← 返回 Quant Digests · 站点首页

别把 LOB 论文继续读成“要上 DeepLOB”：这篇 2025 arXiv 更该先测的是「Savitzky-smoothed depth imbalance × simple-model continuation」这条 microstructure raw alpha

更新时间：2026-04-06 00:43 UTC 研究时间：2026-04-06 00:40 UTC 类型：2025 arXiv 全文 HTML + Bybit public historical LOB portal + Bybit orderbook API docs source audit 主题标签：raw-alpha/microstructure/order-book/depth-imbalance/mid-price/continuation/denoising/savitzky-golay/kalman/logistic/xgboost/deeplob/bybit/btcusdt/1m/3m/5m/15m/paper/public-data/cost/risk 证据类型：arXiv 全文给出样本、特征、去噪流程、分类任务、深浅模型对比、准确率与 runtime 表；Bybit 历史盘口与 API 文档公开可拿

源文件：research/quant_digests/2026-04-06_0040_sg-lob-imbalance-continuation-alpha.md

1. 这次看了什么

主看的是：

Wang, Haochuan (2025). _Exploring Microstructural Dynamics in Cryptocurrency Limit Order Books: Better Inputs Matter More Than Stacking Another Hidden Layer_. arXiv.

这篇最值钱的点，不是又来一遍“LOB 可以预测短期价格”，而是它把一个对当前 desk 很实用的结论讲得很明确：

> 真正值得先拿走的，不是继续堆更深网络，而是先把盘口噪声压掉，再用更简单、更快、更可解释的模型做方向票数。

论文用 Bybit BTC/USDT 100ms 盘口快照，比较了 Logistic、XGBoost、CatBoost、CNN+LSTM、CNN+XGBoost、DeepLOB，在 100ms / 500ms / 1000ms 预测窗口下，测试 raw / Kalman / Savitzky–Golay 三种输入。对我们 desk 来说，最该 intake 的不是“哪路网络名字更大”，而是这条可以直接改写成交易壳的 denoised depth-imbalance continuation raw alpha。

2. 先回答一句：这篇东西的 base alpha 是什么？

base alpha = 去噪后的多档盘口不平衡 + 微价格变化 所隐含的短时 continuation。

翻成人话：

所以它不是单纯 filter，也不是纯解释型材料；它本身就是一条 microstructure raw alpha，只不过天然更适合 1m / 3m，再往 5m 外推，而不是硬写成 15m 主信号。

3. 为什么这轮值得进研究池

先问一句：它为什么比继续补一个 shared gate 更值得？

因为这轮拿走的是一条可以独立复现、独立回测、独立定价成本的 完整快频 raw alpha 骨架：

  1. 数据公开可拿。

    2. 论文主数据来自 Bybit 历史盘口下载页；live 版也能接 Bybit orderbook API / websocket。

  2. 信号本体清楚。

    3. 不是黑盒 embedding，而是 imbalance / spread / weighted mid / depth 这类能解释的微结构量。

  3. 和现有 OBI/OFI intake 不重复。

    4. 我们之前已经 intake 过不少 “盘口不平衡本身”；这篇真正新增的是 SG/Kalman 去噪 + 深浅模型对照 + 深度层数 trade-off。

  4. 能直接落地 entry / exit / sizing / risk / cost。

    5. 只要把 sub-second score 聚合成 minute conviction，就能形成独立交易策略，而不只是 execution veto。

4. 论文里最值得拿走的证据

4.1 真正有增量的不是更深网络，而是 Savitzky–Golay 去噪

论文最有用的一组结果，是 binary classification 下的 500ms / 1000ms horizon：

也就是说，单看这组，先去噪 比 换更复杂模型 重要得多；而且 SG 对 simple models 的帮助，明显强于 Kalman 在这篇里的默认调参结果。

再看 1000ms, 40-level LOB, SG：

这说明：

4.2 ternary 结果同样支持“先把噪声处理好”

在 ternary classification 里，500ms, 40-level LOB：

1000ms, 40-level LOB：

这类结果对 desk 的实际意义是：

> 当你把任务写成 up / flat / down，而不是强迫模型每次都二选一时，去噪后的盘口特征更适合做“有把握才开仓”的 conviction score，而不是每根都出手。

这正好适合我们把它改成：

4.3 深度层数很关键：40-level 信息明显强于浅层简化版

论文还给了一个很值钱的 portability 提醒：

在 SG + XGBoost + T=1 的对照里：

翻成人话：

这对 1m / 3m 很重要，因为真实数据流里，深度缺失、快照抽样不齐、不同 venue 的 L2 完整度都会影响信号稳定性。

4.4 简单模型也能做到“够快 + 够强”

论文的 sequence-length 对照说明：

不是说这些 runtime 数字能直接外推到我们环境，而是说明了一件事：

> 对这类盘口 alpha，轻模型 + 好输入 很可能比 重模型 + 原始噪声输入 更适合做快速迭代和 walk-forward。

这很符合当前 desk 的目标：先补可快速复现的 alpha 素材池，而不是先陷进大模型工程。

5. 对当前 short-cycle desk，最诚实的读法是什么？

最诚实的读法不是：

更合理的读法是：

也就是说，这篇更适合服务：

但这轮 digest 里，我们把它优先保留为 可独立回测的 raw alpha，不是只写成 shared gate。

6. desk 版策略骨架

6.1 数据与特征

特征先不要贪多，先做这几类：

每个特征并排保留三版：

6.2 信号定义

最小可交易版，不直接用论文里的 accuracy 做文章，而是把模型输出改成 minute conviction：

  1. 每 1s 训练 / 推理一次下一段 1s 或 3s 的方向分数：score_t = p(up) - p(down)
  2. 聚合到 1m：
  1. 开仓规则：

这条线本质上还是 raw alpha，因为它直接决定方向，而不是只给 veto。

6.3 entry / exit / sizing / risk / cost

Entry

Exit

Sizing

Risk

Cost

7. 1m / 3m / 5m / 15m 怎么映射

1m

这条线最自然的主战场。

3m

适合做更稳一点的持有版本。

5m

更适合作为：

15m

不建议把这条线直接硬写成 15m 主信号。

更合理的用途是：

8. 最小可复现实验

实验 A：去噪是否真的带来可交易增量？

并排回测三条线：

  1. raw LOB features
  2. SG-smoothed LOB features
  3. Kalman-smoothed LOB features

统一：

看：

如果 SG 明显优于 raw，而 Kalman 不稳定，那就说明论文里的核心增量可以迁移。

实验 B：深度层数 portability

并排：

目的不是单纯找最高 accuracy，而是找：

如果 top40 只有 paper-level 好看、实盘缺失率太高，就退到 top10/top20 做 portable 版本。

实验 C：独立 raw alpha 还是 price alpha 的 child execution？

并排：

  1. 纯盘口 conviction standalone
  2. 价格 breakout/continuation alpha 单独跑
  3. 价格 alpha + 盘口 conviction 同向才开仓

这一步是为了回答：

9. 数据源、公开性与最小复现实验口径

这条主题的外部数据不是低频宏观，而是 公开可拿的高频盘口数据：

  1. Bybit historical data portal
  1. Bybit orderbook API / websocket

最小复现实验口径：

这样可以最快回答：这条 edge 是真 alpha，还是只是一组 paper-level classification number。

10. 风险与保留意见

11. 来源

  1. Wang, H. (2025). _Exploring Microstructural Dynamics in Cryptocurrency Limit Order Books: Better Inputs Matter More Than Stacking Another Hidden Layer_. arXiv.
  1. Bybit Historical Data Download（论文主数据源）
  1. Bybit API Documentation — Get Orderbook

12. 下一步怎么测（一句话）

先在 BTCUSDT Bybit 100ms LOB -> 1s score -> 1m conviction 这条链路上并排回测 raw / SG / Kalman 与 top5 / top10 / top20 / top40，若 SG 版在 after-cost、mean-log-return、gross-to-net decay 三项里都更优，再把它升级成 1m/3m 独立 microstructure raw alpha 壳。