前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
社区首页 >专栏 >价格波动带的价格计算规则

价格波动带的价格计算规则

作者头像
Antony
发布于 2020-12-02 02:31:54
发布于 2020-12-02 02:31:54
7.7K02
代码可运行
举报
运行总次数:2
代码可运行

准备开一个新的系列,介绍一下一些经典的测试场景,这是第一篇。

逛菜场

不知道读者有没有注意到,生活中的价格可能是不连续的,而处理的算法并不全是四舍五入,某些情况下大家会倾向于向下取整。例如到菜场买蔬菜水果时,摊主经常会主动给抹零。有时候买个西瓜碰到15块6毛8毛的尾数,不那么爽气的摊主,则会说,给15块5毛吧。

在金融行业里面,也有类似需要进行尾数处理的场景,用到的则是类似以上舍入舍出的场景。

价格不连续

首先和开头的案例类似,需要进行尾数处理的原因是因为价格不是一个连续的数字,一般都是有固定的精度,以及变动的步距。

例如某个金融期货的合约,有如下的表述,

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
  合约乘数:每点300元
  报价单位:指数点
   最小变动价位:0.2

也就是说,当进行交易时,报价单位参考的是某个指数的点位,而报价是0.2(tick)的整数倍来进行变化的。也就是说,如果当前的指数点位是3500点,则最小的变动价格是3500.2或者是3499.8。

价格波动带(PriceBanding)

炒过股票的读者估计都知道涨跌停板的概念,为了能够控制交易日当天的风险而引入的一个价格控制的措施。例如上例中,如果以3500点为基准,10%作为涨跌停,那么价格范围就是3500(1+-10%)=3850 ~3150。 涨跌停板控制的还是一整天的价格风险。在交易过程中,为了能平滑价格波动幅度,控制瞬时的风险,市场上还存在着价格波动带的概念,可以理解成为实时的迷你涨跌停价格限制,也就是说当报单时,价格会被限制在一个比较小的范围内,超出这个价格范围的,会被系统拒绝的。如下图所示

image.png

说它迷你,是因为它的价格限定范围会比较窄,如规定,当价格在2000-5000点时的价格波动带1%。 也就是说,假设当前价格是3500点,则报单时可以被交易系统接受的价格的区间是 3535-3465。

那如果当前价格是3456.8的话,价格波动带的范围有是多少呢?

首先计算带价的单边宽度:

3456.8 *0.01=34.568

再计算上带价:

3456.8+34.568=3491.368

和下带价

3456.8-34.568=3422.232

考虑到价格的最小变动价位,对于计算出来的价格就需要进行处理了。

舍入、舍出算法:

在关于波动带和涨跌停板价格计算中的舍入算法,简单来说就是,当原始计算价格落在两个tick中间的话,最终价格取离基准价格更近的那个tick。

离开3491.368最近的有效价格点位是3491.2和3491.4。按照舍入算法,基准价格是3456.8,因此,此时的价格波动带上带价就是3491.4。

按照类似的算法来计算下带价,离开3422.232最近的有效价格点位是3422.2和3422.4。基准价格是3456.8,按照舍入算法,此时的价格波动带上带价就是3422.2。

结语

那么,如果采用舍出的算法,这个价格区间又是如何计算的呢?

本次只介绍了舍入舍出算法在价格计算中的应用。据说BigDecimal有8种舍入舍出算法,赶兴趣的读者可以自行了解一下。 关于价格波动带的更多业务规则,可以参考CME的官网

<u>https://www.cmegroup.com/confluence/display/EPICSANDBOX/GCC+Price+Banding</u>

感谢您读到这里,笔者会逐步更新更多基础的业务测试场景,毕竟只有了解了业务,才能设计出有价值的用例来。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2020-08-12,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 软件测试那些事 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
AkShare-期货数据-外盘期货历史数据
提供外盘期货历史数据和合约详情数据,丰富外盘期货的数据接口,便利研究内外盘的联动性。
数据科学实战
2020/03/31
1.9K0
JUnit5参数化测试扩展3案例
在参数化测试方面,JUnit5提供了较为丰富的数据源,如@ValueSource,支持提供int、float等基本类型以及String和Class等作为参数,@CsvSource可以提供CSV格式的数据。另外还可以通过@MethodSource来提供任意类型的数据。
Antony
2021/06/28
9570
今日指数项目之FlinkCEP介绍
一个月内成交了2000万股,而该股票的流通股为1亿股,则该股票在这个月的换手率为20%。
Maynor
2022/05/08
7310
今日指数项目之FlinkCEP介绍
今日指数项目之专业名词【二】
股票价格指数就是用以反映整个股票市场上各种股票市场价格的总体水平及其变动情况的指标。简称为股票指数或指数。
Maynor
2022/04/11
2680
今日指数项目之专业名词【二】
王霸雄图荣华敝屣,谈笑间尽归尘土|基于Python3双队列数据结构搭建股票/外汇交易匹配撮合系统
    在过去的一年里,新冠疫情持续冲击世界经济,全球主要股票市场的波动都相对频繁,尤其是A股,正所谓:曾经跌停难为鬼,除非解套才做人;抄底时难抛亦难,反弹无力百花残。对于波谲云诡的股票市场,新投资人还是需要谨慎入场,本次我们来利用双队列的数据结构实现实时在线交易匹配引擎,探索股票交易的奥秘。
用户9127725
2022/08/08
3570
机器学习+T0双核驱动:夏普高达4.5的中高频交易策略!
机器学习是为了预测某个值而利用算法来学习数据中模式的科学。利用足够的数据,在所有输入变量与待预测值之间建立映射。在有限的输入变量的情况下,系统更容易预测一个新的值。这种方法不同于传统,传统方法是基于先前设臵的规则开发的,而机器学习模型是使用数据驱动的。
量化投资与机器学习微信公众号
2020/01/16
3.1K0
机器学习+T0双核驱动:夏普高达4.5的中高频交易策略!
将机器学习用到算法交易中
假设我有一个问题,我想根据一些人的身高和体重来判断性别。 我有一个数据表,数据里面有三个男的三个女的,我有他们体重身高的数据。现在有一个人性别不知道,我们怎么推算他是男的还是女的? 如果用空间预测的方
机器学习AI算法工程
2018/03/13
1.1K0
将机器学习用到算法交易中
深入解读 Uniswap v3 新特性
图片来源: https://uniswap.org/blog/uniswap-v3/
Tiny熊
2023/01/09
1.2K0
深入解读 Uniswap v3 新特性
量化分析经典策略总结
菲阿里四价同 R Breaker 一样,也是一种 日内 策略交易,适合短线投资者。
EmoryHuang
2022/10/31
2.5K0
【全网首发】机器学习该如何应用到量化投资系列(三)
有一些单纯搞计算机、数学或者物理的人会问,究竟怎么样应用 ML 在量化投资。他们能做些什么自己擅长的工作。虽然在很多平台或者自媒体有谈及有关的问题,但是不够全面和完整。从今日起,量化投资与机器学习公众号将推出一个系列【机器学习该如何应用到】。今日的推文,是编辑部人员对国内的所有券商金工团队做的机器学习的研究报告做了一个系统性的整理。希望大家有所收获。 获取本推文所有研报请看文章末端 系列文章(点击即可查看) 机器学习该如何应用到量化投资系列(一) 机器学习该如何应用到量化投资系列(二) 2010年08月1
量化投资与机器学习微信公众号
2018/01/29
2.4K0
算法交易,此篇足矣!
本期,公众号将对算法交易做一介绍,在后面的几期推文中,我们将展开对算法交易的技术应用、算法结构等进行讲解!
量化投资与机器学习微信公众号
2019/07/15
3.2K0
算法交易,此篇足矣!
量化交易初步(1)——K线图里的秘密
节选自即将出版的《数据科学家养成手册》 将数据科学中的思想融会贯通应用到生产当中是很多大数据架构师、大数据分析师以及所有大数据产业的从业者都希望做到的事情。 任何一个案例都有自己的特性,要解决的主要矛盾也不尽相同,而且对于很多案例来说其复杂程度本身都能成书一册,要想三言两语把一个案例从头到尾分析清楚那是有点痴心妄想,不过我们不妨通过两个有趣的事例来说明数据科学的应用在具体场景中的指导作用。 18.1 K线图里的秘密 炒过股票或者进行黄金、外汇交易的读者朋友应该对K线图不会陌生。这是一种以表示周期内报价波动信
刀刀老高
2018/04/10
1.4K0
量化交易初步(1)——K线图里的秘密
回报率850%? 这个用Python优化的比特币交易机器人简直太烧脑了...
在上一篇文章中,我们使用深度强化学习创建了一个可以赚钱的比特币自动交易智能体。虽然这个智能体能够做到自动交易比特币获得收益,但它的收益率并没有让人眼前一亮,今天我们会大幅度改进这个比特币交易智能体,从而提高它的收益率。
区块链大本营
2019/06/20
1.2K0
回报率850%? 这个用Python优化的比特币交易机器人简直太烧脑了...
【数据挖掘与R语言--预测股票市场收益】目标描述,定义预测任务
最近在看这本书,感觉很不错,理论,算法,实践兼顾,我只放出我感兴趣的部分章节的笔记,本章分会分步更新,关于数据导入和数据预处理就不写了,直接开始目标描述和定义预测任务。本书中英文版的都有,我共享到文章结尾处,有需要的同学可以去下载。
统计学家
2019/04/10
1.8K0
【数据挖掘与R语言--预测股票市场收益】目标描述,定义预测任务
股市行情指标计算原理和趋势反映--量化交易1-基础
量能也成为成交量,代表多空双方交战的过程,一定程度上决定了价格和走势。量能和价格走势进行结合,成为量价结合的分析方法。
嘘、小点声
2020/11/13
2.1K0
股市行情指标计算原理和趋势反映--量化交易1-基础
Optiver波动率预测大赛系列解读一:相关概念及数据介绍
量化投资与机器学习微信公众号,是业内垂直于量化投资、对冲基金、Fintech、人工智能、大数据等领域的主流自媒体。公众号拥有来自公募、私募、券商、期货、银行、保险、高校等行业20W+关注者,连续2年被腾讯云+社区评选为“年度最佳作者”。
量化投资与机器学习微信公众号
2021/10/12
2.6K0
金融数据分析与挖掘具体实现方法 -2
貌似三个月没有更新博客园了,当时承诺的第二篇金融数据分析与挖掘这几天刚好又做了总结,在国内经济不景气的现在来对这个话题结个尾。
汪凡
2019/02/22
2.3K0
长期活跃于期货市场的Aberration
Aberration可以被翻译为“失常、离开正路、越轨”等含义,是一套古老而简单的趋势类突破系统,在众多交易者看来它已经失去盈利空间,但实际上它可以用最简单的方式反馈市场波动,且经过改进之后依然可以作为极好的入门模型。如图3-6所示。
数据科学实战
2020/05/07
2.8K0
长期活跃于期货市场的Aberration
机器学习股票价格预测初级实战
上一篇文章,我用了4000字这样比较长的篇幅,介绍了一些金融和量化交易相关的基本知识,还大概说了下人工智能在金融方面使用的优劣。这篇文章我们将用一个具体代码来进行一波股票价格预测的实战。
小之丶
2018/07/27
9890
机器学习股票价格预测初级实战
机器学习应用在市场微观结构和高频交易的思考
短期涨跌的预测相比长期更容易,但覆盖交易成本后再获利的难度更大。所以在高频交易场景,机器学习更适合有限状态下的订单执行。而对于长期的预测,机器学习的训练目标可以不是评估在给定状态下的每股总利润或买入行为的回报,而是监控在该状态下买入与在所有可能状态下买入的相对盈利能力。
量化投资与机器学习微信公众号
2023/04/20
8170
机器学习应用在市场微观结构和高频交易的思考
推荐阅读
相关推荐
AkShare-期货数据-外盘期货历史数据
更多 >
领券
社区富文本编辑器全新改版!诚邀体验~
全新交互,全新视觉,新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能,全面提升创作效率和体验
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
查看详情【社区公告】 技术创作特训营有奖征文