Im quantitativen Handel repräsentiert das Limit Order Book (LOB) den realen Mikrozustand der Preisbildung. Während aggregierte OHLCV-Kerzen Liquiditätsdynamiken verschleiern, erfassen Level-2- und Level-3-Orderbücher jedes Eintreffen, Stornieren und Ausführen von Aufträgen über mehrere Preisniveaus hinweg.

Dieser Forschungsbeitrag formuliert eine vollständige quantitative Pipeline zur Extraktion kurzfristiger Alpha-Signale aus LOB-Snapshots und vollzieht den Schritt von klassischen Mikropreisformulierungen hin zu kausalen Dilated Temporal Convolutional Networks (TCNs).

1. Mathematische Mikrostruktur & Order Flow Imbalance (OFI)

Ein LOB-Snapshot zum Tick-Zeitpunkt $t$ wird durch $K$ diskrete Preisniveaus auf der Geld- (Bid) und Briefseite (Ask) parametrisiert:

$$\mathcal{S}_t = \Big\{ \big(P_{t,i}^b, V_{t,i}^b\big)_{i=1}^K, \;\; \big(P_{t,i}^a, V_{t,i}^a\big)_{i=1}^K \Big\}$$

1.1 Stoikovs Mikropreis-Formulierung

Der klassische Mittelpreis $M_t = \frac{P_{t,1}^a + P_{t,1}^b}{2}$ ignoriert Ungleichgewichte in den Warteschlangen. Ein präziserer Schätzer des fairen Wertes ist der volumengewichtete Mikropreis $P_t^\mu$:

$$P_t^\mu = P_{t,1}^b + \left( P_{t,1}^a - P_{t,1}^b \right) \left( \frac{V_{t,1}^b}{V_{t,1}^b + V_{t,1}^a} \right)$$

Wenn aggressive Käufer die Briefseite absorbieren ($V_{t,1}^a \to 0$), konvergiert $P_t^\mu$ rasch gegen $P_{t,1}^a$ und signalisiert eine bevorstehende Aufwärtsbewegung.

1.2 Multi-Level Order Flow Imbalance (OFI)

Cont & Kukanov (2017) zeigten, dass der Netto-Orderfluss über mehrere Preisstufen hinweg signifikante Vorhersagekraft für kurzfristige Preisänderungen besitzt:

$$e_{t,i} = I^b_{t,i} - I^a_{t,i}$$

2. Kausale Dilated Temporal Convolutional Networks

TCNs umgehen die sequentiellen Bottlenecks rekurrenter Netze (LSTM/GRU) bei der Verarbeitung von Tick-Daten:

  1. Kausale Faltungen: Stellen sicher, dass Ausgaben zum Zeitpunkt $t$ ausschließlich von Zeitschritten $\le t$ abhängen.
  2. Dilatierte Faltungen: Erweitern das rezeptive Feld exponentiell ($d = 1, 2, 4, 8, \dots$) ohne Parameterüberlastung.