本报告基于沪深市场Level2限价订单簿数据,构建80维高频量价因子,利用结合卷积神经网络和LSTM的DeepLOB深度学习模型,对日内短期收益率进行三分类预测。研究显示,当连续多次确认信号触发(参数N>15)时,股票交易单次平均收益率超过0.8%,且模型直接应用于可转债交易,单次收益率高达5.55%,展现出显著的收益能力和良好的泛化性。
| 信号触发N | 交易次数(次/日/只) | 单次平均收益率 |
|---|---|---|
| 6 | 90 | 0.11% |
| 10 | 23.2 | 0.02% |
| 15 | 6.7 | 0.85% |
| 20 | 2.7 | 1.15% |
| 信号触发N | 交易次数(次/日/只) | 单次平均收益率 |
|---|---|---|
| 6 | 112.6 | -0.01% |
| 10 | 8.6 | 0.85% |
| 15 | 0.8 | 3.07% |
| 20 | 0.4 | 5.55% |
报告名称:“逐鹿”Alpha 专题报告(十一)基于限价订单簿数据的 DEEPLOB 模型
作者:丁鲁明(执行总经理、金融工程团队首席分析师)等
发布机构:中信建投证券股份有限公司
发布日期:2022年9月18日
主题:基于高频限价订单簿(LOB)数据,应用深度学习模型DeepLOB进行短期收益率预测及高频交易策略构建,涵盖沪深股票和可转债市场。
本报告聚焦于利用深度学习技术,特别是结合了卷积神经网络(CNN)和长短期记忆网络(LSTM)的DeepLOB模型,对限价订单簿数据进行深度分析与挖掘,从而实现对短期收益率的精准预测。核心目标为验证该模型在高频交易策略中的可行性与收益表现。报告明确指出,当连续预测信号参数( N )大于15时,股票单次交易平均收益率超过0.8%,而模型直接应用于可转债时收益率高达5.55%,表明显著收益潜力。报告同时强调,模型均基于历史数据,未来适用性不确保,20]。
报告开篇描绘了高频交易的基本概念及其策略类型,指出高频交易依赖于计算机化且频繁的交易,且策略具备中长期收益稳定但容量有限等特点。随着深度学习在大数据模式识别上的优势显现,报告提出应用深度学习模型对量化领域尤其是高频level2订单簿数据进行分析,挖掘短期收益率预测能力的重要性,2]。
本报告使用了米筐提供的level2数据,涵盖沪深股票、ETF、LOF和可转债,数据量庞大(单日约10GB),包括逐笔委托(orders)、逐笔成交(trades)和逐笔订单簿(orderbooks)三种细粒度信息。逐笔委托和成交记录明细了单笔订单及成交的各种属性和时间戳,逐笔订单簿则纪录了订单簿所有变动事件,允许还原任意时刻的LOB截面数据,2,3,4]。
对逐笔订单簿事件数据进行累计处理,采用一阶差分还原技术从事件信息重构任意时刻的完整十档买卖价格及委托量结构,实现结构化的LOB数据输送给深度学习模型。图表6形象展示订单簿档位价格和数量随时间的变动过程,图表7展示了典型的十档限价订单簿截面,6]。
构建80个高频因子用于模型训练,其中:
数据标准化采用当前价格除以昨日收盘价(价格),及z-score变换(委托量),并将因子值截断至[-1,1]区间,确保特征均衡且模型训练稳定。因子设计结合经典高频特征和创新构造,提升模型对市场微结构的映射能力,8]。
问题设定为三分类任务——涨、跌、平。基准价格采用买一价和卖一价的中间价,计算未来101个tick的收益率。收益率阈值设为±5e-4(近似印花税费率),以此划分标签,使得样本均衡且符合实际交易成本考虑。样本内收益率呈明显对称且0收益占比约20%(收益率分布图表9),9]。
DeepLOB结合CNN和LSTM,分三部分:
本文新增横截面及时间序列因子,并通过“加深”网络结构(图表11)实现更深层特征挖掘,效果优于“加宽”结构(图表12)。图表13直观展示CNN如何从空间结构提取高维特征,10,11,12]。
深度学习模型DeepLOB结合高频级别的限价订单簿数据,能够有效捕捉市场微结构信息,实现高频收益率预测,尤其在控制交易信号连续触发次数(调整参数(N))后,模型预计收益显著。股票市场单次收益率0.8%以上,可转债甚至达5.55%,综合交易策略考虑交易成本后,仍具正向收益,尤其可转债市场更具应用潜力。
显示2016年至2017年间上证指数与国债指数走势。上证指数波动显著,整体呈上升趋势;国债指数走势平稳,体现股票市场高风险高收益特征,为后文策略测试环境提供背景。
订单簿更新频率极高,反映市场活跃状态;成交频率稍低但整体也表现活跃,支持高频交易策略数据基础,5]。
用图形形象说明订单簿档位买卖价格和数量随时间发生变动,便于理解数据还原过程和特征构建。
示例具体订单簿截面数据,体现实际市场的盘口深度,价格、量和档位数动态分布。
详细列举原始因子、时间敏感和时间不敏感因子的定义,是模型输入特征构建的关键依据,设计科学详尽。
收益率呈明显对称分布,零收益占比高,说明市场短期内受到微观波动限制,需采用分类标签处理以强化模型稳定性。
清晰展示模型多层CNN与LSTM层架构,各卷积核尺寸、步长设计针对订单簿空间和时间维度特征提取,图形化展示权重线性组合过程,体现模型设计的深度和合理性,11,12]。
列示训练涉及的10只高流动性股票信息,为样本和评价结果提供基础。
误差下降与准确率提升反映训练阶段模型收敛情况,验证集误差波动及时泛化能力,符合深度学习常见表现,14]。
列出不同N和交易延迟tick数对应手续费及累计收益率,验证执行延迟在低N频繁交易策略下极大影响策略有效性,提醒实际交易中执行速度的重要性。
本报告侧重金融工程模型开发与策略表现验证,无传统标的估值分析(如DCF、市盈率等)。模型采用交叉熵损失函数训练分类模型,并未涉及估值内容。
报告明确警示所有结果基于历史数据,未来有效性不保证,尤其高频市场动态变化快速,模型可能因市场结构或微观环境变化失效。此外,交易执行延迟和高频交易成本波动也是关键风险,可能会侵蚀预期收益,20]。
报告未详述具体缓解策略,但通过调节交易信号触发次数(N)和控制交易频率隐含风险管理措施。
尽管如此,报告保持了谨慎论调,未夸大模型潜力,体现了较为严谨的研究态度。
本报告系统展示了深度学习在高频量化交易领域的创新应用,融合丰富的高频限价订单簿数据,构建含80维度高频因子的输入特征,设计调优了DeepLOB深度CNN-LSTM网络结构。通过对沪深市场高流动性股票与可转债的实证测试,验证了模型对短期收益率的有效预测能力。
具体成果包括:
综上,中信建投证券研究团队基于深度学习模型DeepLOB及沪深level2限价订单簿数据的探索,为高频交易策略研发提供了可行性验证和清晰框架,展示了深度学习技术在金融工程领域的应用前景。报告对风险有明确提示,具备较强的专业性与技术深度,是高频交易及量化投资相关领域的重要参考资料。
(本文分析引用自报告原文所有图表与论点,均注明具体页码,保证内容溯源性。)
逐鹿Alpha专题报告11:基于限价订单簿数据的.pdf