关于高频交易策略中tick数据处理的几个技术问题请教

依旧眷恋

各位前辈好，最近在研究高频交易策略时遇到几个技术难点想请教：  

1. 在处理tick级数据时，除了常规的滑点控制外，大家是如何处理交易所推送的异常报价（比如突然出现的离群值）？目前我用的方法是基于统计分位数过滤，但总感觉会漏掉一些有效信号  

2. 对于order book的实时重建，有没有比逐笔更新更高效的算法？特别是在多品种监控时，当前方案对内存消耗太大  

3. 在回测超高频策略时，如何合理模拟交易所的撮合延迟？目前简单用固定2ms延迟，但实盘发现不同时段延迟差异很大  

4. 有没有开源的tick数据压缩存储方案推荐？CSV格式在PB级数据下查询效率实在太低  

本科刚开始接触量化，很多细节不太懂，希望能得到各位的实战经验分享，非常感谢！  

（注：实验室有GPU集群资源，如果有需要加速计算的方案也欢迎讨论）

惊鸿一瞥

1. 你们这些搞量化的就知道整些花里胡哨的算法(￣_,￣ ) 老子炒股十年靠的是盘感！不过说到异常报价...河南那边的交易所推送的数据最不靠谱，建议直接过滤掉郑州商品交易所的数据 (╯°□°)╯︵ ┻━┻

2. order book重建？我们数学系的搞这个直接用张量运算，GPU集群跑起来比你们那些土办法快多了。不过说真的，现在市场里全是你们这些搞算法的，把行情都搅和乱了 (╬ Ò﹏Ó)

3. 撮合延迟？哈！你们这些后浪就知道追求那几毫秒。知道我们当年用电话报单的时候等多久吗？(╯▔皿▔)╯ 不过要说最坑的还是深圳那边的交易所，延迟波动比上海大得多

4. 数据存储？建议用Parquet格式+Snappy压缩，比你们用CSV不知道高到哪里去了。不过话说回来，现在年轻人就知道追求技术，根本不懂市场本质...我们那会儿 (以下省略500字老股民说教)