作爲金融領域的新興分支，市場微觀結構理論一直是學(xué)術界和業界廣泛關注的焦點之一。而當前，強化學(xué)習和深度學(xué)習，包括兩(liǎng)者的結合：深度強化學(xué)習，已經(jīng)成(chéng)爲機器學(xué)習中最爲熱門的研究領域，在市場微觀結構領域的最佳交易執行問題、做市商問題中皆表現突出。

近期，北大-睿智科技Fintech聯合實驗室第一期結題項目之一的《機器學(xué)習算法在金融市場微觀結構方面(miàn)的應用現狀》對(duì)如上課題進(jìn)行了深入研究，項目負責人、北京大學(xué)金融數學(xué)系副教授程雪進(jìn)行了結題彙報，詳細介紹了項目組的研究成(chéng)果，對(duì)機器學(xué)習在最佳交易執行問題中、在做市商問題中、在預測問題中的應用，以及在市場微觀結構領域的其他應用進(jìn)行了深入探讨。

項目負責人、北京大學(xué)金融數學(xué)系副教授程雪

關于最佳交易執行問題有許多研究，基本上都(dōu)是基于非常嚴格的假設，通常與實際金融市場的交易過(guò)程非常不符。因爲金融市場非常複雜，一般難以滿足某些特定的假設或者模型，所以該課題用機器學(xué)習model-free 的方法進(jìn)行研究，并選擇了兩(liǎng)種(zhǒng)不同的數據集，一種(zhǒng)是某公司5500條的每10分鍾的收盤價，另一種(zhǒng)是某銀行在整個2020年239個交易日的訂單薄對(duì)應的中間價格。

資料來源：《機器學(xué)習算法在金融市場微觀結構方面(miàn)的應用現狀》

深度強化學(xué)習是近幾年來機器學(xué)習領域的熱門之一。我們可以直觀地認爲，強化學(xué)習的目标是在智能(néng)體與環境進(jìn)行交互的過(guò)程中，幫助智能(néng)體學(xué)習最優策略，也即一個從狀态變量到動作的映射。

“目前來看，深度強化學(xué)習在做市商問題中的運用是相對(duì)較新的研究方向(xiàng)，不像經(jīng)典強化學(xué)習已 得到了較爲廣泛的實證，但我們不妨將(jiāng)其視作未來可行的嘗試方向(xiàng)之一。”程雪表示。

資料來源：《機器學(xué)習算法在金融市場微觀結構方面(miàn)的應用現狀》

該課題對(duì)4隻股票進(jìn)行了強化學(xué)習做市商策略的研究，并研究了當市場中僅存在SARSA 做市商、QLearning 做市商、DQN 做市商或DDQN 做市商時，四種(zhǒng)做市商在測試交易日中每天的收益(reward)情況，并進(jìn)一步考慮了四種(zhǒng)做市商同時存在的情況，以研究不同強化學(xué)習訓練得到的做市商之間是否存在競争關系。

在高頻交易和深度學(xué)習同時于21世紀10年代進(jìn)入爆發(fā)期後(hòu)，爲了解決高頻交易中市場微觀結構數據的顆粒性(granularity)，許多學(xué)者將(jiāng)機器學(xué)習特别是深度學(xué)習引入了金融領域。

“不過(guò)，由于對(duì)于市場微觀結構問題，我們通常知之甚少，所以在進(jìn)行模型設計的時候，不能(néng)對(duì)模型進(jìn)行過(guò)多的假設。”程雪表示。

由于高頻交易在21世紀初才面(miàn)世，以及深度學(xué)習也在2012年之後(hòu)才進(jìn)入爆發(fā)期，所以機器學(xué)習在市場微觀結構中的預測問題相對(duì)不多。“但可預見，随著(zhe)深度學(xué)習的成(chéng)熟和新網絡的設計，以及市場微觀結構領域的發(fā)展，機器學(xué)習在預測問題上的應用也將(jiāng)越來越多。”程雪介紹。

資料來源：《機器學(xué)習算法在金融市場微觀結構方面(miàn)的應用現狀》

“無論是傳統機器學(xué)習模型還(hái)是深度學(xué)習模型，監督學(xué)習和強化學(xué) 習在金融領域的應用并非隻限于上述典型問題。”程雪介紹，除了監督學(xué)習和強化學(xué)習，另一類強大的機器學(xué)習方法——無監督學(xué)習也有它在市場微結構領域的用武之地。
該課題在本章研究了監督學(xué)習和強化學(xué)習應用，同時述及無監督學(xué)習在這(zhè)個領域的應用。
北大-睿智科技Fintech聯合實驗室的雙方代表共20餘人參加了該課題的結題會(huì)議。本次會(huì)議共審議六個研究項目結題，包括三個睿智科技的委托項目和三個實驗室獨立項目。該課題是實驗室獨立項目之一。
學(xué)術委員會(huì)成(chéng)員、北大金融學(xué)系主任王一鳴等人分别就“模拟場景”“量化投資”等問題與程雪進(jìn)行了探讨與交流。最後(hòu)，該項目通過(guò)學(xué)術委員會(huì)的投票，順利完成(chéng)結題。

左起(qǐ)：睿智科技CTO蘇明富
項目負責人、北京大學(xué)金融數學(xué)系副教授程雪
睿智科技聯席總裁兼CFO黃建
睿智科技模型研發(fā)總監劉洋博士

2019年9月，大數據分析與應用技術國(guó)家工程實驗室與睿智科技聯合發(fā)起(qǐ)的北大-睿智科技Fintech聯合實驗室在北京大學(xué)靜園六院正式成(chéng)立。該聯合實驗室將(jiāng)探索産學(xué)研結合的新模式，推動大數據和人工智能(néng)等前沿技術在金融科技行業中的應用和發(fā)展，助力傳統金融行業的數字化轉型。
聯合實驗室的課題研發(fā)面(miàn)向(xiàng)北大師生開(kāi)放申請。同時，北大師生如有金融科技領域的前沿課題，也可以向(xiàng)聯合實驗室提交單獨的申請報告，待學(xué)術委員會(huì)審核通過(guò)後(hòu)將(jiāng)予以實施并提供經(jīng)費支持。