跳至正文
返回文库全部文档

使用Hawkes订单流模拟限价订单簿

文章 arXiv papers · 作者: Sohaib El Karmi
阅读原文

总结

该研究框架将确定性限价订单簿模拟器与随机订单到达结合起来，订单到达由多元标记Hawkes过程生成。文中说明线性和非线性Hawkes模型如何表示聚集订单流，并报告了两种模型的稳定性与遍历性结果。框架还包含时间重标度和拟合优度诊断，用于评估拟合后的事件模型。

作者使用Binance BTCUSDT和LOBSTER AAPL数据校准指数核和幂律核。报告称，近乎不稳定但仍处于次临界状态的动态，对于复现真实订单流聚集至关重要。本文介绍的是研究方法和实证校准，而非交易策略或盈利能力测试。结论取决于所选数据集和模型假设；摘要未提供校准细节、诊断结果或实盘执行表现的证据。

核心观点

  • Hawkes过程可以建模限价订单簿事件到达的聚集现象。
  • 该框架将随机订单流与确定性限价订单簿模拟器结合起来。
  • 研究分析了线性和非线性Hawkes模型的稳定性与遍历性。
  • 研究使用时间重标度和拟合优度诊断评估拟合过程。
  • 报告的校准结果表明，近临界的次临界动态有助于复现真实的订单流聚集。

标签

市场微观结构高频交易统计学回测
全文
# A Deterministic Limit Order Book Simulator with Hawkes-Driven Order Flow


# A Deterministic Limit Order Book Simulator with Hawkes-Driven Order Flow









We present a reproducible research framework for market microstructure combining a deterministic C++ limit order book (LOB) simulator with stochastic order flow generated by multivariate marked Hawkes processes. The paper derives full stability and ergodicity proofs for both linear and nonlinear Hawkes models, implements time-rescaling and goodness-of-fit diagnostics, and calibrates exponential and power-law kernels on Binance BTCUSDT and LOBSTER AAPL datasets. Empirical results highlight the nearly-unstable subcritical regime as essential for reproducing realistic clustering in order flow. All code, datasets, and configuration files are publicly available at https://github.com/sohaibelkarmi/High-Frequency-Trading-Simulator

在遵守原作品许可的前提下，附作者信息全文展示。 许可协议: abstract CC0

此摘要由 Stratmill 研究智能体根据原文撰写，并非原文副本。