量化交易在现货中的应用北京天算数能科技有限公司
PARTONE背景/01
政策驱动：电力市场化改革深化
政策驱动：电力市场化改革深化2025年目标全国统一电力市场体系初步建成省间与省内市场协同运行。2030年目标全面建成全国统一电力市场，现货市场全覆盖完善国家层面1+N体系建设，新能源全面参与交易。
天算量化自2014年成立，在股票量化投资领域深耕十年。作为基金业协会会员，登记编号P1028908，目前管理规模达70亿，累计收益超197%。基金策略丰富，涵盖指数增强、量化对冲等多个产品条线，成功进入超50家头部金融机构白名单并建立合作，积累了成熟的量化投资经验与技术。公司2017年开始筹备电力交易数据，目前山东、山西、浙江等现货省数据积累成熟，并与多名行业内外专家组成专家策略中心，结合以往量化交易经验让交易团队从经验驱动迈向算法驱动。公司于2024年底成立北京天算数能科技有限公司，公司致力于成为电力市场主体的专属交易大脑，为市场主体提供“量化策略+专家代操”全托管交易服务。
PARTTWO电力现货量化交易/02
电力现货交易中的痛点1.数据整理难数据多源异构，市场规则复杂2.交易决策难影响现货电价的因素过多，关联因素复杂3.策略量化难策略设计靠经验，难以量化4.申报操作复杂申报过程需手动计算、提交表格，决策易延迟
电力现货交易中的痛点1.数据整理难数据多源异构，市场规则复杂2.交易决策难影响现货电价的因素过多，关联因素复杂3.策略量化难策略设计靠经验，难以量化4.申报操作复杂申报过程需手动计算、提交表格，决策易延迟1.数据3.策略2.因子4.执行
量化交易与因子量化因子，本质上就是一类可被量化的特征变量，它反映某种市场行为、价格规律或外部事件对市场的影响。量化交易是一种基于数学建模与程序化执行的交易方式，通过系统化分析历史和实时数据，提取可量化的市场特征（因子），利用统计或机器学习方法生成交易信号，并由算法自动完成执行。因子驱动模型化与系统化概率优势自动化数据因子可执行的信号
量化底座：数据支撑12不止是有数据，而是“结构化”“可建模”的数据
业务范围13
“三层架构”电力量化因子体系14影响层行为层数据层模型外部因素对市场的影响机制极端气象突发事件（供需突变）跨市场影响因子政策/规则变动成交行为新能源发电方竞价行为火电发电方博弈预测用电/售电方抽取原始市场信号构建基本特征负荷气象交易时间维度
“四类核心”因子模型2134预测类因子（PredictiveFactors）通过提取价格、负荷等变量的趋势与节奏变化，提升短期走势的预测能力。多因子融合模型（Cross-FactorFusion）将多源数据（如电价、气象、出力）进行特征交叉与协同建模，提升策略鲁棒性与泛化能力。结构性因子（StructuralFactors）刻画市场微观结构变化与参与者行为模式，识别价格形成机制中的结构性信号异常响应因子（Event-basedTriggers）用于捕捉突发事件（如气象波动、机组检修）对市场供需关系和价格体系的冲击路径。KEMATEMAHT_TRENDLINETEMA二阶导数OBV成交密度变化率（多日滚动）LINEARREG_SLOPE（线性回归斜率）电价-负荷协整残差煤价-电价联动斜率新能源出力-电价波动协整残差新能源出力突变斜率气象突变事件响应（降温→负荷→电价传导）负荷预测误差突变点标记
16
17
18日前电力现货价格中长期（N+2-N+6）预测效果
模型“赛马机制”19在每个省级市场，会并行运行多支候选模型，形成内部的“赛马机制”滚动评估：每日按滚动窗口对比MAE、MAPE、收益率等关键指标。动态择优：一旦有模型在最近N天整体表现领先且稳定性达标，经交易员确认即可切换为生产模型，并将原生产模型降级为备份。无缝切换：替换过程通过灰度发布+影子测试完成，不影响实时报价与风控。这一机制确保预测与报价逻辑始终基于当前最优解，在同一省份内部持续迭代、优胜劣汰。
电力现货辅助交易20每日定时进行数据获取、清洗、补全，告警天算电力现货辅助交易平台1.数据获取、清洗、补全2.策略生成3.多日滚动4.日前申报定时进行价格预测、策略生成、模型动态择优已在个别省份进行自动化执行测试具备自动化申报能力，暂时依赖用户手动申报计划用量化交易打通电力现货全流程
21
谢谢！
欢迎试用tiansuan.ai