入门基础体系新手友好
查看详情AI量化基础课程班
适合零基础或弱基础学员，覆盖 Python 入门、交易理念、期货市场基础、策略编写、回测测试、结果分析与 CTA 模拟/实盘对接。
4.9 (2120评价)2120人学习12小时6节
适合零基础或弱基础学员，覆盖 Python 入门、交易理念、期货市场基础、策略编写、回测测试、结果分析与 CTA 模拟/实盘对接。
¥4,999
量化技巧Hawkes processlimit order bookmicrostructurevolatility
Hawkes 模型一旦碰到最小价差边界，物理约束往往比更灵活的激发结构更重要
解读 Extended State-dependent Hawkes Process for Limit Order Books，讨论物理约束、局部超临界和波动率 signature plot 的再现。
2026-05-028分钟
订单簿最小价差附近存在很多物理上不可能发生的状态转移。若模型还给这些不可达状态留强度质量，拟合阶段表面上看起来更灵活，仿真阶段却会把错误事件一路积累，最后把整体波动结构带偏。
ExsdHawkes 的立场非常明确：与其继续增加状态依赖灵活性，不如先把物理可达性写对。作者通过允许 state disappearance，把那些在特定 spread 状态下不可能发生的事件直接屏蔽掉，再做后续参数估计。
最强的判断，是把局部超临界解释成失衡 spread 区间里的机制现象
作者不是泛泛地说高频波动有自激性，而是给出一条更具体的三步路径：可成交限价单先把盘口推到失衡 spread，随后订单强度在这个局部区间内急剧聚集，最后高频波动在 signature plot 上表现为向上的斜率。
Figure 1 支持了这套说法，因为 ExsdHawkes 恰好是在强制执行物理约束后，才既能承认短时超临界，又不会让系统整体失稳。这个结果对做市场仿真和高频生成模型的人尤其有价值。
它的弱点也不小：证据集中在单一标的和特定状态定义上
论文的实证部分主要围绕 MUFG 一个标的和以 spread 为核心的状态定义展开，这让解释更清晰，但也限制了外推。不同市场、不同 tick 结构、不同撮合规则下，局部超临界究竟由哪类事件触发，未必会完全一样。
另外，作者的结果更多说明模型结构更物理一致，而不是已经构成了最优预测器。若团队把它直接当成 alpha 模型，容易高估论文真正交付的内容。
对实务更值得借鉴的，是先审查仿真器里哪些状态根本不该被生成
很多微观结构团队花大量时间调 Hawkes 核函数，却没有先系统排查仿真器是否在边界状态上允许了不可能的事件。本文提醒我们，这类错误比参数精度更致命，因为它会污染整条事件链。
更稳的做法是先把可达状态、最小 tick 几何约束和 spread 边界禁区写死，再讨论自激核和状态依赖如何表达局部不稳定。把边界条件先写对，通常比再换一个估计器更重要。
关键结论
- 订单簿模型里，物理不可达状态若不禁掉，统计拟合会把错误强度积累成表面优势。
- 局部超临界并不一定是坏事，关键是它是否被订单簿几何约束及时收回。
- 这类模型更适合解释和仿真微观波动来源，而不是直接输出交易信号。
关联课程
如果你想把这篇文章里的方法系统化学习，可以从这些课程继续深入。
继续阅读
量化技巧
SABR 波动率近似要想更稳，残差修正比整套黑箱替代更有交易价值
这篇论文的重要性，在于它没有把神经网络当成定价公式的替代品，而是坚持保留 Hagan 公式的解析骨架，只让模型去学剩下那块误差。
量化技巧
量子组合优化眼下更该看的，不是哪种 mixer 更炫，而是哪种计算妥协最诚实
这篇论文有意思的地方，不是把 QAOA 又带回组合优化，而是把不同 ternary mixer 的取舍摊开，逼你承认可算性本身就是模型设计的一部分。
量化技巧
约束式 LLM 因子代理开始有研究价值的前提，是假设、配方和回测门槛都被写成硬规则
这篇加密市场论文值得看的地方，不是“LLM 也能挖因子”这句口号，而是作者把代理的行动空间、实验日志和经验门槛都写死，尽量把会编故事的模型压回到可审计的研究流程里。