|
|
最近在回测一个基于Level2订单流微观结构的短线策略,发现盘口流动性突变时存在显著的统计套利机会。具体逻辑是通过实时监测委托队列中大单撤单行为,结合TICK指数构建动态阈值模型。
策略在2020-2023年沪深300成分股的1分钟K线上测试,年化收益达到38.2%,最大回撤控制在8%以内。关键参数包括:
1. 订单流不平衡度阈值(动态卡尔曼滤波调整)
2. 盘口压力释放的持续时间窗口
3. 结合VWAP的止盈止损机制
目前遇到两个技术难题想请教:
1. 在订单簿重构时如何处理交易所的异步数据推送延迟
2. 如何优化GPU加速的逐笔回测框架的内存占用
欢迎对微观结构策略有研究的同行交流具体实现细节,特别想了解大家如何处理盘口快照与逐笔数据的时序对齐问题。测试数据建议使用中金所公布的仿真环境tick数据,可以避免实盘数据授权问题。 |
|