订单簿市场中收益的短期可预测性：一种深度学习视角
计算金融
2023-10-10 v3 交易与市场微观结构
摘要
在本文中，我们利用深度学习技术对高频收益中由订单簿驱动的可预测性进行了系统的大规模分析。首先，我们引入了一种新的鲁棒的订单簿表示——成交量表示（volume representation）。接下来，我们进行了广泛的实证实验，以解决有关可预测性的各种问题。我们研究了是否存在可预测性以及可预测性的前瞻时长、鲁棒数据表示的重要性、多 horizon 建模的优势，以及通用交易模式的存在性。我们使用了模型置信集（model confidence sets），其提供了一种形式化的统计推断框架，特别适合回答这些问题。我们的研究结果表明，在高频下，中间价收益中的可预测性不仅存在，而且无处不在。深度学习模型的性能强烈依赖于订单簿表示的选择，在这方面，成交量表示似乎具有多种实际优势。
引用
@article{arxiv.2211.13777,
title = {The Short-Term Predictability of Returns in Order Book Markets: a Deep Learning Perspective},
author = {Lorenzo Lucchese and Mikko Pakkanen and Almut Veraart},
journal= {arXiv preprint arXiv:2211.13777},
year = {2023}
}