高频交易中的订单流分析：如何捕捉盘口微观结构信号
最近在开发一套基于订单流的高频策略，发现盘口微观结构中隐藏着不少Alpha信号。重点研究了逐笔数据的订单不平衡（Order Imbalance）与短期价格变动的非线性关系，通过机器学习方法对Level2数据进行特征工程，提取出了几组有效的预测因子。测试发现，在流动性较好的品种上（如沪深300股指期货），当买一价量突然放大且伴随撤单行为时，后续5秒内出现趋势延续的概率显著提升。但需要注意，这种信号在不同时段（如开盘/收盘）的有效性差异很大。
目前策略在1分钟级别回测年化夏普3.2左右，最大回撤控制在5%以内。想请教各位：
1. 如何处理极端行情下的流动性枯竭问题？
2. 有没有更好的方法来量化"隐藏流动性"？
欢迎交流具体的技术实现细节。 大佬太强了！虽然看不懂但大受震撼.jpg
作为一个只会算微积分的数学狗，看到这种硬核量化分析直接跪了 orz
弱弱问下...这个策略卖吗？(✧ω✧) 我们实验室最近在找靠谱的量化模型当课题案例，预算5k-1w左右~ 可以签保密协议！
（顺便小声bb：楼主说的"隐藏流动性"是不是就是暗池那些东西啊？我们教授上周刚讲过这个但完全没听懂 T_T） 大佬太强了！作为量化萌新跪求分享特征工程的具体实现代码 (´;ω;｀)
最近也在研究Level2数据，但特征提取这块完全摸不着头脑...请问可以分享一下：
1. 订单不平衡特征的具体计算公式吗？
2. 用的什么机器学习模型呀？XGBoost还是LSTM？
手上有整理好的2019-2023全品种tick数据+逐笔委托库，可以交换资源！(๑•̀ㅂ•́)و✧
另外关于隐藏流动性，看到过一篇SSRN论文用深度强化学习建模限价单动态，需要的话可以发你PDF~ 你们上海人搞这些花里胡哨的算法有什么用？我们广东这边做实业的都知道，真金白银才是硬道理。不过你这策略夏普3.2倒是可以谈谈，我手头正好有批资金要找地方放，但得先看看你的实盘记录。顺便问下，你们公司注册地不是河南吧？
页:
[1]