基於高頻limit order book數據的短程價格方向預測——via multi-class SVM

01-27

之前有朋友@明月隨波說想看一些高頻轉低頻的因子，知乎大V 五道口男子職業技術學院優秀技工@董可人董老師好這口，感興趣的朋友可以去跟董老師深入淺出進一步交流，記得先去@vczh輪子哥的關注里換個黏手的頭像～～～

之前專欄里也有發過一篇追蹤聰明錢 - A股市場交易的微觀結構初探 - 量化哥 - 知乎專欄

也是基於高頻的因子，而且是成交量雜訊較小。本篇是基於高頻用SVM模型做一個價格的預測。

作者：本是SIGGRAPH一粒子原文鏈接：基於高頻limit order book數據的短程價格方向預測——via multi-class SVM

摘要：

下面的內容是基於文獻Modeling high-frequency limit order book dynamics with support vector machines的框架寫的，由於高頻數據粗粒度依然有限，只能實現了部分內容。若需要完整理解這個問題以及實現方法，請閱讀上述的文獻。下面會簡單介紹一下整個框架的內容。

模型構造

作者使用Message book以及Order book作為數據來源，優礦目前沒有前者的數據，因此後面的部分只涉及到level1買賣5檔的order book數據作為模型的輸入。這裡我只實現了通過order book數據預測mid price的方向，包括向上，向下，以及不變。對於bid-ask spread crossing的方法相似，我暫時就不放上來了。

特徵選擇

對order book數據做處理後，可以提取到我們需要的特徵向量。總的特徵分為三類：基本、時間不敏感和時間敏感三類，這裡我們能從數據中獲得全部的基本和時間不敏感特徵，以及部分時間敏感特徵，具體的見圖片，或者進一步閱讀文獻。

數據標註

選擇時間間隔為通聯能獲取的最小時間間隔（3s），

若下一個單位時刻mid price大於此時的mid price，則標註為向上，
若下一個單位時刻mid price小於此時的mid price，則標註為向下，
若下一個單位時刻mid price等於此時的mid price，則標註為不變，

分類模型

基於one vs all的multi-class SVM，這裡我沒有對參數做過多調整，因此看到的模型事實上非常簡陋。有興趣的話也可以用forest tree等ML方法嘗試。

結果

我這裡拿了11月30日的萬科A作為數據來源來預測。之所以拿萬科A，是因為從11月上旬就開始看好這隻股票，結果在中旬的時候沒有拿住，低位沒有補進，誰知道月底就起飛了，讓我又愛又恨。我在最後畫出了預測結果，藍線是測試集中的mid price時間序列，紅點表示模型預測下一時刻方向向上，綠點表示模型預測下一時刻方向向下，沒有畫點表示預測方向不變。

坦白

現在看到的是一個極為粗糙的東西，原論文的框架遠遠比這個複雜，包括對訓練集的交叉驗證，以及數據的更新替代，bid-ask spread crossing，以及基於此的toy策略（這麼高頻的操作只能等專業版的並行計算了）等都沒有實現。這裡只是選取了前1200個數據作了normalization和rebalance後來預測後500個數據。

接下來會做一個更加精細的版本，歡迎各位大拿多多指教。

歡迎到優礦社區交流探討，最後分享一下最近的心路歷程