特征工程（上）：基础统计特征、时序特征与微观结构特征
各位同学，今天我们进入特征工程这个重头戏。说实话，特征工程做得好不好，直接决定了你模型的天花板。我见过太多人一上来就堆深度学习，结果连基础统计特征都没算明白——嗯，这其实挺可惜的。
今天我们先聊三个核心方向：基础统计特征、时序特征、微观结构特征。这三板斧用好了，你的虚拟交易对手行为模型就已经有了七成功力。
一、基础统计特征：别小看这些"老古董"
很多人觉得均值、方差太基础了，不屑于用。但我告诉你，在虚拟交易对手行为建模中，这些"老古董"往往是最稳定的信号。
均值反映的是交易对手的"常态"。比如某个对手过去100笔订单的平均报价，如果突然偏离了3个标准差——嗯，这就有意思了。
方差衡量的是"稳定性"。我记得有个项目，我们监控一个做市商的报价方差，发现方差突然缩小到原来的1/10，结果第二天它就爆仓了。为什么？因为它在硬撑流动性，不敢调价。
滑动窗口均值：μ_t = (1/N) * Σ(x_i) for i in [t-N+1, t]
指数加权方差：σ²_t = λ * σ²_{t-1} + (1-λ) * (x_t - μ_t)²
偏度和峰度这两个东西，我建议你一定要加上。偏度告诉你交易对手的报价是偏向买方还是卖方，峰度则暴露了它的"极端行为倾向"。
二、时序特征：捕捉行为的"惯性"与"反转"
交易对手的行为不是随机的，它有记忆。这就是时序特征存在的意义。
动量因子衡量的是"趋势的持续性"。你想想看，如果一个对手连续10笔都在加价，那第11笔继续加价的概率有多大？动量因子就是量化这个的。
# 动量因子计算示例
def momentum_factor(price_series, window=10):
# 我个人习惯用对数收益率
returns = np.log(price_series / price_series.shift(1))
momentum = returns.rolling(window).mean() * np.sqrt(window)
return momentum反转因子则是动量的对立面。有些交易对手喜欢"均值回归"——涨多了就跌，跌多了就涨。我曾经遇到过一个量化基金，它的交易策略就是纯反转，每次偏离均值2个标准差就反向开仓。
除了动量和反转，自相关系数也很有用。它告诉你当前行为与过去行为的"相似度"。比如一个交易对手的报价自相关系数在滞后1阶时高达0.9，说明它是个"惯性选手"。
三、微观结构特征：从"订单簿"里挖金子
这部分是我个人最喜欢的。微观结构特征就像金融市场的"显微镜"，能让你看到别人看不到的细节。
买卖价差是最直接的流动性指标。价差越小，说明市场越活跃，交易对手越"真诚"。我见过一个做市商，平时价差只有0.5个tick，但某天突然扩大到5个tick——后来发现它在偷偷撤单。
绝对价差 = 卖一价 - 买一价
相对价差 = (卖一价 - 买一价) / 中间价
对数价差 = ln(卖一价) - ln(买一价)
订单簿斜率这个特征，说实话，很多教材里都没讲。但它非常强大。斜率衡量的是订单簿的"深度分布"——是集中在最优价位，还是均匀分布在各个价位？
| 订单簿形态 | 斜率值 | 含义 |
|---|---|---|
| 陡峭型 | 高（>0.5） | 流动性集中在最优价位，容易被击穿 |
| 平缓型 | 低（<0.2） | 流动性分布均匀，抗冲击能力强 |
| 倒挂型 | 负值 | 深度异常，可能存在操纵行为 |
怎么计算订单簿斜率？我一般用前5档的累计深度做线性回归，斜率就是回归系数。代码实现也很简单：
def order_book_slope(depth_levels, volumes):
# depth_levels: [1, 2, 3, 4, 5] 对应第1到第5档
# volumes: 对应档位的累计成交量
slope, intercept = np.polyfit(depth_levels, volumes, 1)
return slope四、特征组合的"化学反应"
单个特征再强，也不如组合起来威力大。我个人习惯把这三类特征做交叉：
- 均值 × 价差：如果均值上升但价差也在扩大，说明对手在"虚张声势"
- 动量 × 斜率：动量向上但斜率变陡，说明趋势可能很快衰竭
- 偏度 × 反转因子：偏度为正且反转因子为负，说明对手在"追涨杀跌"
这些组合特征，往往比原始特征更有预测能力。你想想看，单一特征就像单兵作战，组合特征就是特种部队。
好了，今天的内容就到这里。特征工程的下半部分，我们会聊更高级的东西——比如傅里叶变换、小波分析、图特征。但先把今天这三个基础打牢，你的模型就已经能跑赢大多数人了。