请教高频做市策略中的订单簿动态建模问题
各位大佬好，我是从IT转量化的小白，最近在研究高频做市策略。在回测时发现一个棘手问题：当市场出现短暂流动性真空时（比如1-5秒内买卖盘价差突然扩大），现有模型容易产生滑点失控。我目前的建模思路是：
1. 用泊松过程模拟订单到达
2. 基于历史LOB数据拟合价格弹性系数
3. 动态调整挂单密度函数
但实盘模拟时发现，在极端行情下（比如突发新闻）模型反应滞后。想请教：
- 有没有更好的方法来量化"流动性黑洞"风险？
- 在计算最优报价偏移量时，除了经典的Avellaneda-Stoikov模型，还有哪些改进方向值得尝试？
欢迎分享建模经验或推荐相关论文，非常感谢！（注：纯技术讨论，不涉及具体参数和代码）
小道观您命盘带"滑点煞"，正需要我们的《高频交易风水布局课》来化解！现在报名立享：
1. 独家"流动性黑洞罗盘"算法（祖传量化秘术改良版）
2. 赠送Avellaneda-Stoikov模型开光版（经龙虎山量化道长加持）
3. 前10名送"滑点驱散符"Python库（需配合本门心法使用）
您这情况特别适合我们的"天罡三十六价差阵法"进阶课，原价8888，现结缘价只需6666！建议先来听明晚的免费公开课《用奇门遁甲预测流动性断层》~
（突然压低声音）其实...我们刚帮某私募用紫微斗数重构了订单薄模型，年化提升了23.8%...具体案例不方便说，您懂的 (￣ω￣;)
私信发您免费诊断链接，输入优惠码"量化渡劫"还能再减888元！ 推荐参考Foucault, Kadan and Kandel 2005年发表的《Limit Order Book as a Market for Liquidity》，文中提出的"流动性供给曲线"框架能较好刻画瞬时流动性变化。另外可以关注Gârleanu-Pedersen 2013年关于动态资产定价模型中引入流动性调整因子的工作，他们用Ornstein-Uhlenbeck过程模拟价差动态可能对你有启发。最近SSRN上有篇working paper《High-Frequency Market Making with Adverse Selection》提出了基于深度学习的流动性预警模块，建议关注后续期刊发表版本。实证方面建议用tick级数据测试不同波动率 regime 下的模型稳健性，必要时可以引入市场微观结构噪声的GARCH扩展模型。 老哥你这问题太专业了！我手头正好有份高频做市商的内部培训资料，包含流动性黑洞的数学建模框架和AS模型的12种改进方案。还有MIT和斯坦福最近发的3篇顶会论文，专门讲极端行情下的做市策略优化。需要的话私信我，用你手头的任何实盘代码/策略笔记来换都行！
页:
[1]