转载自FMZ.COM，作者：小草

上篇文章初步介绍了各种中间价的计算方法，并给出了一种中间价的修订，本文继续深入这个话题。

所需数据

订单流数据和十档的深度数据，来自于实盘收集，更新频率都是100ms。实盘的只包含买一卖一盘口数据是实时更新的，为了简洁，暂时不用。考虑到数据太大，只保留了10万行深度数据，并且把逐档行情也独立为单独的列。

先看下这20档档行情的分布，符合预期，距离盘口越远，一般挂单也多，且买单挂单和卖单挂单大致对称。

把深度数据和成交数据进行合并，方便评估预测的准确性。这里保证成交数据都是晚于深度数据，在不考虑延时的情况下,直接计算预测值与实际成交价的均方误差。用于衡量预测的准确度。

从结果来看，买一卖一平均值mid_price的误差最大，改为weight_mid_price后，误差立刻小了很多，用调整加权中间价又改进了一点。昨天的文章发出后，有人反馈只用I^3/2，这里检查了下，发现结果更好了。思考了下原因，应该是事件发生频率的不同，I在接近-1和1时是低概率事件，为了修正这些低概率，反而把高频率发生的事件预测的不那么精确了，因此，在更照顾高频率事件的情况下，我又调整了下(这里是纯粹的试出来的参数，实盘参考意义不大)：

结果又稍好了一些。上篇文章说过，策略应该用跟多的数据来预测，在有了更多深度和订单成交数据的情况下，纠结与盘口能获得的提升已经很弱了。

考虑第二档深度

这里用上一篇的思路，考察某个影响参数的的不同取值范围，成交价的变化来衡量这个参数对中间价的贡献。如第一档深度的图，随着I的增加，成交价接下来成交价越可能正向变化，这说明I做了正的贡献。

第二档用同样的方式处理，发现虽然效应比第一档小了一些，但任然不容忽略。第三档深度也有微弱的贡献，但单调性差了很多，更深的深度基本没有参考价值了。

根据贡献程度不同，这三档的不平衡参数，分配了不同的权重，实际检查对于不同的计算方式，预测误差都进一步下降。

考虑成交数据

成交数据直接反映了多空的程度，毕竟这是真金白银参与的选择，而挂单的成本低很多，甚至还有故意挂单欺骗的情况。因此预测中间价，策略要重点考虑成交数据。

考虑到形式，定义订单平均到达数量不平衡VI，Vb,Vs分别表示买单和卖单的单位事件内平均数量。

结果发现短时间内的到达数量对价格变化预测最为显著，当VI处于(0.1-0.9)之间时，与价格负相关，而在区间之外反而与价格迅速的正相关。这提示着，当行情不极端时，以震荡为主，价格会均值回归，当极端行情出现时，如大量的买单压过卖单，此时会走出趋势。即使不考虑这些低概率情况，简单假设趋势和VI满足负的线性关系，对中间价的预测误差又大幅下降。式子中的a代表系数。

综合的中间价

考虑到挂单量和成交数据都对中间价的预测有帮助，因此可以把这两个参数合并在一起，这里权重的赋值比较随意，也没有考虑边界的条件，极端情况下，预测的中间价可能不在买一和卖一之间，但只要误差能够减小，也不在意这些细节了。

最后预测的误差从最开始的0.00487降到了0.0043，到这里就不继续深入了，中间价可挖掘的内容还有很多，毕竟预测中间价就是在预测价格，大家可以自己尝试。

总结

本文结合深度数据和成交数据，进一步改进了中间价的计算方法，本给出了衡量准确性的方法，提高了对价格变化预测的准确性。整体上各种参数都不太严谨，仅供参考。有了较为精确的中间价，接下来就是实际应用中间价进行回测了，这一部分内容也很多，先暂停一段时间更新。