← 返回 Quant Digests · 站点首页

别把这篇 2026 Hawkes LOB 论文只读成“高频预测模型”：对 short-cycle crypto desk，更该先拆的是「order-flow excitation state × base-imbalance signed drift」这条 microstructure raw alpha

• 时间：2026-04-20 19:45 UTC
• 类型：论文 + GitHub
• 主题类型：raw alpha
• 基础 alpha：盘口事件的自激/互激强度先决定“下一次 mid-price 什么时候动”，再用 Base Imbalance（BI） 决定“更可能往哪边动”
• 是否可独立复现：是
• 是否可直接落地完整策略（entry/exit/sizing/risk/cost）：否
• 主题标签：microstructure / order-book / hawkes / base-imbalance / event-time / BTC / 1m / 3m / 5m
• 证据类型：论文证据 + 公开代码

1. 这次看了什么

看的是 Davide Raffaelli、Raffaele Giuseppe Cestari、Daniele Marazzina、Simone Formentin 2026 年论文 *Forecasting Bitcoin price movements using multivariate Hawkes processes and limit order book data*，以及配套仓库 Learning2Control/MultivariateHawkesLOB。

2. 核心结论

• 这篇东西的 base alpha 很清楚：不是“静态盘口厚度大就涨”，而是盘口事件簇的到达节奏本身带信息；当某类吃单/撤单/中间价变动在短时间内连续冒出来时，下一次价格跳动的时间与方向都更可预测。
• 作者把问题拆成两步：先用 multivariate Hawkes 预测下一次 mid-price change 的到达时间，再用 BI 预测那次变化更偏向上还是下；这比“只做 sign 分类”更贴近实盘，因为它把 什么时候该着急下单 也一起建模了。
• 论文样本是 Bitfinex BTC/USD 2024-01 的约 300 万条 LOB 更新，其中约 374,538 次 mid-price change；事件间隔中位数只有 0.215 秒，这说明信号确实是超短微结构层，而不是慢频因子。
• 结果上，HawkesTime 的平均方向准确率约 0.67，明显高于只用 Hawkes 直接判符号的 HawkesSign 约 0.55；同时平均推理时间约 1.8ms，快于对照的 2.6ms。
• 时间预测本身也明显更像样：多元 Hawkes 的 median relative error 约 0.747，优于单变量 Hawkes 1.525、移动平均 1.981、Poisson 3.542、naive 4.098；说明 跨事件类型的互激 不是装饰，而是主信号。

3. 为什么和当前项目有关

这和 momentum 当前主线的关系很直接：它给的不是又一个慢频“方向观点”，而是一条能服务 1m/3m/5m 的 microstructure raw alpha。更重要的是，它提醒我们：对短周期 desk，盘口 alpha 不一定非得退化成静态 OBI/microprice，也可以先建一个 event-time admission layer——只有当盘口进入“高激发、高可预测”状态时，才放大现有 imbalance / microprice / queue-pressure 信号。

3.5 策略拆解（必填）

• 方向属性：超短周期单资产微观结构 / 顺势漂移
• 基础 alpha：高 excitation 的盘口事件簇 + 偏置 BI -> 下一次 mid-price 更可能沿该方向跳动
• regime：高流动、事件密集、盘口连续更新的时段更适合；死盘/稀疏盘时应降权
• filter / veto：点差过宽、深度过薄、事件到达稀疏、异常跳价时 veto
• risk / sizing / execution overlay：只适合小 size、低延迟、maker/taker 混合执行；若 1m 聚合后 edge 仍薄，应退回成 execution admission，而不是裸方向单独交易

4. 可复刻的最小实验

• 研究假设：top-5~10 level 的 BI 只有在“最近几十秒盘口事件显著自激/互激”时，才更稳定地预测下一段 1m/3m 漂移。
• 一个可计算定义：在 Binance bookTicker / depth 流里先做 1s 采样，构造 (i) top-5 BI、(ii) 最近 30~60s 的 mid-price change / best-bid depletion / best-ask depletion 计数、(iii) excitation proxy = 这些事件的 EWMA 强度；只在 excitation_proxy 进入上分位时，测试 BI 对 next 12/36/60 秒或 next 1/3 根 1m bar 的方向命中率与 bps。
• 最小回测切口：BTCUSDT 先做，周期先看 1m/3m，样本先取最近 7~14d 高频快照。
• 最该先看哪 1~2 个指标：gross bps / event、hit-rate uplift vs 静态 BI baseline。

5. 风险与保留意见

• 论文数据是 Bitfinex BTC/USD，迁移到 Binance/Hyperliquid 时，盘口层级、撮合节奏、fee 结构都会变。
• 这条线天然偏高频；如果 desk 当前拿不到稳定 L2/L3 或低延迟执行，别硬包装成独立主策略，更合理的是先把它做成 短窗 admission / urgency score。
• 方向准确率 0.67 听起来高，但对应的是“下一次 mid-price change”而不是扣完摩擦后的净收益；成本与队列位置仍是生死线。

6. 来源

• Raffaelli, D., Cestari, R. G., Marazzina, D., & Formentin, S. (2026). *Forecasting Bitcoin price movements using multivariate Hawkes processes and limit order book data*. *Decisions in Economics and Finance*.
• DOI: 10.1007/s10203-026-00570-z
• Readable URL: https://link.springer.com/article/10.1007/s10203-026-00570-z
• PDF URL: https://link.springer.com/content/pdf/10.1007/s10203-026-00570-z.pdf
• Repo URL: https://github.com/Learning2Control/MultivariateHawkesLOB