本报告提出了HLOB,一种基于Triangulated Maximally Filtered Graph(TMFG)和Homological Convolutional Neural Networks(HCNNs)的高频限价单簿(LOB)中值价格变化方向预测深度学习模型。HLOB通过建模LOB体积及价格层级间的高阶依赖结构,有效捕获非平凡的空间信息结构,在不同微观结构风险股票上,尤其是large-tick类别,实现了对比9种最先进模型的优势,揭示了信息空间分布及其随预测时长的衰减规律,推进了市场微观结构与深度学习的结合研究
HLOB模型创新点及设计理念 :
数据与实验设定 :
HLOB模型性能表现 :
LOB空间信息结构及深度学习影响 :
量化因子/策略构建及回测未涉及具体策略,但HLOB通过微观结构编码提升预测精准度 :
本报告提出一种全新的大型深度学习模型“HLOB”,用于预测限价单簿中的中价(mid-price)变动方向。核心创新点有两方面:
研究在三个真实的纳斯达克交易所LOB数据集(包含15只股票)上,将HLOB模型与九个当前先进深度学习模型进行了系统比较。结果显示,HLOB在多数场景下优于其他模型,尤其是在揭示信息空间分布和未来预测有效期方面有独特贡献。报告致力于缩小微观结构建模与高频金融市场深度学习预测之间的鸿沟。
报告首先强调金融市场的复杂性源自两个方面:
在高频交易环境中,LOB作为市场参与者买卖意愿的实时快照,是市场微观结构的核心信息承载体。LOB内订单包括市价单、限价单和撤回单,交易系统采用FIFO等规则处理,导致市场出现信息不对称。
高频交易(HFT)利用交易速度的优势,基于内部LOB信息产生获利机会,存在“捕食者-猎物”动态关系。尽管HFT常被监管关注,其对市场内数据的依赖被认为有助于维持价格波动的随机噪声特性。
随着高频数据量巨大且复杂,深度学习因其强大的非线性建模能力被广泛用于预测LOB动态,但方法的实际有效性因不同股票的微观结构特征差异而异。具体而言,具有较大“价差刻度”(tick size)的大价差股票(large-tick stocks)其LOB结构更紧凑,深度模型表现较好;反之,小价差股票(small-tick stocks)LOB结构稀疏,模型有效性下降。此部分为后续研究建立了现实背景及理论基础。
报告明确三大贡献:
论文结构清晰,后续章节分别探讨相关工作、数据集介绍、模型框架、实验结果,以及总结未来挑战。
15只纳斯达克股票,涵盖6大行业,基于2017-2019年3年数据,分成小、中、大三种“tick size”类别,详见附表1。数据采用LOBSTER提供的逐笔LOB快照,包含10个买卖深度层。
数据集结构严谨,采用训练—验证-测试时间序列分割(非重叠),并应用5天滚动窗口的特征标准化,防止数据泄露。价格运动方向标签基于未来N个LOB更新后中价的变动超过1个tick的正负性,重点在不同时长(10、50、100步更新,即短中长中期)预测中价上涨、下跌或稳定。这种用"步长"而非时间定义的视角,更贴近高频交易的事件驱动特性。
TMFG构建流程:
仅采用LOB中买卖侧的量数据,量化为等宽分箱处理以缓减噪声后计算变量间的互信息(MI)。对不同交易日的MI矩阵进行平均后输入TMFG构建算法,该网络最小化了基于KL散度的信息熵,自动滤去弱依赖,保留具有统计相关性的关键边,从而形成具有层级和几何属性的依赖网络(顶点是量层,边表示高MI的联系)。图1视觉呈现该过程,MI矩阵颜色和节点边权均按介数中心性编码,透露节点在网络中的重要性及联系强度。
从HCNN到HLOB:
TMFG输出为三种拓扑结构的集合(4节点四面体、3节点三角形、2节点边),其分别以形状确定的张量形式输入模型。 为融合价格信息,每个卷积输入维度中均嵌入对应的价格水平。三者分别经由不同的卷积头独立抽取特征后合并,最后由LSTM层捕捉长期时间相关性。
三层卷积设计细致:第一层(1×2)步幅1×2,强调价格-量对;第二层分别处理对应简单形(四面体、三角形、边)的邻域关系,步幅防止跨组混淆;第三层(1×Ω)整合简单形的总体信息,辅助捕获数据分布中的全局非局部特征。隐含的正则化策略为dropout,保证泛化能力。
整体参数量丰富,结合图3提供的网络层构造参数量,体现模型处理复杂度和精细结构的能力。
对比评价模型覆盖了6个公开的基准深度模型(CNN1、CNN2、DLA、BinBTabl、BinCTabl、DeepLOB),2个基于变换器的时间序列预测模型(Transformer、iTransformer),以及改进版LobTransformer混合模型。表3揭示各模型的参数规模与推断速度,体现从参数省量到复杂模型的性能差异。
训练细节严谨:采用AdamW优化,跨股票且跨年训练,共计1350场实验,累计GPU时间超7192小时,保障了结果的全面性和统计有效性。
展示15个纳斯达克股票的标识名、行业归属及连续三年市值统计,辅以tick size分组,体现了数据集的行业多样性及样本代表性。此表为数据聚类提供底层支撑。
时间序列划分合理,排列训练与测试样本连续性,验证集随机分布在训练区段内确保泛化检测不泄露未来信息。此种划分合规市场微观研究的因果性要求。
报告无传统金融估值内容,主要侧重模型架构与性能比较,无DCF、P/E等财务估值,本节不适用。
报告未明示详细风险评估,但间接指出:
本文推出的HLOB架构通过引入基于信息过滤网络的高阶结构建模及同调卷积网络,创新性地捕获了LOB中价格和成交量层间非线性、高级别的空间依赖,使得该模型在短期(Δτ=10)中价变动方向预测上,相比九种当前主流深度学习模型达到了73%的情况优胜,且在中期(Δτ=50)和长期(Δτ=100)依然具备不俗表现,尤其对大tick股票有较强预测稳定性。
通过对实际交易数据的MI矩阵分析,报告证明:
HLOB的独特优势在于其基于TMFG的空间结构先验,将体量级别的复杂依赖关系具象化,赋予了深度学习更强的结构感知能力。同时改进模型结构,结合LSTM处理时间动态,从而平衡了空间和时间依赖的建模。与先前如DeepLOB的仅邻层卷积模型相比,HLOB少许提升了平均F1分数和MCC,优化了信息利用效率。
图表分析与实证结果一致,HLOB模型有效揭示了秘藏于LOB多层体量交互中的隐藏信号,从而在短期内给予交易决策更强的指导价值。模型同时展示了不同微观结构股票上对应不同预测能力的脉络,为未来设计自适应预测模型提供了理论支撑。
HLOB缺少对时间演化依赖关系的建模,是导致长窗口预测性能不及部分双重注意力机制模型的关键,未来可考虑引入动态IFN结构自适应。尽管目前HLOB交易频率较高,未来可针对交易成本与模型效率间权衡,进一步优化其实用价值。
总之,该报告通过详细理论论证与充分实验对比,展示了基于信息过滤和同调卷积的新型结构感知深度学习架构HLOB在限价单簿高频价格变动预测领域的领先地位,以及结合微观结构特性的精细化模型设计重要性。在维持模型解释性的基础上,有效捕获了深层空间依赖和短期时序动态,成为高频金融建模的重要参考和创新里程碑。
附:关键图表示意 markdown格式引用
TMFG构建流程示意图:
HLOB输入准备示意图:
预测绩效与交易活跃性关系图:
小、中、大Tick股票互信息热图系列:
总结:本报告从微观结构金融市场的复杂性切入,通过结合数学信息过滤网络和深度学习先进架构的创新设计,突破传统浅层空间依赖建模限制,提出面向高频交易的实用且理论清晰的HLOB模型,展现出突出的实证效果和理论价值。
2405.18938.pdf