冰山委托与隐藏流动性 (Iceberg Orders and Hidden Liquidity)
大白话：冰山委托（iceberg order）是"只露出一个小尖、下面藏着一大块"的限价单——订单簿上显示 peak（比如 100 股），实际总量可能是 10 万股。尖被打光后自动补下一个尖，交易者因此能一边隐藏规模、一边公开吆喝"我想买"。
隐藏流动性（hidden liquidity）是更宽的说法：不只是冰山，还有完全不可见（0 股显示）的暗单。
三篇论文回答了三个不同问题：冰山对市场有什么影响（Xetra 实证）、隐藏制度改变什么（实验室对照）、没有标记时怎么识别（CME 实务）。
冰山的三种用法
flowchart TB
A["提交者选择"] --> B["显示 peak 量<br/>订单簿上可见"]
A --> C["隐藏总量<br/>不显示"]
B --> D["成交 peak 后<br/>自动补下一个 peak"]
D --> B
C --> E["总量执行完毕<br/>订单结束"]
三种制度（由宽松到严格）：
| 制度 | 规则 | 实例 |
|---|---|---|
| Hidden | 可显示 0 到全部股数 | 美国市场「完全隐藏」 |
| Iceberg | 每单至少显示 1 股 | 欧洲交易所常见 |
| Visible | 全部必须显示 | 传统限价单 |
核心发现一：冰山是"广告"而非"遮蔽"（Frey & Sandås 2009）
Xetra 2004 年 3 个月，DAX-30 全部 30 只：
| 量 | 值 |
|---|---|
| 冰山占成交股数 | 15.9% |
| 冰山占总规模的均值 | 16.1 千股（普通限价单 1.0 千股） |
| peak 规模均值 | 2.6 千股 |
| 提交 / 成交 peak 数 | 7.6 / 5.5 |
| 冰山单规模是普通限价单的倍数 | 12–20 倍 |
市场发现冰山后，会用市价单涌上来：
- 买单概率从 0.5 升到约 0.7（logit 边际效应 +0.19）
- 平均市价单规模增加约 40%
- 未检测到冰山时效应不到已检测情形的三分之一
机制解释：冰山单虽然藏了量，但peak 规模本身是一个信号——3 千股的 peak 明显大于典型限价单，市场读出"有大户在买"，于是主动去接。这是正的流动性外部性。
但执行比例越高，价格冲击越小（冰山 × 成交规模交互项 −0.16 ~ −0.29 bp，单位成交冲击约小 30%）。若动机是信息交易，价格冲击应只随规模变、与订单流是否实现无关。实测支持"净流动性需求被发现"的解释。
核心发现二：代价是限价单的逆向选择成本（Frey & Sandås 2009）
订单簿预期利润（bp / 每次市价单到达，ex post）：
| 情形 | 大组 | 中组 | 小组 |
|---|---|---|---|
| 无冰山 | 0.76 | 1.29 | 1.16 |
| 有冰山 | −0.14 | 0.05 | −0.73 |
市场低估冰山规模时冰山单利润更高（0.5–1.1bp），而限价单整体由正转负。隐藏流动性把利润从被动方转移给主动方——这就是"暗池"监管争议的经济核心。
核心发现三：制度改变策略，但均衡结果稳健（Bloomfield, O'Hara & Saar 2012）
康奈尔实验室，96 名被试，三种制度随机轮换：
| 指标 | Hidden | Iceberg | Visible |
|---|---|---|---|
| 真实价差 | 3.7 | 3.6 | 3.5（无显著差异） |
| 显示价差 | 6.3 | — | — |
| 市价单价格冲击 | 无显著差异 | ||
| 知情者盈利（高极端度） | 160.9 | 131.1 | 78.4 |
三条要点：
- 知情者与流动性交易者方向相反——Hidden 下知情者更保守（怕暴露信息），流动性交易者更激进（簿越看不清越要吃单）。
- 深度上升但显示深度下降——差异是显示股与非显示股之间的替代，不是总委托量增加。
- 主观上流动性交易者强烈偏好透明（Visible 77.1% vs Hidden 4.2%；公平性 6.30 vs 3.54），知情者反而偏好 Hidden（41.7%）。
这是一个"帕累托改进不存在"的结论：不透明度对知情者有利、对流动性提供者不利，但价格发现效率与价差几乎不变。这与 Vickrey (1961) 的拍卖设计无关性结论相呼应。
核心发现四：没有标记时怎么识别（Zotikov & Antonov 2019）
CME E-mini S&P 500（ESU19）全深度逐笔簿 + 交易汇总消息，一周数据：
| 原生冰山（交易所管理） | 合成冰山（软件商管理） | |
|---|---|---|
| 能否可靠识别 | 能（成交量 > 当前挂单量） | 不能，只能启发式 |
| 占成交量 | 4% | 3.3% – 14.3% |
| 被完全执行前取消的比例 | 低 | 超过一半 |
合成冰山的预测精度（表 4，最长链）：准确率 67.54%、精确率 49.95%、召回率 83.67%、F1 62.56%、MAE 2.15（24.94%）。
方法关键：用 Kaplan–Meier 生存分析处理右删失（部分成交后被取消的冰山），而不是只用完全成交的样本。
原生冰山用"前 k 个最高条件概率"预测明显优于均值（Mode(3) F1 62.93% vs 均值预测 F1 8.43%——少数超大冰山把均值拉走了）。
一个尚未解决的问题：最优 peak 规模
Frey Sandas 2009 Iceberg Orders 明确把这个问题留给未来：给定总规模，peak 该定多大？
- peak 越大 → 单次成交快、但暴露意图多、被抢先风险大
- peak 越小 → 意图信号弱、但执行时间长
现有证据只能给出局部答案：Xetra 上 peak 均值 2.6 千股、占总规模约 16%；合成冰山识别只能处理 peak 恒定的情况。
A 股 / 期货的对照
本 wiki 已有 concepts/data-features/Level-2 档位与委托队列 (L2 Depth and Order Queue) 与 concepts/microstructure/Q-Reactive 队列反应模型 两页描述 A 股与期货的订单簿数据结构。冰山机制在这两个市场的差异：
- A 股：逐笔委托流只有买一卖一队列，无冰山标记；沪市逐笔成交的委托号有 14.2% 配对缺失（见 concepts/data-features/逐笔成交的双向委托引用 (Bid-Offer Order Reference)）。没有交易所提供的冰山标记，就只能走 Zotikov 式的启发式路线——但 A 股无 CME 式"交易汇总消息"，可行性更低。
- CME：有 MDP 3.0 的 MBO 簿管理与 Trade Summary，Zotikov 的原生识别路线在期货上可复现。
关键引用
- Frey Sandas 2009 Iceberg Orders — 冰山对价格、订单流、利润的影响（Xetra 实证）
- Bloomfield OHara Saar 2012 Hidden Liquidity — 隐藏制度的实验室对照
- Zotikov Antonov 2019 CME Iceberg Detection — 无标记情况下的识别与预测
相关概念
- 做市商与库存风险 — 逆向选择成本与库存管理
- 市场结构的两个谜题 — 碎片化与做市商
- concepts/microstructure/机构与散户的订单流差异 — 谁在用隐藏单
- 流动性漏斗 — 可见深度与真实深度的差距
Open Questions
- 最优 peak 规模：给定总规模与市场深度，peak 该多大才能让"信号强度"与"被抢先风险"平衡？三篇论文都没答。
- 冰山使用的跨市场普遍性：Frey & Sandås 用的是 2004 年 Xetra 30 只 DAX 股票、3 个月。现代市场冰山占比是升是降？Zotikov 在 CME 上测得成交量占比 4%（原生）到 14.3%（合成），与 Frey & Sandås 的 15.9% 口径不同（后者含未成交的冰山）——两个数字不可直接比。
- 暗池成交占比的可靠估计：Bloomfield 等引用的估计从 11.26%（Rosenblatt, 2011）到 20%（约 20% 可成交委托在非显示深度上成交），跨度很大。没有一个数字有统一定义。
- 合成冰山识别能否在 A 股复现：A 股无交易汇总消息，Zotikov 的原生路线不可用；合成路线需要逐笔委托 ID 与完整生命周期。
Sources
- summaries/200909-frey-sandas-iceberg-orders/200909-frey-sandas-iceberg-orders — Frey & Sandås 冰山影响（Xetra）
- summaries/201206-bloomfield-ohara-saar-hidden-liquidity/201206-bloomfield-ohara-saar-hidden-liquidity — Bloomfield 等隐藏流动性实验
- summaries/201908-zotikov-antonov-iceberg-detection/201908-zotikov-antonov-iceberg-detection — Zotikov & Antonov 冰山识别与预测（CME）