← 返回 Quant Digests · 站点首页

别把这篇 Hawkes LOB 论文只读成 event-time ML：更该先测的是「base imbalance × next-event clock」1m execution-trigger raw alpha

更新时间：2026-03-28 11:17 UTC 研究时间：2026-03-28 11:15 UTC 类型：raw alpha 主题标签：raw-alpha/microstructure/lob/base-imbalance/hawkes/point-process/event-time/single-asset/execution-trigger/bitfinex/usdtusd/1m/3m/5m/15m/paper/public-data/cost 证据类型：2023 arXiv 全文 HTML + 本地 PDF 抽取 + Crossref 元数据 + 2023 IFAC precursor 元数据交叉

源文件：research/quant_digests/2026-03-28_1115_base-imbalance-hawkes-eventtime-alpha.md

1. 这次看了什么，为什么它比再补一篇泛 gate 更值得

这次主看的是：

> Raffaele Giuseppe Cestari, Filippo Barchi, Riccardo Busetto, Daniele Marazzina, Simone Formentin (2023 arXiv / 2025 ECC) > Hawkes-based cryptocurrency forecasting via Limit Order Book data

以及它明确承接的 precursor：

> Riccardo Busetto, Simone Formentin (2023) > Continuous-time modeling of financial returns based on Limit Order Book data

先回答这轮最重要的那句：这篇东西的 base alpha 是什么？

不是“LOB 很重要”，也不是“用 Hawkes 很高级”。

更直接地说：

> 盘口前几档的形状不对称，本身就带着下一次价格有效变动的方向信息；而当簿上事件到达很密、下一次 event 很快就要来时，这条方向信息更有机会在极短窗口里兑现。

所以它不是纯 filter，也不是只服务某个 breakout / retest 的附庸。它本身就是一条微结构 raw alpha：

为什么这轮值得补它？因为最近 intake 里：

这篇虽然不是最终可直接上实盘的完整答案，但它给了一个很清楚的可复现原子信号：

> book-shape edge 不该只按 bar-close 静态读，而该和“下一次事件多久来”一起读。

2. 论文里真正有交易价值的部分是什么

论文的结构很简单：

  1. 先证明 Base Imbalance（BI） 和未来 return sign 确实有关；
  2. 再用 Hawkes process 预测“下一次 LOB event 何时发生”；
  3. 把 event-time 预测喂给一个 continuous output error (COE) 模型，输出下一次 return sign；
  4. 和几个 benchmark 比：

真正值钱的不是“又一个分类器”，而是这个拆法：

> 方向信息和事件时钟要分开建模。

这点对 desk 很重要，因为很多短周期研究会把“有没有 edge”和“edge 何时兑现”揉成一个黑箱概率。这个 paper 则把它拆成：

这比直接做一个 end-to-end 黑箱分类器更容易移植、调试、做失败归因。

3. Base alpha 到底长什么样

论文沿用 precursor 里的 Base Imbalance（BI） 定义。它不是常见那种“买一量 - 卖一量”的单点深度差，而是用盘口前若干档价格曲线形状去衡量 bid / ask 两边的“厚薄不对称”。

文中的公式可写成：

BI_k = ((P_bid,1 - P_bid,10) - (P_ask,10 - P_ask,1)) / ((P_bid,1 - P_bid,10) + (P_ask,10 - P_ask,1))

翻成人话：

论文在去掉零收益事件后，把数据按 decile 分箱，得到：

这个数字非常夸张。它不等于“直接可交易收益率 = 很高”，但说明：

> BI 和未来 return sign 的关系不是弱相关噪音，而是强结构。

所以真正的 raw alpha，不是“Hawkes 预测下一次 event 很厉害”，而是：

> 盘口形状本身就带方向，只是这个方向需要配合“事件马上要来”才更容易兑现。

4. 数据、样本和论文原始实验口径

论文用的是 Bitfinex 上 USDT/USD 的 LOB 数据，由 CryptoTick 提供：

作者还给了几个很重要的口径提醒：

验证与仿真设置：

交易仿真规则非常朴素：

这也直接决定了我们该怎么读这篇文章：

5. 论文结果该怎么读，别读歪

论文的 headline 是：

虽然文中可读文本没有直接给出每个 boxplot 的精确数值，但有三个结果是明确的：

  1. BI 本身确实带强方向结构（decile 相关系数 -0.96）
  2. 单纯知道 BI 还不够，event-time 预测质量会影响收益兑现大小
  3. Hawkes 的价值主要不是换 alpha 本体，而是改善“什么时候该相信它”

这点很关键，因为如果你把这篇 paper 简化成：

> “Hawkes 比 Naive 更准”

那就读窄了。

更实用的 desk 读法应该是：

> book-shape alpha 的兑现速度，本身就是状态变量；当 event clustering 很强、下一次簿上事件很快发生时，盘口信息更值得下手。

6. 为什么我把它归成 raw alpha，而不是 filter / overlay

因为它首先回答得清：基础 alpha 是什么。

不是 trend gate，不是 regime veto，不是 position sizing。它有自己独立的方向逻辑：

它当然也能往下拆成：

但这些都是二次利用。

它的第一性身份仍然是：

> 可独立建模、可独立回测、可独立关停的微结构 raw alpha。

7. desk 化以后，最值得先做的不是“全量 Hawkes”，而是一个诚实的 1m execution-trigger 版本

原论文太贴近 1 秒级 event clock；如果你直接照抄，多半会遇到两个问题：

  1. 自己没有那样干净的逐 event 数据；
  2. 就算有，taker 成本也可能把极短 edge 吃没。

所以更适合 desk 的最小版本，不是“完整复制论文”，而是把它拆成三层：

7.1 Signal：盘口形状不对称

先复刻一个更朴素的 BI_t：

7.2 Clock：事件密度 / 自激强度

第一版甚至不必硬上完整 Hawkes MLE，可以先做 proxy：

等确认“clock 确实改善兑现”后，再升级成真正的 Hawkes。

7.3 Trigger：只在“alpha 可能很快兑现”时开仓

初版规则可以非常诚实：

这就把论文的精神保住了：

> 不是 book shape 一极端就交易，而是 book shape 极端 + next-event 真的快要来。

8. 1m / 3m / 5m / 15m 上怎么摆

这里要很诚实。

8.1 最适合：1m

因为这条线本质就是微结构 + event-time。

8.2 次适合：3m

这是最值得测的“可交易化 compromise”。

8.3 仍可测：5m

5m 更像在问：

> 盘口形状与 event burst 是否会引出一个更长的 follow-through，而不是只是一跳 micro-move？

如果 5m 还有残留 edge，这条线的价值会大很多，因为它能更容易接入当前短周期策略栈。

8.4 15m 不该硬装成主信号

到了 15m，这条线更像：

也就是说：

9. 最小可复现实验：公开数据、更新频率、实验口径

9.1 数据源

可直接用公开可抓的交易所 websocket：

最小版只需要：

9.2 公开性

9.3 更新频率

9.4 最小复现实验口径

标的先别铺太广，建议先做：

回测框架：

  1. 特征
  1. 标签
  1. 比较组
  1. 成交假设
  1. 评估

10. 一个更像策略的初版骨架

如果要把它写成真正能跑的最小策略，而不是论文摘要，我会先这么做：

10.1 Entry

10.2 Exit

三层足够：

  1. 时间退出：1m / 3m / 5m / 15m 多档
  2. 信号回落退出：BI_z 回到中性带
  3. price-based stop：固定 bps 或 micro-ATR

10.3 Sizing

不建议满仓，建议：

10.4 Risk / Cost

最关键的不是方向逻辑，而是三件事：

所以这条线很适合：

而不适合无脑每次 sign 都打。

11. 这篇 paper 最大的坑，必须先写在前面

这篇东西有价值，但坑也很明显：

11.1 标的是 USDT/USD，不是 BTC/ETH perp

它证明的是结构存在，不是直接证明这条线在 Binance perp 一样赚钱。

11.2 horizon 非常短

原文更接近 next-event / next-few-second 逻辑。迁移到 1m/3m/5m 必须先验证是否仍有外溢。

11.3 不计成本

这是最直接的红旗。任何 taker-heavy 读法都可能失真。

11.4 剔除了大量 zero-return events

原文剔除了约 80% 零收益事件；这对“可预测性”一定是有帮助的。实盘时必须把“没动的时候怎么办”也纳入规则，不然会高估 edge。

11.5 样本不算长

12. 给当前 desk 的最终判断

如果只问一句：这是不是值得进素材池？

我会给 是。

原因不是论文回测多漂亮，而是它补的是一个很明确、而且当前还不算拥挤的 raw alpha 原子：

> 盘口形状 edge 要和 event clock 一起读。

如果只问一句：是不是现在就该当完整实盘策略？

我会给 否。

更合理的定位是：

13. 下一步怎么测

先别上全量 Hawkes，先做一个 两阶段最小实验：

Phase A：验证 alpha 本体

如果这一步不成立，后面 Hawkes 都不用上。

Phase B：验证 clock layer 是否真有增益

只有当 gated 版本明显优于 ungated 版本时，才值得继续做完整 Hawkes/COE。

这是这篇论文最应该给我们的行动项，不是“再抄一个模型名”，而是：

> 先确认 event clock 能不能把盘口 alpha 变得更可交易。

14. 参考资料与来源

  1. Cestari, R. G., Barchi, F., Busetto, R., Marazzina, D., & Formentin, S. (2023 / 2025). _Hawkes-based cryptocurrency forecasting via Limit Order Book data_.
  1. Busetto, R., & Formentin, S. (2023). _Continuous-time modeling of financial returns based on Limit Order Book data_.