策略，并且用于训练学生网络。本专栏前面有讲。

【Vyetrenko S, Xu S. Risk-sensitive compact decision trees for autonomous execution in presence of simulated market response[J]. arXiv preprint arXiv:1906.02312, 2019.】ICML-19的文章。构造了一个可以反映市价单市场冲击的模拟器；使用 tabular Q-learning来学习基于决策树的模型；使用特征选择的方法来筛选特征。通过以上方式，能够学习到一个模型帮助决策什么时候应该下市价单、什么时候应该下限价单。

【Akbarzadeh N, Tekin C, van der Schaar M. Online learning in limit order book trade execution[J]. IEEE Transactions on Signal Processing, 2018, 66(17): 4626-4641.】从 online learning的视角来解决这个问题，使用 DP类的方法，分析 regret。

【Wei H, Wang Y, Mangu L, et al. Model-based reinforcement learning for predictions and control for limit order books[J]. arXiv preprint arXiv:1910.03743, 2019.】专栏刚刚讲了的一篇文章，使用 model-based类的强化学习算法，直接学习一个世界模型，然后让强化学习策略通过和世界模型的交互进行学习。

【Karpe M, Fang J, Ma Z, et al. Multi-agent reinforcement learning in a realistic limit order book market simulation[J]. arXiv preprint arXiv:2006.05574, 2020.】这里的多智能体似乎适用于结合历史数据生成其他市场参与者的动作，而最优策略的学习仍然是使用单智能体 DDQN方法来做。他们开源了一个考虑多智能体的模拟环境 ABIDES。

【Schnaubelt M. Deep reinforcement learning for the optimal placement of cryptocurrency limit orders[J]. European Journal of Operational Research, 2022, 296(3): 993-1006.】研究数字货币上如何下限价单。对比了 PPO和 DDQN，发现 PPO更好。探索出了一些重要的因子，比如 current liquidity cost，queue imbalance等。

【Hu R. Optimal Order Execution using Stochastic Control and Reinforcement Learning[J]. 2016.】KTH（瑞典）工程学院硕士论文。算法直接是基于价值函数的动态规划。不过提供了比较详细的模拟环境和算法伪代码。

【Rockwell B. Optimal Order Execution with Deep Reinforcement Learning[J]. 2019.】加拿大蒙特利尔高等商学院硕士论文。使用 TD3和 DDPG算法，不过实验是基于人工生成的数据的（skew-normal Brownian motion）。

【Reiter M B. An Application of Deep Reinforcement Learning for Order Execution[D]. School of Engineering Science, Osaka University, 2020.】多伦多大学本科毕业论文。在使用 A3C算法的基础上，考虑了使用教师学生网络的方式进行迁移学习，并且考虑了短期市场冲击。

Robust Risk-Sensitive Reinforcement Learning Agents for Trading Markets

Deep equal risk pricing of financial derivatives with non-translation invariant risk measures

Optimal Market Making by Reinforcement Learning

Optimizing Market Making using Multi-Agent Reinforcement Learning

Deep Reinforcement Learning for Market Making

Deep Recurrent Q-Networks for Market Making

Robust Market Making via Adversarial Reinforcement Learning

Market making via reinforcement learning

Deep Stock Trading: A Hierarchical Reinforcement Learning Framework for Portfolio Optimization and Order Execution

Robo-Advising: Enhancing Investment with Inverse Optimization and Deep Reinforcement Learning

Large Scale Continuous-Time Mean-Variance Portfolio Allocation via Reinforcement Learning

如果你还想了解更多这方面的信息，记得收藏关注本站。