Limit Order Book Simulation and Trade Evaluation with $K$ -Nearest-Neighbor Resampling
创建于 更新于
摘要
本文提出了一种基于$K$最近邻（K-NN）重采样的限价委托簿(LOB)模拟方法，具备理论收敛性，无需优化且易于实现。通过对大宗历史LOB数据的应用，验证了算法能准确再现真实市场动态及交易策略的市场冲击效应。与深度学习生成模型相比，K-NN方法在关键统计指标上表现优异，并能评估和校准以限价单和市价单为基础的交易策略，尤其适用于带有比例配额匹配机制的市场。此外，本文还探讨了算法在高维状态空间的扩展和降维方法 [page::0][page::1][page::2][page::4][page::5][page::8][page::12][page::14][page::16][page::17][page::18][page::19][page::20][page::21][page::22][page::23][page::24][page::25][page::26]
