本报告基于米筐提供的沪深市场Level2限价订单簿数据,构建80维高频量价因子,采用结合CNN与LSTM的深度学习模型DeepLOB预测短期收益率。通过样本内训练和样本外测试,模型在股票交易当中实现单次平均收益超过0.8%,在可转债交易中收益高达5.55%,展示了较强泛化能力和显著的交易收益效果。实验验证了高频深度学习模型在日内高频交易上的应用潜力
| N值 | 滞后TICK | 手续费 | 累计收益率 |
|---|---|---|---|
| 6 | 1 | 0.1% | 7.79% |
| 6 | 5 | 0.1% | 5.68% |
| 6 | 10 | 0.1% | -5.44% |
| 20 | 1 | 0.1% | 5.87% |
| 20 | 5 | 0.1% | 5.79% |
| 20 | 10 | 0.1% | 5.79% |
报告首先介绍了高频交易的定义及特点,指出其策略容量有限、对计算机基础要求高。市场根据交易机制分为价格驱动和订单驱动两类,沪深股市属于订单驱动市场,其Level2行情数据具备逐笔委托、成交及订单簿变动信息,数据粒度高、容量大(单日数据约10GB)。这些数据允许研究者通过逐笔订单簿数据的变化还原不同时间点的十档限价订单簿结构,进而提取特征因子供模型学习,2,3,4]。
基于重构出的订单簿数据,因子分为三大类:
因子数据价格部分采用当前价格除以昨日收盘价标准化,买卖委托量采用z-score标准化,且所有标准化统计量均基于历史信息,因子数共80;标签构造为三分类任务,依据成交后未来101个tick中间价收益率,按照阈值±5e-4(对应交易成本)区分涨/跌/平三类,样本比例相对均衡,7,8]。
DeepLOB模型由三层卷积神经网络(CNN)提取空间特征,再通过长短期记忆网络(LSTM)捕捉时间序列关系,充分挖掘LOB数据的时空信息。模型原始结构输入为40维特征,经过3层CNN后降维抽取高维特征。报告设计了“加深”和“加宽”两种网络拓展方式,实验结果表明“加深”效果更佳。最终模型包含三个并联CNN分支(类似Inception结构)加LSTM,后续全连接输出价格运动三分类预测结果,9,10,11,12]。
使用2022年1月4日至10日共5天数据作为训练集,1月11日作为验证集,1月12日至17日作为测试集。训练股票选择样本内流动性最好的10只,样本总量约1800万条,数据以每10个tick采样以避免样本冗余。损失函数采用交叉熵,优化器为Adam,学习率1e-4,批量大小128,每轮耗时约12分钟。训练曲线显示训练误差逐步下降,验证集误差在一定时间后达到最优,具有较好的训练与防过拟合平衡,13,14]。
股票收益率:模型应用于样本外测试,设置连续N次预测一致信号为交易触发机制,N值影响交易频率和收益。N=6时交易频率高达90次/天,单次平均收益率0.11%;N=20时交易频率降低至每日2.7次,单次收益升至1.15%。收益率随N值增长呈单调趋势,反映趋势性信号更显著时交易效果更佳,体现了短期动量效应。此外,在考虑不同手续费水平后,N大于15时累计收益较稳定且手续费影响较小,15,16,17]。
交易滞后影响:考虑下单执行延迟,延迟tick数对收益率有显著负面影响,尤其在低N值时更为突出,提示高频交易的时间敏感性及高速执行需求。
可转债收益率:模型直接迁移应用于同样选取的换手率最高10只可转债,结果显示单次交易收益率远超股票,N=20时达到5.55%。可转债交易不收印花税且无日内额度限制,因而累计收益表现更优,且模型表现出良好的泛化能力,适用于可转债高频交易场景,18,19]。
报告最后强调,基于深度学习的LOB微结构信息提取,有效提升了股票及可转债的短期价格走势预测能力,实证结果证实了深度神经网络模型在高频交易中的潜力及其盈利能力,特别在触发信号参数N超过15时表现最佳。风险在于模型结果基于历史数据,不保证未来表现,需审慎应用。
该图显示2016年6月至2017年5月期间,上证指数(红线)和国债指数(蓝线)走势。上证指数波动较大,整体呈上涨趋势,波峰在2016年底及2017年初,多次冲击并维持于9%-14%区间;国债指数走势稳健,体现固定收益类资产的低波动特性。此对比体现股市短期波动性与收益潜力,突出股票市场高频交易盈利的空间。
详细呈现沪深股市订单簿中各个事件的字段内容,如时间戳、买卖方向、委托类型、数量及价格、成交信息等,展示Level2数据的高粒度和丰富性,为后续深度模型的高维特征提取提供底层数据基础,4]。
图6以示意图明确展示订单簿买卖档位的价格及量的变化,直观体现时间 t 和 t+1限价订单簿截面的动态变化;图7则给出实际订单簿数据结构,包含买卖档位的价格和委托量等,为模型因子构建提供底层输入。
表格系统梳理了原始量价因子、时间敏感和时间不敏感因子,囊括价格差、委托强弱、派生导数指标等,说明因子设计结合了统计学、经济学及市场微结构理论,用于构建有效的输入特征空间。
收益率分布呈对称,两端分别在最低-0.221%与最高0.225%,中间0收益率占比高达20%,表明高频样本中涨跌较为平衡且存在明显无变动的区间,支持三分类标签设计,防止过拟合极端收益。
一系列图解清晰阐释DeepLOB模型的分层结构及时间空间卷积操作原理,展示如何将高维1600+维的时序限价簿数据,通过层层卷积降维并提取抽象非线性特征,再由LSTM捕捉时序演进,支撑高效价格运动预测,11,12]。
展示10只样本内选取的高流动性股票股票代码及简称,为模型训练对象,强调样本集中代表性和数据量丰富性。
曲线显示训练误差随着epoch持续下降且趋于平稳,验证误差在约25~35轮时最低,随后轻微回升,表明模型适度防止过拟合。训练准确率逐渐提升到约63%,验证集准确率稳定在约44%-53%区间,体现模型泛化能力较好,14]。
条形图显示随着连续信号触发次数N增加,交易频次显著下降,但对应单次收益率呈上升趋势。从N=6交易90次,平均收益0.11%,至N=20交易2.7次,平均收益超1.15%,且N>15时收益显著,表明严格信号筛选提升收益率兼顾交易次数。
热图及表格分析交易手续费不同水平对累计收益影响,显示低N交易频繁时手续费侵蚀严重,造成累计收益降低甚至负收益;高N策略手续费影响相对减弱,累计收益稳定保持在6%左右,体现策略设计需平衡交易频率和成本。
表格汇总了不同滞后tick数(1、5、10)及手续费情境下不同N值策略的累计收益率,结果突出高频交易中正确快速执行对保持正收益的重要性,滞后越多收益下降越明显,尤其低N交易频率高时影响更严重。
柱状与折线图显示可转债同样随N值增加单次收益增长,N=20时单次收益率达到5.55%,交易次数显著低于股票,每只可转债每日不到一次交易,说明模型在更少交易频次下依旧实现高收益。
可转债累计收益率相较股票更稳定,N>12时均可实现约2%以上的累计收益率,手续费无明显影响,强化了模型对可转债交易的适用性和收益潜力。
报告本身未涉及传统公司估值模型或目标价定价,而是重点在于构建和验证深度学习模型在订单簿数据上的收益预测能力与策略实证,属于量化模型应用类研究报告,因此未包含DCF、P/E等估值内容。
报告中明确指出所有模型收益均基于历史数据,未来不保证有效,提示收益有不确定风险。滞后效应测试表明,交易执行延迟将严重影响盈利能力,操作风险凸显。交易手续费和交易频次之间需权衡,否则手续费可能抵消所有收益。此外,模型训练样本及测试标的有限,对市场其他股票和阶段的泛化能力存在潜在限制。报告未展开详细缓解措施建议,风险提示相对有限,17,20]。
本文报告基于沪深市场Level2订单簿深度数据,创新性地将深度学习网络DeepLOB模型应用于高频量价信息的短期收益率预测,通过多维因子构建和CNN-LSTM结构有效捕捉时空特征,成功预测股票及可转债短期价格运动。实证验证:
总的来说,该报告表明深度学习模型在高频LOB数据分析及短期收益预测中具备显著优势,对促进行业内量化策略产品创新具有较强启示和应用价值,但依赖历史数据及特定参数,实盘操作应结合风险控制与多角度验证。
引用页码:
,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20]
市场表现(第0页)
订单簿数据频率分布(第4页)
DeepLOB模型结构(第10页)
股票平均收益(第15页)
可转债平均收益(第18页)
股票累计收益热力图(第16页)
可转债累计收益热力图(第19页)
以上即为该金融工程专题报告的详尽剖析,力求覆盖报告全文所有重要论点、数据、图表,并结合模型、策略及实证结果给出专业的解读。
“逐鹿”Alpha专题报告(十一):基于限价订单簿数据的DEEPLOB模型.pdf