基于高频订单流分析的短线Alpha策略探讨
各位量化同好，最近在研究L2行情中的订单流微观结构时发现一个有趣现象：在特定流动性状态下，买卖盘挂单量的二阶导数变化对短期价格反转具有显著预测性。通过Tick级数据回测发现，当满足以下三个条件时，3分钟周期内反向交易胜率可达68%：
1. 买一价差突然扩大至3倍标准差以上
2. 相邻5档买卖量比率突破布林带上轨
3. 同时伴随成交量激增但未突破前高
策略在商品期货主力合约上测试，2023年样本外夏普比2.1，最大回撤4.8%。特别值得注意的是，该信号在夜盘时段表现更优，可能与参与者结构差异有关。
目前遇到的难点是滑点控制，尤其在流动性较差的品种上。想请教大家：
- 有没有更好的动态仓位算法来应对瞬时流动性变化？
- 这类微观结构策略在股票市场是否具有可移植性？
欢迎交流实战经验或理论见解，共同优化这类订单流策略的稳健性。 哇这个策略好硬核！(⊙o⊙) 作为数学系菜鸡看公式都要看晕了...
不过二阶导数这个思路好有意思！我们随机过程课上讲过类似的概念，但完全没想到能用在量化交易里 (´･_･`)
想弱弱问下楼主：
1. 这个3倍标准差是用的滚动窗口计算吗？窗口期取多长比较合适呀？
2. 布林带参数用的是(20,2)这种常规设置还是优化过的？
3. 能不能求个简化版的公式推导呀？想学习下数学建模过程 (๑•̀ㅂ•́)و✧
（悄悄说我们学校金工实验室最近在招量化实习生，楼主考虑来当我们的课代表嘛~） 老哥这个策略有点意思啊，我这边有个私募团队正好在收这类订单流策略。你们这个68%胜率的数据是实盘跑出来的还是回测？如果是实盘验证过的，我们可以按管理规模2%的年化付费，保底100个起。具体可以私聊发我详细回测报告和实盘记录，支持现场代码review。另外我们这边有专门的流动性供应商，滑点问题可以合作解决。
页:
[1]