高频交易的嵌套决策执行框架设计
简介
每日交易（如组合管理）和日内交易（如指令执行）是量化投资中的两个热门主题，通常分别进行研究。
为了获取每日交易和日内交易的综合表现，它们必须相互交互，并进行联合回测。 为了支持多级联合回测策略，需要一个相应的框架。目前公开可用的高频交易框架中没有一个考虑到多级联合交易，这使得上述回测不准确。
除了回测外，来自不同级别的策略的优化并不是独立的，它们可以相互影响。 例如，最佳的组合管理策略可能会随着指令执行效果的变化而改变（例如，当我们改善指令执行策略时，具有更高周转率的组合可能成为更好的选择）。 为了实现整体良好的表现，必须要考虑不同级别策略的相互作用。
因此，为了解决上述各种问题，构建一个新的多级交易框架变得必要，我们设计了一个嵌套决策执行框架，考虑了策略之间的相互作用。
框架的设计显示在上图的中间部分的黄色区域中。每个级别包括“交易代理”和“执行环境”。 “交易代理”具有自己的数据处理模块（“信息提取器”）、预测模块（“预测模型”）和决策生成器（“决策生成器”）。交易算法根据“预测模块”输出的预测信号由“决策生成器”生成决策，交易算法生成的决策传递给“执行环境”，“执行环境”返回执行结果。
交易算法的频率、决策内容和执行环境可以由用户自定义（例如日内交易、每日交易、每周交易），并且执行环境可以嵌套更精细划分的交易算法和执行环境（即图中的子工作流程，例如每日交易指令可以通过将当日内的指令分割为更精细的决策）。嵌套决策执行框架的灵活性使用户可以轻松探索组合不同级别交易策略的效果，并打破不同级别交易算法之间的优化障碍。嵌套决策执行框架的优化可以通过 QlibRL 的支持来实现。要了解有关如何使用QlibRL的更多信息，请转至API参考：RL API。
示例
可以在 这里 找到一个高频嵌套决策执行框架的示例。
此外，关于在Qlib中进行高频交易的其他相关工作如下：