回歸
公允價值回歸方法
最近我們大學有一個受邀演講（我是機器學習系的博士生，所以如果我的問題很愚蠢，我很抱歉，因為我沒有量化金融背景），其中一位來自大型做市商的研究員公司正在談論他們的工作，他提到買賣差價的公允價值估計是問題之一。在他的演講中，他很好地解釋了它是什麼以及如何在實踐中使用它，並提到“簡單回歸方法做得很好”。
我想知道的是，如何使用“簡單回歸”來回歸公允價值？那將假設人們可以在數據集中分配事後公允價值，但我無法想出如何如此輕鬆地分配該價值的解決方案，並且猜測使用最佳控制可以更好地解決此類問題問題。
是否有任何處理公允價值回歸併且可能會回答我的問題的優秀學術論文？
謝謝！
所以過了一段時間，我在演講者的演講中找到了“公平價格”的含義。
因為在數據中人們知道 $ P^b, P^a, V^b, V^a $ ，即目前最佳買入/賣出價格和最佳買入/賣出量，可以考慮以下公允價值定義：
- 只是中等價格，即 $ P = \frac{1}{2}(P^b + P^a) $
- Microprice（也稱為加權中間價），即 $ P = \frac{V^b}{V^a + V^b}P^a + \frac{V^a}{V^b + V^a}P^b $
演講者很有可能談論的是微價格，並且由於潛在的做市商可以訪問訂單簿深度數據集，因此回歸目標的估計問題很容易。