做市商盘口数据清洗与特征工程

📚 共计 30 章节

盘口数据基础

Level-2行情数据介绍 · Tick与Snapshot数据区别 · 盘口五档与十档数据结构解析

数据结构行情入门

数据采集与存储

WebSocket实时订阅 · REST API历史数据拉取 · Parquet与HDF5存储格式选择

数据质量初探

缺失值检测 · 异常值识别（价格跳变、量比异常）· 时间戳对齐与重采样

盘口数据清洗实战

去重与排序 · 买卖盘价差修复 · 零值/负值处理 · 涨跌停板特殊处理

基础特征构建

买卖价差(Bid-Ask Spread) · 中间价(Mid Price) · VWAP · 成交量加权中间价

流动性特征

订单簿深度(Depth) · 订单簿斜率(Slope) · 买卖盘压力比(Imbalance Ratio) · 流动性黑洞检测

流动性微观结构

波动率特征

已实现波动率 · Parkinson波动率 · Garman-Klass波动率 · 相对波动率

波动率风险

微观结构特征

订单到达率 · 订单撤销率 · 成交率 · Tick Size与报价粒度

微观订单流

时序特征工程

滚动窗口统计（均值、标准差、分位数）· EWMA · 差分与对数收益率

盘口形态特征

订单簿形状分类（凸形、凹形、平坦形）· 价格阶梯密度 · 大单检测与鲸鱼预警

事件驱动特征

大额订单冲击 · 新闻事件影响 · 开盘/收盘特殊时段特征 · 期货交割日效应

多周期特征融合

Tick级、秒级、分钟级特征对齐 · 特征降采样与上采样 · 异构数据融合

多周期融合

特征选择与降维

相关性分析 · 方差阈值 · PCA主成分分析 · 基于模型的特征重要性排序

数据标准化与归一化

Z-score标准化 · Min-Max归一化 · RobustScaler · 分位数变换

类别特征编码

订单类型编码 · 交易所编码 · 时段编码 · One-Hot与Label Encoding

时间特征工程

交易日历 · 节假日效应 · 星期几效应 · 日内时段划分（早盘、午盘、尾盘）

标签构建方法

未来N笔收益率 · 未来N秒价差变化 · 买卖压力方向预测 · 做市商库存风险标签

数据切片与回测框架

时间序列交叉验证 · 滚动窗口验证 · 避免未来信息泄露 · 样本内外划分

高频数据缓存策略

Redis缓存Tick数据 · 内存数据库设计 · LRU淘汰策略 · 数据预加载

缓存高性能

实时特征计算

流式计算框架（Flink/Spark Streaming）· 增量特征更新 · 滑动窗口优化

数据质量监控

实时异常检测告警 · 数据延迟监控 · 数据完整性校验 · 自动化修复流水线

特征存储与管理

特征仓库(Feature Store)设计 · 特征版本控制 · 特征血缘追踪 · 在线/离线一致性

盘口数据可视化

订单簿热力图 · 深度图动态绘制 · 价差时序图 · 成交量分布图 (Matplotlib/Plotly)

可视化Plotly

因子有效性检验

IC分析 · Rank IC · 分层回测 · 夏普比率与最大回撤评估

多标的联合特征

跨品种价差 · 相关性矩阵 · 协整关系 · 板块联动特征

多标的协整

盘口数据压缩

有损/无损压缩算法 · 位压缩技术 · 增量编码 · 字典编码

异常市场状态处理

闪电崩盘检测 · 熔断机制处理 · 数据断流恢复 · 停牌复牌处理

特征工程自动化

AutoFE框架 · 遗传编程特征搜索 · 基于强化学习的特征生成

自动化搜索

模型可解释性

SHAP值分析 · 特征重要性可视化 · 部分依赖图 · LIME局部解释

生产化部署

特征计算流水线Docker化 · Kubernetes编排 · API服务封装 · 性能基准测试