HYBRID VECTOR AUTO REGRESSION AND NEURAL NETWORK MODEL FOR ORDER FLOW IMBALANCE PREDICTION IN HIGH-FREQUENCY TRADING
创建于 更新于
摘要
本论文提出了一种结合向量自回归(VAR)与前馈神经网络(FNN)的混合模型，用于高频交易中订单流失衡(OFI)的预测。VAR捕捉线性依赖，FNN对残差建模非线性模式，实现对买卖方交易压力的强度评估。通过Binance的合成及真实加密货币数据回测，混合模型在预测准确度及交易信号精度上均优于单独VAR和FNN模型，提升了高频交易中市场动态理解和策略制定能力[page::0][page::1][page::6][page::10][page::11][page::12]。
