Forecasting Liquidity Withdraw with Machine Learning Models
创建于 更新于
摘要
本研究采用机器学习方法，特别是基于Nasdaq市场逐单数据构建的流动性撤回指数（LWI），开发了短期流动性撤回预测模型。通过比较线性自回归模型与非线性XGBoost模型，发现1-2秒内线性模型表现优异，而5秒预测采用树模型效果最佳，验证了流动性撤回的记忆性及非线性特征，为市场执行与风险监控提供了有效预警手段。[page::0][page::1][page::2][page::3][page::4][page::5][page::6][page::7]
