随着我国金融市场的日趋完善,程序化高频交易以及量化交易日渐频繁,投资者对我国股市市场微观结构高频分析的需求与日俱增。实际上,美国股市中高频交易和算法负责了超过七成的股票交易,而这一比例在我国仅有不足10%。当前阶段我国金融市场对外开放程度不断加深,客观上促使了高频交易以及算法应用的迅猛增长。大额交易近年来也逐渐采用如TWAP和VWAP等算法交易策略来实现减小市场冲击成本的作用。目前对限价订单簿（LOB）的动态变化的研究是国内外对高频交易研究的主要切入点。限价订单簿的维度之多、状态空间之大难以准确建模使得国内外学者构建了多种不同的模型,但对订单薄的动态过程描述仍然使用了很多静态变量,不能准确刻画限价订单簿的动态特征。本文使用深交所股票Level-1盘口数据、逐笔委托和逐笔成交数据,通过对限价订单簿进行建模,深入分析限价订单簿的订单到达之间的交互影响,使用多维Hawkes过程动态重构限价订单簿中的订单到达过程,根据模型建立交易策略。本文首先研究分析了指令驱动市场下限价订单簿特性和动态变化过程。阐述了指令驱动市场中的参与者从客户端下单到订单进入交易所限价订单簿中订单队列至完成交易的过程。用排队过程和数学方法描述限价订单簿的动态演变中的订单流的到达,说明限价订单簿中不同订单到达之间的相互影响关系,它们之间的相互作用决定了限价订单簿每时每刻的形态,进一步说明价格是限价订单簿动态变化的内生变量。订单簿中买卖单的到达强度影响了市场价格。在模型构建方面,使用Hawkes过程对限价订单簿中订单到达过程进行建模。在建立一维Hawkes模型将历史信息对未来订单到达强度的影响考虑进来的基础上,考虑限价订单簿中买卖双边订单到达过程间的交互影响构建二维Hawkes过程指数模型拟合订单到达过程,将其与实际订单到达情况进行对比,预测未来时刻股票的买卖单强度,进而通过买卖方力量的对比预测未来时刻股票价格的变动趋势。在参数估计方面,运用极大似然的方法对模型进行参数估计,并将使用样本数据进行估计的结果与模拟实际订单到达强度进行对比分析,发现Hawkes过程建模可以有效提升模型对于订单到达强度的预测准确度,并且二维Hawkes过程指数模型比一维Hawkes模型预测地更加准确,可以在一定程度上证明模型的有效性。在建立交易策略方面,以模型对订单强度的有效预测为基础,提出基于区间交易量动态预测的VWAP改进算法交易策略。目前VWAP算法交易策略是最为常见也最为具有影响力的交易策略之一,策略研究的关键问题是各个交易区间交易量分布的预测。而传统的VWAP交易策略,基本都是借助历史数据来静态地分析交易量的分布并做出预测,没有考虑股票价格变动对于预测结果带来的影响。针对这一问题,本文在静态预测值的基础上加入了股票价格趋势动态变化,从而实现了对交易量分布的动态预测。在此基础上建立买入和卖出策略。改进后的VWAP交易策略不仅能够实现交易执行的VWAP价格接近于市场实际的VWAP价格,有效降低市场冲击成本的基础上,还兼顾了交易策略的获利性,使得投资者能够在交易操作中获取更多的收益。最后,使用内地股票市场中的真实高频数据,对模型和策略的有效性进行了实证检验。经过检验,相对于经典的VWAP交易策略中传统的静态预测方法得到的交易量的分布来说,本文所提出的动态预测方法在交易量分布情况的预测方面更为有效,得出的结果更为贴近市场的真实情况,在准确性方面更为理想。再根据VWAP价格的衡量标准来看,本文所提出的策略相对于经典的VWAP策略的价格更为贴近市场实际的VWAP价格,更能减小市场冲击成本;对比收益差值之后证明,本文所提出的交易策略在收益方面优于经典的VWAP交易策略。