随着我国金融市场融资融券产品和股指期货产品的推出,日内高频数据获取的便捷性日益渐增,极大地促进了流行于发达金融市场的高频量化交易在国内的研究发展。策略是高频交易的核心,对其研究需要涉及到多个学科领域的交叉,极具挑战性。一般来说,市场微观理论和高频交易策略的研究是密切相关的。近年来,在高频数据的逐步应用下,市场微观理论中的资产价格跳跃检验也得到了快速发展。众所周知,金融市场是非常复杂的,而作为投资者非理性行为反映的价格跳跃现象蕴涵了丰富的交易行为信息,因此如何深入挖掘跳跃行为背后的信息用于高频交易策略的构建是一个非常值得深入研究的课题。在我国当前推进智能金融发展的大背景下,本文通过利用深度学习技术以及改进的非参数跳跃检验方法对资产价格跳跃现象进行深入研究,并据此构建高频交易策略,对我国逐步丰富的金融市场有着重要的理论和现实意义。本文首先从市场微观结构模型出发,在理论上推导市场对跳跃信息吸收的过程以及市场交易风格受投资者行为影响而不断轮动变化的过程。据此通过对JV-TOD框架的日内波动模式TOD统计量进行时变修正处理,在BTL方法的基础上提出时变TOD模式的非参数检验方法。接着,利用跳跃检验的结果在高频交易视角下进行收益时效性分析,根据分析得到的收益规律进行高频交易策略的构建,并在样本外的交易回测中进行对上述理论推导的结论验证。上述实证的结果表现支持理论模型的结论,并和我国金融市场实际表现相一致。最后,通过构建LSTM深度网络,纳入更多的影响因素对不同收益性质的跳跃点进行深度挖掘,以达到对交易策略的优化。回测结果显示,本文构建的两种跳跃模式策略和对应优化后的策略均能取得较为出色的收益以及风险控制表现,而基于跳跃深度挖掘的高频交易策略比单一采用非参数检验方法的跳跃策略在各评价指标上都有着更为优秀的表现。本文特色与创新之处在于:(1)在现有的非参数跳跃检验方法基础上,基于高频交易视角提出一种时变TOD模式的非参数跳跃检验方法,仿真结果显示相对其他非参数检验方法其识别的跳跃收益性质更为稳健。(2)在高频交易视角下对跳跃行为进行时效性分析,给出了跳跃时效性的两种模式,分别为短时间的均值回复模式和长时间的价格指示模式。(3)利用深度学习网络纳入更多的影响因素挖掘跳跃信息,同时通过网络首层输入的影响因素权重可视化分析,达到对优化策略的深入剖析。