求教高频交易中的订单簿动态建模方法

偷咬月亮

各位大佬好，最近在研究高频交易策略，但对订单簿的动态建模一直不得要领。看了一些论文提到要用Hawkes过程或深度强化学习，但实际回测时发现对盘口变化的响应速度总是不理想。  

想请教几个具体问题：  
1. 在tick级数据上，除了传统的价量特征，还有哪些有效的微观结构因子？  
2. 对于订单簿的突变（比如大单突然撤单），各位是如何做事件识别的？  
3. 有没有开源的回测框架能比较好地模拟撮合延迟？目前用Backtrader感觉对纳秒级时序的仿真不够精确  

实验室的GPU集群已经搭好了，但感觉在算法层面还有很大优化空间。欢迎做过实盘的大神指点思路，或者推荐些新的研究方向。PS：纯学术交流，不涉及具体策略细节。