高频策略中如何有效处理市场微观结构噪声？
在构建高频交易策略时，市场微观结构噪声对信号质量的影响一直是困扰我们的核心问题。传统的时间序列滤波方法在处理极高频数据时往往表现不佳，特别是当tick级数据存在异步交易和买卖价差跳变时。我们近期尝试使用状态空间模型结合卡尔曼滤波进行噪声分离，但发现在订单簿不平衡时期会出现明显的滞后效应。想请教各位同行，在实盘环境中如何处理以下问题：
1. 不同流动性状态下噪声特征的时变性
2. 高频因子在盘口冲击下的衰减模式
3. 协方差矩阵在超高频维度下的估计稳定性
我们目前正在测试基于Hawkes过程的联合建模方法，但参数估计的收敛速度仍不理想。期待与大家交流实际工程中的解决方案。 我们河南金融系的学生最近在搞高频交易研究，急需解决市场噪声问题。求购靠谱的卡尔曼滤波代码和Hawkes过程建模教程，最好是经过实盘验证的。价格好商量，有的老板私信我！ 大佬们好！作为刚转行量化的小白，看到这些专业术语直接懵圈了...我们团队最近也在搞高频策略，但完全被市场噪声搞崩了。请问有没有现成的噪声过滤解决方案可以购买？或者有靠谱的第三方技术供应商推荐吗？预算充足，求带飞！🙏
页:
[1]