|
|
最近在研究高频交易的策略优化，发现很多论文和开源模型都依赖于随机微分方程和鞅论。作为数学系的学生，这些理论工具我很熟悉，但在实际回测中，简单的几何布朗运动假设经常被市场微观结构噪声打破。
特别想请教有实盘经验的朋友：
1. 在tick级数据上，传统随机过程模型（如Heston模型）是否真的比纯统计套利方法（比如基于order book不平衡的线性回归）更有优势？
2. 我看到有团队用拓扑数据分析（TDA）处理level2数据，这种非参数方法在极端行情下的鲁棒性如何？
最近自己用Fokker-Planck方程建模价差扩散，结果在交易所熔断时段出现灾难性回撤。是否意味着数学上优雅的连续时间模型本质上不适合处理流动性突变？欢迎有类似踩坑经历的朋友交流观点。
（注：不讨论具体参数或索要代码，纯粹方法论层面的争议性探讨） |
|
发表于 2025-7-9 01:08:32
