在1975年的纽约证券交易所(NYSE),出现了把不同的股票按不同的比例同时进行交易的情况,如果交易总金额超过100万美金交易数量超过15个,那么当时的NYSE就将这种交易叫做程序化交易。随着计算机技术的发展,现在的程序化交易演化成了通过计算机编程形成的一套能够自主进行交易的程序。通过计算机进行交易委托,避免了人性贪婪、恐惧等弱点造成的损失。计算机的计算速度远超人工,使同时进行不同交易成为可能,甚至在不同市场同时进行交易也可以实现,极大地促进了交易组合的发展,有效地降低了市场风险。计算机能够24小时连续不断的工作,以延长工作时间的形式获得比人工操作更多的交易时机。计算机的交易速度极快,提高了交易效率,为日内套利提供便利,也促成了算法交易的产生。算法交易是将每日需要进行的交易分割成若干份,在每个时段分别进行交易,这样做不容易引起市场的波动,能够有效地降低交易成本,隐蔽交易的进行。据统计美国市场上有超过80%的交易是通过算法交易完成的,而我国的算法交易使用率却并不高,因此,进行算法交易的研究和使用就显得非常有意义了。目前算法交易中最常见的就是VWAP算法,即交易量加权平均价格算法,但是这样的系统却存在两个缺陷:第一,只有交易量和交易价格能进行自动化选择,交易的时机需要人工控制;第二,交易量的选择没有体现出即时信息的特点,是一种静态的预测。为了解决这两个缺陷,本文将MACD技术指标分析和动态调整策略引入到系统中,完善模型和策略,希望形成一个可以自主选择交易时机、交易价格和交易量的程序化交易系统。MACD技术指标即平滑异同移动平均线,包括两条曲线和一组柱状图,是从移动平均线中演变来的,其计算方法为:先计算两个不同周期的平滑移动平均线,求其差值得一条离差线,这是指标的一条曲线;再计算离差值的平滑移动平均线,这是指标的另一条曲线;最后将上面的两条线相减,得到指标的柱状图。动态VWAP算法包括静态预测和动态调整两部分,本文采用指数平滑的方法,利用Holt-Winter非季节模型进行静态的交易量分布预测;然后根据交易价格变化和交易量变化之间的关系进行动态调整,将前一时段的交易价格和此时段的价格进行对比,把市场实时信息反映在交易量的预测上。在买入情况下,当这一时段交易价格大于前一时段调低交易量,当这一时段交易价格小于前一时段时候调高交易量;在卖出情况下,当这一时段交易价格大于前一时段调高交易量,当这一时段交易价格小于前一时段时候调低交易量;具体的调整方法将在本文第四章中详细介绍。本文在结构上一共分为六部分:第一部分介绍研究的背景意义,以及文章结构创新点;第二部分对程序化交易的相关理论进行归纳总结,包括概念、历史、现状、优缺点及主流模型和策略;第三部分对算法交易的相关理论进行归纳总结,包括概念、优点、现状及主流模型和策略;第四部分建立系统的模型和策略,介绍本文对MACD技术指标的改进、VWAP算法的静态预测和动态调整方法、系统的交易策略;第五部分进行实证检验,选择A股市场上的五分钟数据做样本进行交易量分部预测,然后观察预测值的准确性,给出有效性分析;第六部分是结论和建议,根据实验数据和分析给出结论,提出投资建议和监管建议,最后发现论文的不足并提出改进意见。本文将动态VWAP算法和MACD技术指标分析进行组合,建立一套可以应用于实际操作的程序化交易理论,虽然预测结果仍不够精确,但相信随着对模型的不断改进,预测精度会越来越高。在后续的研究中,笔者会不断改进模型,并且不止步于理论,努力进行系统编程,争取完成一个预测精度高、交易效率高、可靠性高的程序化交易系统。