机器学习在订单簿失衡预测中的应用.docxVIP

机器学习在订单簿失衡预测中的应用.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

机器学习在订单簿失衡预测中的应用

一、订单簿失衡预测的理论基础

(一)市场微观结构与订单簿动态

订单簿作为证券交易市场的核心组成部分,记录了买卖双方的实时报价和挂单量。根据Glosten和Milgrom(1985)提出的信息不对称理论,订单簿失衡(OrderBookImbalance)反映了市场参与者对资产价值的信息差异。实证研究表明,当买盘压力显著超过卖盘时,短期价格存在上涨倾向,反之则可能引发下跌。芝加哥商品交易所2021年的高频交易数据显示,超过67%的价格突变事件与订单簿失衡程度存在显著相关性。

(二)机器学习的基本范式

传统计量模型如ARIMA、GARCH在处理高频金融数据时面临

文档评论(0)

eureka + 关注
实名认证
文档贡献者

好好学习,天天向上

1亿VIP精品文档

相关文档