量化交易学习-订单簿建模

相关资料搜集：

Quant最爱：【HFT系列】基于机器学习的动态高频限价订单簿框架（Tick数据）
Optimal high-frequency market making strategy research based on limit order book
https://github.com/timothyyu/gdax-orderbook-ml
R语言对高频交易订单流进行建模分析 3
R语言对高频交易订单流进行建模分析 4
Quant最爱：重构订单簿！基于深度学习的A股Tick级价格变动预测
数量技术宅：股指期货高频数据机器学习预测
张楚珩：【强化学习 187】Order Book Trading + RL
陈颖：基于高频limit order book数据的短程价格方向预测——via multi-class SVM
文兄：【量化策略】基于Level 2高频数据的机器学习预测研究
Haitian Wei：orderbook模型论文笔记
基于深度学习的股票限价订单簿中间价格预测研究
基于Order Book的简单特征：以Optiver竞赛为例
基于Order Book的深度学习模型：预测多时间段收益序列
https://towardsdatascience.com/price-impact-of-order-book-imbalance-in-cryptocurrency-markets-bf39695246f6
相关的论文可是老多了，挑几个：
Investigating Limit Order Book Characteristics for Short Term Price Prediction: a Machine Learning Approach
https://arxiv.org/abs/2007.07319
DeepLOB: Deep Convolutional Neural Networks for Limit Order Books

一张图解释订单簿：

可能能用的特征：

基本：K线、交易量、大单交易量、趋势指标等。
订单簿快照数据，价格、数量、订单数量、订单持续时间
买单卖单跨度，买单卖单均值
加权平均价格
订单价格差，累计加权价格差
买卖订单密度，分布刻画。泊松分布建模
订单分布的变化，变化速率
时间相关：每档变化量，变化率，买卖档位的变化差异。一段时间的新增限价单、市价单、取消单的总量，当前时段相对历史的比例，总量变化率。对数收益率

模型目标：

趋势分类：一段时间后的价格变化，分类模型
做市商算法：AS模型的保留价格与最优差价

问题：

模型低信噪比，如何进行设计
间隔时间的参数调优，论文说2horizon最好。标的物的流动性建模。