Признаки из стакана: что реально несёт информацию

L2-стакан даёт десятки уровней, обновляющихся много раз в секунду. Почти всё это шум или дублирует цену. Признаков, переживающих честную валидацию, немного, и они обычно измеряют одно и то же: давление, ещё не выраженное в цене.

Те, что надёжно несут информацию

Дисбаланс глубины. Классика: висящий объём на стороне бида относительно стороны аска по первым N уровням. Нормируйте так, чтобы значение жило в [-1, 1], — тогда оно сравнимо между инструментами.

def imbalance(book, levels=5):
    b = sum(q for _, q in book.bids[:levels])
    a = sum(q for _, q in book.asks[:levels])
    return (b - a) / (b + a) if (b + a) else 0.0

Две оговорки. Он сильно автокоррелирован, поэтому наивное разбиение train/test течёт — см. заглядывание в будущее. И его тривиально подделать, поэтому уровни у самой цены надо взвешивать сильнее дальних.

Дисбаланс потока тейкеров. Агрессивный объём покупок против агрессивного объёма продаж за короткое окно. Это измеряет исполненное намерение, а не выставленное, что труднее подделать и обычно информативнее одной глубины.

Скорость истощения ликвидности. Как быстро съедается висящий объём у лучшей цены. Уровень, который проедают быстро, ведёт себя совсем не так, как тот же уровень, стоящий нетронутым, а снимки глубины их не различают.

Наклон стакана. Как быстро растёт накопленная глубина по мере удаления от середины. Крутой стакан означает, что крупные ордера мало двигают цену; пологий — наоборот. Именно этот признак должен питать ваш расчёт объёма, а не только сигнал.

Отношение отмен к сделкам. Много постановок и отмен при малом числе исполнений указывает на алгоритмическое позиционирование, а не на настоящий интерес. Полезно как маркер режима.

Те, что в основном нет

• Один спред. В основном прокси волатильности. Лучше включить волатильность напрямую.
• Полная глубина стакана. Определяется инструментом и временем суток. Нормировать или выбросить.
• Глубокие уровни, дальше нескольких процентов от середины. Редко исполняются, часто фиктивны и разбавляют те уровни, что важны.
• Число ордеров на уровне. Интересно там, где площадка честно это отдаёт; обычно она этого не делает.

Время или события

Признаки стакана, снятые по часам, — странные объекты: во время всплеска вы усредняете информацию, а в тишине многократно сэмплируете одно и то же состояние.

Событийное сэмплирование — одно наблюдение на N сделок или на фиксированный торгуемый объём — даёт ряды с лучшими статистическими свойствами. Объёмные бары в частности дают доходности ближе к нормальным, что большинство методов ценит.

Это одна из причин, по которой наш микроструктурный движок событийный от начала до конца: движок признаков обновляется на событиях стакана и сделок в кольцевые буферы в оперативной памяти, без шага ресемплинга и без pandas в реалтайм-цикле.

Горизонт определяет всё

Если ваша стратегия держит позицию часами, признаки стакана — дорогое отвлечение. Инфраструктура для их записи и обработки на разрешении событий окупается только когда горизонт предсказания достаточно короток, чтобы информация ещё была там.

Практический порядок работ

1. Сначала записывайте сырые события стакана и сделок. Восстановить их потом нельзя.
2. Начните с дисбаланса, потока тейкеров и истощения. Три признака, честно провалидированные.
3. Прогоняйте аудит заглядывания по каждому, прежде чем он попадёт в модель.
4. Используйте наклон стакана для расчёта объёма, даже если никогда не примените его как сигнал: для большинства операций это самое ценное применение данных стакана.
5. Усложняйте только тогда, когда у простой версии есть измеренная база для сравнения.