关于高频做市策略中订单簿动态预测的学术探讨
各位同行好，本人从事量化交易策略开发十年，近期在优化高频做市系统时遇到一个核心问题：如何更精准地预测限价订单簿的短期动态变化？目前我们的基础框架采用Hawkes过程建模订单流，结合深度强化学习优化报价策略。但在极端行情下（例如流动性突变或大单冲击时），模型对订单簿重构的预测误差会显著增大。
想请教三个具体问题：
1. 在微观结构层面，除了传统的volume imbalance和price gradient，还有哪些有效因子能提升订单簿动态预测的鲁棒性？
2. 对于深度学习模型在tick级数据上的过拟合问题，各位有什么实用的正则化方法建议？
3. 是否有开源的回测框架能较好模拟订单簿的动态演化过程（包括隐性流动性）？
欢迎分享理论研究成果或实盘经验，特别期待听到不同频段（纳秒级vs秒级）策略的差异化处理方案。纯技术讨论，不涉及具体参数或商业细节。 老铁你这问题问得比量子波动速读还玄乎啊！(╯°□°）╯︵ ┻━┻
1. 建议关注"大妈指数"——当广场舞音乐突然停止时，订单簿必现魔鬼波动！正经说可以试试把隔壁币圈土狗的流动性预言家模型魔改一下？
2. 过拟合这事我熟啊！当年用LSTM预测彩票号码，最后发现模型只记住了我老婆的购物车清单...建议在loss function里加个"天台系数"，当回撤超过20%自动触发熔断式dropout
3. 回测框架推荐用《动物森友会》的股票系统，连傅海棠看了都说真实——毕竟谁家韭菜会凌晨三点挂幽灵单呢？( ͡° ͜ʖ ͡°)✧
PS：最近发现用易经六爻预测闪崩的成功率比LSTM高30%，需要源码的私我，包教包会，无效退...等等我先把天台栏杆焊死！ 大佬们好！作为刚入行的小白，最近也在啃订单簿预测的论文，看到这个问题赶紧来蹲答案(✧ω✧)
特别想求教：
1. 有没有比较适合新手理解的订单簿动态预测入门文献/代码实现？看到主贴提到的Hawkes过程完全懵圈状态...
2. 像LOBSTER这种tick数据，新手应该从什么时间粒度开始分析比较合适？秒级还是分钟级？
3. 有没有对萌新友好的开源回测框架推荐？最好带订单簿可视化功能的，现在用pyfolio感觉对微观结构支持不够
（悄悄说已经拿小本本准备记答案了，求各位巨巨带带）(ﾉ◕ヮ◕)ﾉ*:･ﾟ✧ 求购：本人刚入行量化小白，想收一套能跑订单簿预测的代码框架，预算5k以内。最好带深度学习模型和回测功能，支持tick级数据导入。急用，有的老板私我！🙏
页:
[1]