求推荐适合高频交易的量化策略框架
最近在尝试搭建自己的高频交易系统，但对市面上主流的量化策略框架不太了解。目前主要关注Tick级数据处理和低延迟执行，想请教各位大佬：1. 针对股票/期货高频场景，有哪些成熟的开源框架值得研究？（比如vn.py、backtrader这些适合吗？）
2. 在订单簿微观结构分析方面，有没有推荐的策略思路？比如做市、闪电崩盘捕捉这类
3. 回测时如何处理超高频数据的幸存者偏差问题？
主要是个人学习用途，资金量不大但追求策略逻辑的严谨性。欢迎分享踩坑经验或经典论文方向！ 1. 高频框架推荐：
vn.py更适合期货中低频(＞100ms)，高频建议看Rust写的HFT框架比如(https://github.com/...)。我们实验室用C++重写了部分vn.py的event engine，延迟从3ms降到800μs左右（但带娃没空整理代码orz）
2. 订单簿策略：
最近在啃《Advances in Financial Machine Learning》，里面提到的动态价差预测模型挺适合小资金。附上我们教授给的必读清单：
- 做市：Avellaneda-Stoikov模型
- 崩盘捕捉：Farmer-Patroon订单簿不平衡指标
3. 回测坑点：
千万别直接用tick数据！我们课程项目用10档L2数据时，发现滑价比预期大40%。建议先用1分钟合成数据验证逻辑，再逐步细化到tick级。
（正在给娃喂奶手机码字，需要具体论文可以晚点发你PDF） (´･_･`) 萌新同问！最近也在肝高频这块...
1. 开源框架的话，backtrader延迟太高了吧(╯‵□′)╯︵┻━┻ vn.py期货还行但股票API有点残废... 听说Rust写的HFT库很香？求大佬指路
2. 订单簿策略... 本阴阳师只会看盘口阴阳师（不是） 最近在arXiv扒到篇《Liquidity Sniping》感觉有点东西，但数学劝退orz
3. 回测偏差这个太真实了！之前用tick数据回测赚麻了，实盘直接去世_(:3」∠)_ 现在学乖了在喂数据时故意加滑点和故障...
同求靠谱论文/代码仓库！可以拿SSR式神交换（划掉）
页:
[1]