导读:本文包含了交易算法论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:算法,区块,合约,物流服务,策略,智能,近邻。
交易算法论文文献综述
何黎君[1]（2019）在《基于PSO算法的多微电网讨价还价交易方法》一文中研究指出随着售电侧电力市场改革的不断深入,微电网可以根据自身利益需求选择参与电力交易。针对多微电网竞价交易及资源分配问题,首先设置卖方买方聚合商合理维持微电网交易平台秩序,其次以微电网自身成本为优化目标,针对此目标采用双方协商的讨价还价交易策略,以促成双方微电网达成交易,而不是与配电网进行交易,同时解决微电网之间竞价交易流程的规范性问题。通过算例表明,所选方法能够有效降低微电网自身成本,实现区域内微电网能量互济,由此验证了所提出模型的有效性与经济性。(本文来源于《电力学报》期刊2019年05期）
叶双照[2]（2019）在《基于EMD算法的量化交易策略研究》一文中研究指出趋势和震荡是金融市场中普遍存在的两种状态,对于投资者而言,若能找到一种有效的识别市场状态的方法,便可以相应地设计投资策略进行获利。对此,引入经验模态分解(EMD)算法,通过对原始价格序列进行分解并构造出能够反映市场的趋势性强度的对数波动能量比指标,由此构造出商品期货日内型的量化交易策略。通过对过去五年时间的回测,策略表现出了长期的稳定性以及较好的业绩,之后通过引入止损机制使得策略的业绩进一步提高。(本文来源于《经济研究导刊》期刊2019年19期）
于涵[3]（2019）在《隐形交易利器,算法交易系统未来可期》一文中研究指出算法交易是近几年金融投资领域最热门的技术之一。据数据表明,算法交易正在改变当今金融市场相互联系的方式,使交易公司在快速发展的市场中拥有了更强大的力量。上海少伯资产管理有限公司是国内最早的一批大宗交易服务商,在资本技术服务领域具有丰富的经验。自成立至今,少伯资产已为700多家上市企业提供股权(本文来源于《互联网经济》期刊2019年06期）
李利达[4]（2019）在《非结构化众智交易网络商品搜索算法研究与仿真》一文中研究指出现今的电子商务模式大多是以某一电商平台为中心,买家、卖家与其它机构与平台相连或直接进驻平台,实现信息注册、商品搜索、商品交易等功能,这种电子商务模式采用集中式网络结构,依赖中心服务器的超强计算处理能力和超大的信息储存空间。随着众智科学的研究和发展,提出了众智电子商务模式,即网络中买家、卖家和其它机构都是相应独立的智能个体,采用分布式网络结构,智能个体之间直接相连,从而实现全息交易主客体信息共享、精准供需信息识别、智能供需匹配与搜索、商品交易等功能。在众智电子商务网络中,各个智能个体将商品信息储存在本地节点,并通过朋友圈来寻址和路由,实现信息的传递与共享。该网络中存在一个关键问题是,针对网络中某一节点的搜索需求,如何高效、快速和低消耗的进行商品信息资源搜索。本文针对上述商品信息资源搜索问题开展研究,设计了两种搜索算法,具体工作如下(1)设计了两种商品信息资源搜索算法。分析了众智交易网络的特点,在分布式网络搜索算法理论和技术研究现状综述的基础上,分别设计了广深结合启发式商品搜索算法、基于蚁群算法的商品搜索算法。1)广深结合启发式商品搜索算法,融合广度搜索算法和深度搜索算法,定义了网络中节点之间的关联度,并利用节点与朋友圈邻居节点之间的关联度来优化搜索规则和转发路径;2)基于蚁群算法的商品搜索算法,运用蚁群算法启发性、鲁棒性和正反馈性等特点,针对众智交易网络商品信息搜索问题,定义了商品信息关键词信息素和启发方程计算,利用蚁群算法的转发概率和信息素更新机制来设计网络中节点间商品信息资源搜索的规则,从而降低搜索的盲目性。在信息素定义、启发因子的设置和信息素更新策略方面具有一定的新意。(2)开展了众智电子商务网络搜索仿真实验。为了验证上述两种商品信息资源搜索算法的性能,基于Peersim仿真软件对网络环境进行仿真,通过Java语言对本文设计的算法进行编程实现,并且与洪泛算法和随机漫步算法两种基础性搜索算法做比较。实验结果显示,本文设计的算法在搜索成功率、搜索时间、商品匹配度、搜索网络消耗和可拓展性上都具有显着的优势。其中,广深结合的启发式搜索算法消耗较少的网络宽带资源和使用最少的搜索时间,可以达到较高的搜索成功率和商品匹配度;而基于蚁群算法的搜索算法,在搜索成功率、平均商品匹配度返回商品信息资源数量上都有着绝对的优势,从而可以实现网络高效、快速的搜索效果。(本文来源于《北京交通大学》期刊2019-06-05）
李正伟[5]（2019）在《基于做市商模型下的最优算法交易策略与实证分析》一文中研究指出随着金融市场的成熟化发展,电子交易系统和通信技术的快速发展,人工下单的交易方式逐渐被程序化交易替代。广大投资者之所以信赖程序化交易,是因为其能够提供迅速的计算效率和较为精准的计算结果。而随着投资者对风险关注程度的提高,以及风险分散理念不断的发展,程序化交易的地位变得越来越重要,它已经逐步发展成为市场中不可或缺的组成部分。算法交易是程序化交易的一个较为重要的组成部分,它是指在无人工干涉的情况下,事先设定好交易策略来指导订单的交易时机、价格和数量,并根据行情的变化自动调控指令。算法交易当前发展为投资者经常使用的方法之一,主要特点是能够快速有效地降低交易成本,控制市场冲击成本以及隐藏交易意图,并提高订单执行效率。在证券市场上机构投资者在进行大额订单的证券交易时,由于证券流动性有限,投资者一次成交的话会产生巨大的冲击成本,使得证券价格向不利方向变动,而如果将大额订单分割得非常小,不仅会增加相应的交易时间,而且会导致价格波动的可能性变得更大。正是基于这一问题,本文提出了基于做市商模型下的最优算法交易策略。在算法的具体实施过程中,在传统的算法交易基础上进行了一定的创新:将高频交易与算法交易相结合,提出在高频交易做市策略的模型框架下只考虑限价卖单和市价卖单的情况。在最大化财富的目标下,设定目标值函数,利用动态规划原理推出拟变分不等式,并通过有限差分法进行求解。根据策略求解的结果对交易中每个时间点不同存货、不同深度和不同价差情况的下单策略A=(αmafke,αtafke)进行指导,其中随机控制αmake指导限价单、脉冲控制αtake指导市价单,最终给出最优算法交易策略。根据构建的最优算法交易策略,利用2018年叁个不同市场中活跃品种的高频数据,进行了算法的实证分析。在完成大额订单交易的基础上根据交易日结束时财富值的比较,证实了提出的基于做市商模型下的最优算法交易策略能够提高订单执行的效率,降低市场的冲击成本,比VWAP、TWAP等常见的算法交易策略更有效。(本文来源于《山东大学》期刊2019-05-20）
李松钊,李文敬,陆建波[6]（2019）在《物流服务交易区块链与蚁群智能合约算法研究》一文中研究指出为解决物流服务交易中供应商、生产商、用户等多方参与者之间的信用关系缺失,提高制定合约的效率,避免干扰合约的正常执行以及传统合约的可抵赖性、可篡改性以及不可追溯性等问题,提出了物流服务交易区块链与蚁群智能合约算法。分析传统的物流服务交易模式存在的问题,提出一种新的物流服务交易合约概念模型,并利用区块链和智能合约的特点和优势,以及物流服务交易中的信息发布、谈判、议价、制定合约等交易环节和区块链的链接关系,构建一种去中心化的物流服务交易智能合约区块链模型。以该模型为基础,依据物流服务交易合约的工作流程以及蚁群算法的特点,设计了物流服务交易区块链与蚁群智能合约算法。在多节点物流服务交易仿真平台进行实验,实验结果表明,该算法实现了基于区块链的多物流用户服务交易智能合约的创建、存储和自动执行,整个过程透明可跟踪、共识且不可篡改。因此,该算法是基于区块链解决物流服务交易问题的一种有效方法。(本文来源于《计算机工程与应用》期刊2019年17期）
钱龙,黄嵩,倪宣明,宋苗苗[7]（2019）在《基于模拟退火算法的知情交易研究》一文中研究指出为了更准确地估计知情交易概率水平(PIN),文章主要使用模拟退火算法并结合交易量时间概念对知情交易模型进行参数估计.算法改进后的知情交易模型已可适用于较高频的交易订单数据,从而更好地捕捉微观市场中PIN的变化.参数估计方面,文章主要使用模拟退火算法对EKOP-PIN、EHO-PIN以及DY-PIN进行带约束的最大似然估计,并将结果与无约束优化的间接估计算法进行了比较,基本解决了以往算法存在的局部最优和数值溢出等问题.数值模拟显示,使用模拟退火算法并运用模式搜索法进行末端优化的混合算法在计算PIN时能够进一步提高估计精度.使用沪深300股指期货高频交易数据的实证结果显示,重新估计的EHO-PIN对波动率有着较高的解释和预测能力,可作为一种有效的市场波动率预警指标.(本文来源于《系统科学与数学》期刊2019年05期）
李松钊[8]（2019）在《基于区块链的物流服务交易蚁群智能合约算法应用研究》一文中研究指出电商、物流、金融、政务、旅游等现代服务业飞速发展。但是,它们的服务交易合约仍处于一种手工操作或人机交互阶段,操作过程缺少自动化、智能化。而服务交易合约的相关数据、内容、定价、支付方式等合约信息因其交易中心化,存在合约信息的不可透明、无法追溯、可篡改和可抵赖等信用及安全存储问题。随着人工智能和区块链技术的发展,为物流等现代服务交易中存在的问题提供了新的思路。运用区块链解决服务交易的去中心化、不可篡改、无法追溯、可篡改和可抵赖等问题;利用群体智能解决物流服务交易的自动化和智能化问题。因此,我们融合区块链和群体智能技术对物流服务交易合约算法进行研究,具有重要的科学意义和应用价值。首先,对传统物流服务交易模式及其工作流程进行分析研究,根据当前物流服务交易系统的环境和架构,构建一个传统物流服务交易的中心化模型。然后,根据区块链技术的特点给出解决传统物流服务交易中心化模型下存在问题的基本思路。融合物流区块链的结构,以及物流服务交易中的信息发布、协商、制定合约、支付等交易流程和区块链的链接关系,构建去中心化的物流服务交易群智合约模型,以解决物流服务交易中心化模型数据集中化问题。然后根据蚁群算法的优势,解决物流服务交易智能化匹配问题,并提出了改进的蚁群算法。根据基于区块链的物流服务交易群智合约模型和改进的蚁群算法,提出了基于区块链的物流服务交易蚁群智能合约算法。最后,在基于以太坊的实验环境下,对算法进行多节点的物流服务交易的仿真实验。实验结果表明,文中提出的算法可实现多节点、多用户的物流服务智能合约的创建、存储和执行,解决了当前物流服务中心化、交易操作缺少智能化及其存在的信用问题。(本文来源于《南宁师范大学》期刊2019-05-01）
李松钊,李文敬,陆建波[9]（2019）在《基于区块链的旅游服务交易智能合约算法研究》一文中研究指出为解决旅游企业为了获取更大的利益存在在第叁方平台上发布虚假信息、不透明的交易数据以及客户身份信息存疑等问题,提出了一种基于区块链的旅游服务交易智能合约算法。分析传统旅游服务交易模式中存在的问题;并根据区块链的不可篡改性和公开透明性等特点,提出了一种去中心化的旅游服务交易机制。并设计了基于智能合约的旅游服务去中心化的交易方法,确保整个交易过程中信息公开透明化、不可篡改。实验结果表明,该方法是一种有效的方法。(本文来源于《广西师范学院学报(自然科学版)》期刊2019年01期）
王蕾,焦明海,代勇,张倩[10]（2019）在《群体主动学习算法的移动电力交易行为研究》一文中研究指出移动端电力交易信息服务提升发电企业、售电公司、购电用户的业务规模,市场成员多边交易,实现多品类交易供需互补。分析移动端电力市场成员的交易行为,提出基于群体主动学习的KNN算法。群体主动学习策略有效构造训练集,首先随机分组选择未标记样本构成候选集,其次计算未标记分组样本的个体距离累加平均值的偏差,接着筛选满足偏差支持度的候选集,加入训练集中,最后给出相应的算法步骤。结合移动端电力市场交易数据进行算例分析,计算电力用户满意度、地域、时间、成交电价综合特征的皮尔逊相关系数,分类出相似购电用户。多种算法实验进行对比和性能分析,结果表明:群体主动学习KNN算法的时间和精确度达到预期要求,具有较好的分类效果,适用于移动端电力市场交易行为分析和供需决策。(本文来源于《控制工程》期刊2019年03期）
交易算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
趋势和震荡是金融市场中普遍存在的两种状态,对于投资者而言,若能找到一种有效的识别市场状态的方法,便可以相应地设计投资策略进行获利。对此,引入经验模态分解(EMD)算法,通过对原始价格序列进行分解并构造出能够反映市场的趋势性强度的对数波动能量比指标,由此构造出商品期货日内型的量化交易策略。通过对过去五年时间的回测,策略表现出了长期的稳定性以及较好的业绩,之后通过引入止损机制使得策略的业绩进一步提高。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
交易算法论文参考文献
[1].何黎君.基于PSO算法的多微电网讨价还价交易方法[J].电力学报.2019
[2].叶双照.基于EMD算法的量化交易策略研究[J].经济研究导刊.2019
[3].于涵.隐形交易利器,算法交易系统未来可期[J].互联网经济.2019
[4].李利达.非结构化众智交易网络商品搜索算法研究与仿真[D].北京交通大学.2019
[5].李正伟.基于做市商模型下的最优算法交易策略与实证分析[D].山东大学.2019
[6].李松钊,李文敬,陆建波.物流服务交易区块链与蚁群智能合约算法研究[J].计算机工程与应用.2019
[7].钱龙,黄嵩,倪宣明,宋苗苗.基于模拟退火算法的知情交易研究[J].系统科学与数学.2019
[8].李松钊.基于区块链的物流服务交易蚁群智能合约算法应用研究[D].南宁师范大学.2019
[9].李松钊,李文敬,陆建波.基于区块链的旅游服务交易智能合约算法研究[J].广西师范学院学报(自然科学版).2019
[10].王蕾,焦明海,代勇,张倩.群体主动学习算法的移动电力交易行为研究[J].控制工程.2019
论文知识图
