基于限价订单簿的股票价格预测模型

摘要

近年来，随着高频数据的易得性增大，高频交易的流行，针对限价订单簿的研究也逐渐流行起来。对限价订单簿的研究，在理论上有助于分析订单簿的结构、信息含量、变化规律等特征;在实际上，既能为投资者提供套利机会，也能为监管者的事后监管提供建议。
　　在股票的不同属性中，我们往往更在意股票的价格和数量的变动。因此，基于限价订单簿，本文主要研究两个问题:(1)如果股票的订单量下一时刻发生变化，其上升的概率有多大;(2)如果股票的中间价格下一时刻发生变化，其上升的概率有多大。针对上述两个问题，本文借鉴Cont(2010)的研究，将订单按类型分类，假设不同类型订单的到来服从参数不同的泊松过程，并假设限价订单簿的变动符合生灭过程;在上述建模的基础上，我们分别采用拉普拉斯逆变换和蒙特卡洛模拟两种方法估计我们关心的两个概率。而后，我们将模型所得概率与经验概率进行对比，得出两个方法估计的订单量上升概率的绝对误差分别为2.66％和2.74％;中间价格上升概率的绝对误差分别为7.98％和7.85％。基于本文模型的结果，我们还设计了一个套利策略以说明模型的精度。最后，我们分析总结了本文模型的不足与改进措施。

目录

声明

摘要

第1章 引言

1．1 选题背景及研究意义

1．2 研究思路与结构安排

1．2．1 研究思路

1．2．2 结构安排

1．3 本文的创新点

第2章 文献综述

2．1 国外文献综述

2．1．1 统计建模方法

2．1．2 机器学习建模方法

2．2 国内文献综述

2．3 文献总结

第3章 理论模型

3．1 限价订单簿的概况

3．2 限价订单簿的统计建模

3．2．1 相关变量的定义

3．2．2 限价订单簿的变动规律

3．3 拉普拉斯变换求解条件概率

3．3．1 拉普拉斯变换及生灭过程的首达时间

3．3．2 订单量上升的概率

3．3．3 中间价格上升的概率

3．4 蒙特卡洛模拟法求解条件概率

3．4．1 订单量上升的概率

3．4．2 中间价格上升的概率

第4章 实证研究

4．1 数据处理

4．1．1 数据介绍

4．1．2 数据拆分

4．1．3 其他说明

4．2 参数估计

4．3 拉普拉斯变换求解条件概率

4．3．1 订单量上升的概率

4．3．2 中间价格上升的概率

4．4 蒙特卡洛模拟法求解条件概率

4．4．1 订单量上升的概率

4．4．2 中间价格上升的概率

4．5 一个简单的应用

4．6 模型的可移植性

4．7 误差来源分析

第5章 结论

5．1 结论与评价

5．2 本文不足与进一步研究的展望

参考文献

致谢

个人简历 在读期间发表的学术论文与研究成果