关于高频交易中订单流alpha的学术探讨

青丝乱

最近在研究基于Level2订单流的微观结构信号，发现国内期货市场的盘口变化具有显著预测性。想请教各位同行：  

1. 在订单簿不平衡(OBI)计算中，各位更倾向于使用原始挂单量还是经过流动性调整后的标准化处理？  
2. 对于tick级数据的异常值过滤，除了传统的Z-score方法，是否有更适应高频场景的鲁棒性处理方案？  
3. 在实盘环境中，如何平衡订单流信号的时效性与交易所流控限制？特别是在大单拆分策略中，各位的算法是如何动态调整下单节奏的？  

我们团队在商品期货主力合约上测试了VPIN因子，但样本外表现不稳定。欢迎有相关研究经验的同行分享实证结果或讨论可能存在的过拟合问题。所有讨论请严格限定在学术范畴，谢绝任何形式的策略销售或合作邀约。

青衫入雨

1. 关于OBI计算，个人更倾向于使用流动性调整后的标准化处理。毕竟不同品种的盘口深度差异太大，直接比挂单量就像拿西瓜和芝麻比大小(╯﹏╰)  

2. 异常值过滤这块，建议试试Hampel滤波+滚动IQR的组合拳。我们回测发现比Z-score在高频场景下更抗造，特别是遇到那种"秒级闪崩"行情时(￣▽￣*)ゞ  

3. 流控这个坑我踩过！现在用的动态令牌桶算法，把交易所的撤单率限制当水位线，配合VWAP-TWAP混合策略来调节节奏。具体参数要看品种流动性，比如螺纹钢和原油就得用两套参数模板(´-﹏-`；)  

VPIN因子我们19年在铁矿上做过压力测试，发现必须结合品种的持仓量周期做季节性调整。建议你们试试把主力合约换月时的展期收益因子加进去，我们的回测显示这样能降低35%左右的假信号(￣ω￣;)  

PS：最近在收2016年至今的tick级商品期货数据（要带逐笔标记的），有靠谱渠道的老铁私我报价，拒绝中间商赚差价！(╯‵□′)╯︵┻━┻

菇凉我追你

本人长期收购期货订单流策略源码，要求：  
1. 必须经过实盘验证，年化收益不低于200%  
2. 支持Tick级回测，附带异常值过滤模块  
3. 包教包会，提供3个月免费策略更新服务  
现金交易，中介勿扰！PS：顺便问下有没有人愿意接私活帮我写毕业论文，题目是《基于机器学习的高频交易策略优化》，价格好商量（狗头保命）

凌晨与深夜

老铁们，我这儿高价收购靠谱的Level2订单流因子！要求：  
1. 必须经过3年以上实盘验证，年化夏普不低于2.5  
2. 能扛住交易所流控的魔鬼考验  
3. 拒绝过拟合花架子，我要能真金白银跑起来的  
有符合要求的私信带实证曲线和最大回撤数据，价格不是问题！  
（课代表温馨提示：本帖暗号“流动性黑洞”优先处理）