股票量化交易
刚开始研究，目前刚好有想法。周末业余时间自研量化时序预测框架，无机构资金、无代客交易，纯个人技术探索。近期完成一套基于Level-2 Tick逐笔数据的盘口变价预判原型，核心目标：在标的一档价格变动前800ms~5秒输出预警信号，模拟自动下单逻辑，自研目标有效信号胜率85%，一、自研系统统一判定标准（模拟回测规则）1. 有效信号：信号发出后800ms-5s内，卖一/买一变动1个最小tick单位才算有效；2. 无效过滤：价格走完再输出信号，不计入胜率；3. 全样本覆盖：单标的每一次盘口档位异动，均生成多空预判信号。二、最大技术矛盾：延迟与精度天然冲突盘口微观时序特征稀疏，行业没有成熟标准化预测算法，同时两个指标互相制约：1. 轻量小模型（117K参数TLOB）：推理延迟极低，但预测胜率达不到85%目标；2. 大参数量时序模型：预测精度更高，但推理耗时上涨，无法满足毫秒级实时信号输出；这也是我业余研究耗时最久的核心难点。三、分阶段自研落地规划阶段1：当前MVP轻量化原型（已完成）完整打通全技术链路：Level-2 Tick行情接入→无锁内存订单簿重建→低延迟模型推理→标准化信号推送→本地回测胜率校验框架。本阶段优先保障端到端延迟指标，仅做技术架构验证，不强行对齐85%高胜率。阶段2：长期迭代优化计划（业余持续打磨）1. 模型扩容：升级百万~千万参数时序大模型，捕捉长周期盘口微观特征；2. 数据微调：积累多年完整Level-2逐笔Tick本地数据集，完成模型精细调优；3. 算力迭代：空闲GPU多轮训练调参，平衡延迟与预测精度，逐步逼近85%自研胜率目标。四、个人研究感悟多数量化开发者会聚焦策略收益，忽略底层工程实时约束。这套业余自研框架让我意识到：盘口微观预判是AI时序算法+低延迟底层工程交叉领域，任何一环短板都会导致模拟行情中信号完全失效。本文所有架构、模型均为个人业余技术研究产物，仅技术交流分享，不构成任何投资交易建议，不存在代开发、实盘交易相关商业服务。
发布于 英国
分享
评论
1
未登录
友善发言
评论
加载中
