基于机器学习/深度学习的高频交易框架

在该项目中，我们提供了一个利用机器学习和深度学习技术进行高频交易的框架/流程。在此框架中，可以应用更高级的特征工程（结合深度买卖盘数据）以及更复杂的模型（如预训练模型）。

目标

• 从二级订单簿数据中提取交易信号
• 利用机器学习和深度学习技术预测订单簿动态

数据

使用的是新加坡交易所FTSE中国A50指数期货的逐笔深度数据。

策略流程

订单簿信号

我们使用限价订单簿数据来构建交易信号，包括深度比率、上涨比率和订单簿失衡（OBI）。

价格序列

特征工程与HFT因子设计

• 简单平均深度比率和OBI：

• 加权平均深度比率、OBI和上涨比率：

模型拟合

• 基础模型：

  • 随机森林分类器
  • 极端随机树分类器
  • 自适应增强分类器
  • 梯度提升分类器
  • 支持向量机
  • 其他分类器：Softmax、KNN、MLP、LSTM等。

• 超参数：

  • 训练窗口：30分钟
  • 测试窗口：10秒
  • 预测标签：未来15分钟

性能指标

• 预测准确率：

• 预测准确率序列：

• 交叉验证平均准确率：

• 最佳模型：

PnL可视化

改进方向

特征工程

其他潜在有用的信号：

• 成交量失衡信号
• 交易失衡信号
• 买盘和卖盘序列的技术指标（RSI、MACD等）
• WAP/WPR、加权平均价、VWAP、TWAP
• ……

信号生成技术：

• 可以为特定信号考虑不同层级订单簿数据的不同权重
• 可以引入周期为n的移动平均线（作为超参数）
• 可以对多种信号进行加权平均，例如将交易失衡与订单簿失衡加权平均
• Lasso回归、遗传编程
• ……

模型

本项目仅提供了一个基准框架。欢迎尝试更先进的模型：

• CNN
• GRU/LSTM
• XGBoost、AdaBoost、GBDT、LightGBM
• 注意力机制、自编码器
• TabNet
• 预训练模型
• ……

性能指标

性能指标有待进一步完善，包括PnL计算、手续费考虑等方面。

ML-HFT 快速上手指南

ML-HFT 是一个基于机器学习和深度学习的高频交易（HFT）框架，旨在从 Level-II 订单簿数据中提取交易信号并预测订单簿动态。本项目默认使用新加坡交易所（SGX）FTSE 中国 A50 指数期货的 Tick 深度数据。

环境准备

在开始之前，请确保您的开发环境满足以下要求：

• 操作系统：Linux (推荐 Ubuntu/CentOS) 或 macOS
• Python 版本：Python 3.8 或更高版本
• 前置依赖：
  • pip (Python 包管理工具)
  • git (代码版本控制)
  • 基础科学计算库支持

建议创建一个独立的虚拟环境以避免依赖冲突：

python3 -m venv ml-hft-env
source ml-hft-env/bin/activate  # Windows 用户使用: ml-hft-env\Scripts\activate

安装步骤

1. 克隆项目仓库

   git clone https://github.com/<username>/ML-HFT.git
   cd ML-HFT
   

2. 安装 Python 依赖

   项目依赖主要包括 scikit-learn, pandas, numpy, tensorflow/pytorch (用于深度学习模型) 等。

   国内用户推荐使用清华或阿里镜像源加速安装：

   pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
   

   如果项目中未提供 requirements.txt，请手动安装核心库：

   pip install pandas numpy scikit-learn matplotlib seaborn -i https://pypi.tuna.tsinghua.edu.cn/simple
   # 如需使用深度学习模型 (LSTM, CNN 等)，请额外安装：
   pip install tensorflow torch torchvision -i https://pypi.tuna.tsinghua.edu.cn/simple
   

3. 数据准备

   将 SGX FTSE CHINA A50 INDEX Futures 的 Tick 深度数据放置在项目指定的数据目录中（通常为 ./data 或 ./dataset，具体请参考项目内脚本配置）。数据格式需符合框架要求的 Level-II 订单簿结构。

基本使用

以下是最简单的流程示例，涵盖特征工程、模型训练及评估。

1. 运行特征工程与信号提取

执行主脚本以生成订单簿信号（如 Depth Ratio, OBI, Rise Ratio）并进行特征工程：

python main.py --mode feature_engineering --data_path ./data/sgx_a50_tick.csv

2. 训练基准模型

使用内置的机器学习模型（如 RandomForest, XGBoost 等）进行训练。默认训练窗口为 30 分钟，测试窗口为 10 秒，预测未来 15 分钟的价格标签。

python main.py --mode train --model RandomForestClassifier --train_window 30 --test_window 10 --label_horizon 15

支持的其他模型包括：ExtraTreesClassifier, AdaBoostClassifier, GradientBoostingClassifier, SVM, MLP, LSTM 等。

3. 评估与可视化

训练完成后，脚本将自动输出预测准确率、交叉验证结果及损益（PnL）可视化图表：

• 预测准确率序列：查看单日的预测表现。
• 交叉验证均值：评估模型稳定性。
• PnL 曲线：直观展示策略的理论收益。

生成的图表将保存在 ./images 或 ./Graph 目录下。

4. 进阶自定义

您可以修改 config.py 或直接通过命令行参数调整以下高级选项：

• 特征优化：添加成交量不平衡信号、技术指标 (RSI, MACD) 或加权平均价格 (VWAP)。
• 模型替换：集成预训练模型、Attention 机制或 TabNet。
• 绩效指标：调整手续费计算逻辑或滑点设置。

# 示例：使用 LSTM 模型并开启加权特征
python main.py --mode train --model LSTM --use_weighted_features True