Trong giao dịch định lượng, Sổ lệnh Giới hạn (Limit Order Book - LOB) là trạng thái vi mô phản ánh chân thực quá trình khám phá giá của tài sản tài chính. Khác với nến OHLCV tần số thấp làm che khuất động lực thanh khoản, sổ lệnh Level-2 và Level-3 ghi nhận từng sự kiện đặt lệnh, hủy lệnh và khớp lệnh thụ động lẫn chủ động tại từng mức giá.

Bài viết này xây dựng một pipeline định lượng hoàn chỉnh nhằm trích xuất tín hiệu alpha theo chiều hướng trong chân trời thời gian cực ngắn từ các snapshot của sổ lệnh LOB, chuyển đổi từ công thức vi giá (micro-price) cổ điển sang Mạng Tích chập Thời gian Giãn nở Nhân quả (Causal Dilated TCNs).

1. Vi Cấu trúc Toán học & Mất Cân bằng Dòng Lệnh (OFI)

Một snapshot sổ lệnh LOB tại thời điểm tick $t$ được tham số hóa bởi $K$ mức giá ở cả hai phía mua (bid) và bán (ask):

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

1.1 Công thức Vi Giá Stoikov (Micro-Price)

Giá trung bình cổ điển $M_t = \frac{P_{t,1}^a + P_{t,1}^b}{2}$ bỏ qua sự mất cân bằng về độ sâu hàng đợi. Một ước lượng chính xác hơn về giá trị hợp lý ở tần số cao là Vi Giá (Micro-Price) $P_t^\mu$, được tính trọng số theo khối lượng ở đỉnh sổ lệnh:

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

Khi bên mua chủ động làm xói mòn hàng đợi bên bán ($V_{t,1}^a \to 0$), $P_t^\mu$ tiệm cận nhanh về $P_{t,1}^a$, báo hiệu một bước nhảy giá lên trước khi giá trung bình chính thức thay đổi.

1.2 Mất Cân bằng Dòng Lệnh Đa Cấp (OFI)

Cont & Kukanov (2017) đã chứng minh dòng lệnh ròng qua nhiều mức giá mang sức mạnh dự báo tuyến tính mạnh mẽ đối với sự thay đổi giá ngắn hạn. Ta định nghĩa biến động Order Flow Imbalance cấp $i$ giữa hai sự kiện liên tiếp $t-1$ và $t$ là:

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

2. Kiến trúc Causal Dilated TCN

Thay vì sử dụng LSTM/GRU gặp nút thắt tuần tự, TCN xử lý hàng triệu sự kiện tick bằng cách kết hợp:

  1. Tích chập Nhân quả (Causal Convolutions): Đảm bảo đầu ra tại thời điểm $t$ chỉ phụ thuộc vào thông tin tại thời điểm $\le t$, tuyệt đối ngăn chặn rò rỉ dữ liệu tương lai.
  2. Hệ số Giãn nở Mũ (Dilated Convolutions): Tăng kích thước vùng thụ cảm theo hàm mũ ($d = 1, 2, 4, 8, \dots$) mà không làm bùng nổ số lượng tham số huấn luyện.