在既定的微观结构下,金融市场微观结构理论探究的是影响价格的主要因素。传统的研究大多是通过构造有关量价的指标来挖掘市场数据中的信息,而订单簿作为传递市场信息的重要工具,使投资者所广泛关注和使用。为了更好的刻画订单簿的状态,采用订单簿的Level-2数据构建的订单流不平衡指标,使微观结构理论得到更好地解释。由于在市场中,机构与个人投资者多采用限价委托单的形式来进行交易,所以有更多的交易信息都被隐藏在了订单簿中。相比于股市订单簿的五档行情,在我国期货市场中,交易所所公布的数据只有一档行情。而更深度的订单簿数据则被包装为Level-2产品进行出售,这就导致了一定的信息不对称,所以多级订单簿中有更多的信息有待发掘。从多级订单簿角度进行分析建模是本文的核心内容。本文选取了大连商品交易所的交易活跃的铁矿石、焦煤和焦炭等黑色系品种的历史Level-2数据,挑选出黑色系品种的主力合约作为研究标的。本文首先将原有的订单流不平衡等理论做了简单的回顾,构造了多级订单簿不平衡指标,对其进行相关性分析,并根据Cont,Kukanov[1]文中的方法验证拟合优度的变化,再基于多级订单簿不平衡指标与价格变化之间有相关关系,构建特征指标预测价格趋势变化。接下来,将基于研究发现的指标输入到长短期记忆循环神经网络中,构造一个分类器模型,将价格趋势与指标变化联系起来,经过训练得到了一个可以用于交易的分类器模型。最后根据构造的分类器模型,制定了一个交易策略,并得到一个较好的回测结果。这从侧面印证了多级订单流不平衡指标能够很好的反映市场状态的变化。在实证过程中发现高频结构下的订单簿数据具有明显的日内效应。此外,在本文中引入了一种新的给分类器贴标签的方式,分析发现此种方式可以有效地解决高频数据中存在的数据不平衡问题。