烈跳动，业界通常认为这是做市商快速调整报价造成的"闪烁"。SG 滤波是拿一个小窗口在数据上滑动，每到一个位置就在窗口内拟合一条平滑曲线，取曲线中心点的值作为平滑结果。和简单移动平均不同的是，它不会把真正的趋势转折点磨掉——因为它是用曲线去贴合数据的形状，而不是粗暴地取平均。scipy 里一行代码能调用，窗口 21、三阶多项式是论文里效果最稳定的参数，可以作为大家研究的起点。
2. 决策窗口约束了模型复杂度
这里要区分两个概念：
- 训练时间是离线模型训练时间（一次性）
- 推理时间是实盘中每来一条新数据，模型做出预测的时间
推理频率取决于策略设计，决策窗口的时长决定了推理速度的上限，推理速度上限约束了模型复杂度。
论文在摘要和结论里都声称比较了推理延迟，但实际给出的数据只有训练时间，推理延迟没有给出具体数字，只有定性讨论：一个准确率 80% 但出结果要 2 秒的模型，在预测未来 1 秒价格走向的任务里完全没用，因为拿到预测结果的时候，那 1 秒已经过去了。
不过从模型本身的性质可以推断：逻辑回归推理就是一次矩阵乘法，XGBoost 是走几棵决策树，应该是很快的；而深度网络需要层层前向传播，相对慢得多。
---
论文不足
这篇论文的选和实验框架都非常好，但是整体感觉是没写完，就草草结束了，所以很多问挖了坑没有填。作者在这篇论文发布后（2025.5）的三个月（2025.8）又有一篇根据 L3数据研究限价订单权重不平衡（LWI），可能是改变研究方向了 😀
1. 只用了一天数据，样本量和泛化性都有限
2. 摘要说比较了 inference latency，实际只给了训练时间
3. 实验设计缺乏控制变量：100ms 用的是 5 层，500ms/1000ms 用的是 40 层，窗口和深度同时变了，却分别归因
4. 多处结果异常缺乏分析：
- Kalman 滤波的结果比原始数据还差，作者解释是因为算力限制只在小样本上做了有限的调参就固定了参数
- CNN+CatBoost 比 CNN+XGBoost 差了 8-10 个点，原理差不多的模型，效果明显差异，完全没分析原因
- 同样 40 层订单簿，不论是二分类还是三分类，500ms 的正确率都好于 1000ms，直觉上更长的窗口应该更容易预测（信号更明显），但数据显示并非如此，没有任何分析
5. 数据归因超出证据：用 L2 数据不足以支持订单簿噪声来自挂单撤单
6. 作者提出序列信息（多个连续快照）作为输入相对单个快照提升极其有限，但只使用了不理解序列信息的简单模型进行比较，跳过了最关键的对比组DeepLOB（模型可以理解序列信息） ，然后直接下了结论
7. 二分类 vs 三分类没有做回测，无法验证三分类的策略价值

金融/币圈｜出海赚美金｜优质资源｜优质信息