大价格变动的四个机制 (Four Mechanisms of Large Price Changes)
大白话：肥尾（大波动比正态分布更常出现）这件事，文献给了四个不同的答案。它们不是互相排斥的——问的是不同的问题。本页把四个答案摆在一起，标清各自回答什么、测了什么数据。
四个机制一览
| 机制 | 核心主张 | 关键数据 | 回答的问题 |
|---|---|---|---|
| A. 临界点抵消 Bouchaud-Gefen-Potters-Wyart 2004 |
冲击函数本身随时间衰减（\ell^{-\beta}）；成交符号的长记忆（\ell^{-\gamma}）与衰减精确抵消，价格呈纯扩散 | Euronext Paris | 冲击跳完之后还会不会回来 |
| B. 订单簿空隙 Farmer 等 2004 |
大波动不是大单造成的；是订单簿里最优价旁边的价格空隙被一个普通单子「引爆」 | LSE SETS，16 只，1999-2002 | 为什么会跳一大步 |
| C. 流动性反向补偿 Lillo & Farmer 2004 |
成交方向有长记忆（可预测性高达 75%），但订单规模与簿内深度反向变动，把可预测性抵消 | LSE SETS，20 只，1999-2002 | 有可预测性为什么赚不到钱 |
| D. 限价单反馈 Weber & Rosenow 2003 |
按订单簿静态形状算的虚拟冲击强 4 倍且是凸的；限价单流对收益的反向响应把它压成实际的凹冲击 | Island ECN，10 只 Nasdaq，2002 | 凹冲击的形状从哪来 |
机制 A：临界点抵消（Bouchaud-Gefen-Potters-Wyart 2004）
两个对抗力量：流动性索取者（市场单）制造长期相关性 → 超扩散；流动性提供者（限价单）制造均值回归 → 次扩散。
临界条件（本页最关键的一个式子）：
2\beta + \gamma = 1
其中 \beta 是裸冲击函数 G_0(\ell) 的衰减指数，\gamma 是成交符号自相关的衰减指数。
| 条件 | 价格行为 |
|---|---|
| \beta > \beta_c | 次扩散，反持续 |
| \beta = \beta_c | 纯扩散，临界点 |
| \beta < \beta_c | 超扩散，持续 |
France Telecom 的数值：\gamma\approx 0.24、\beta_c\approx 0.38、拟合得 \beta\approx 0.42。
为什么临界是「脆」的：偏离一点就明显偏向一边。论文把这比作平衡一根长杆、心脏的交感与副交感系统，并明确说这种近乎不稳定可能正是肥尾与波动聚集的来源。
一个容易被忽略的实测：\sqrt{D(1)}\approx 0.01 欧元恰好等于跳动单位，而典型买卖价差是 1-2 个 tick。论文据此说价格变动在很大程度上由交易活动本身造成、与真实新闻无关。
机制 B：订单簿空隙（Farmer 等 2004）
核心反直觉结论：给定市场单规模 \omega，价格变动的条件分布 f(r|\omega) 几乎不依赖 \omega。
| 量 | 对订单规模的依赖 |
|---|---|
| 价格会变的概率 g(\omega) | 强依赖，\sim\omega^{0.3} |
| 价格变多大 f(r\mid\omega) | 几乎不依赖 |
机制：最优价旁有个价格空隙 → 一笔（普通规模）单子吃光最优价 → 中间价跳一大步。
验证（这是全篇最漂亮的设计）：把第一空隙的累积分布与市场单产生的收益的累积分布对比——
| 检验 | 结果 |
|---|---|
| 16 只股票上收益尾指数 vs 第一空隙尾指数的 R^2 | 0.93 |
| 回归斜率 | 0.98 \pm 0.05（无法拒绝斜率为 1） |
收益的尾指数就是订单簿空隙的尾指数。
两个附加结论：
- 三类事件（市场单/限价单/撤单）产生的收益分布统计上无法区分——16 只股票上三者的 Hill 估计尾指数全部落在彼此的 95% 置信区间内
- 尾指数不是普适常数——取值 1.6–2.8，与成交活跃度正相关（成交越清淡、风险越极端）。这直接否证了 Gabaix 等 (2006) 的「\delta\approx 1/2 普适常数」主张
机制 C：流动性反向补偿（Lillo & Farmer 2004）
迷题：成交符号的长记忆 \alpha\approx 0.6（Hurst \approx 0.7），跨越数千个事件仍显著。
如果流动性固定，价格必然低效——论文用代理数据证明：用同一批真实 Vodafone 订单流，只把冲击假设改成确定的，Hurst 从 0.53（真实）跳到 0.66（代理）。
解法：相对流动性反向变动。定义相对流动性 = 市场单规模 ÷ 对面最优价的挂单量。
核心结果（穿透概率随符号可预测性的变化）：
| 情形 | 预测正确时的穿透概率 | 预测错误时 |
|---|---|---|
| 符号不可预测（\hat\varepsilon_t\approx 0） | 约 58% | 约 56% |
| 符号高度可预测（\lvert\hat\varepsilon_t\rvert\approx 0.5） | 约 48% | 约 61% |
读法：当可预测性高时，市场会降低「预测符号的那一笔单穿透最优价」的概率。
效果量级：相对流动性变化在 20% 量级（论文明确说这是「很大的效应」）。
机制 C 的一个重要否证性结果（E(\Delta p_i|V_1) 几乎为零）：连续两笔市场单之间，限价单与撤单造成的价格回退是边际的。这与机制 D 的说法看似矛盾——见下文的调和。
机制 D：限价单反馈（Weber & Rosenow 2003）
核心反差：
| 实际冲击 | 虚拟冲击（按平均订单簿算） | |
|---|---|---|
| 形状 | 凹 | 凸 |
| 幂律 | G=0.48\\,Q^{0.76} | G_{\text{book}}=1.22\\,Q_{\text{book}}^{1.19} |
| 强��倍数 | 基准 | 约 4 倍（5\sigma_Q 时：8\sigma_G vs 2\sigma_G） |
一个量级数字：在卖价附近，流入限价单的净量是平均订单簿存储量的 5 倍。
机制：限价单净流与收益强烈反向相关（\tau=250\text{s} 时最强负相关），所以价格变动之后有一波限价单涌入，把冲击压下去。
定量验证：Q(G) = Q_{\text{book}} + Q_{\text{flow}} + Q_{\text{corr}} 反演出的理论冲击与实测吻合到误差棒之内（到 G=10\sigma_G）。
C 与 D 看似矛盾，实则时间尺度不同
这是读这两篇时最容易搞错的地方：
| Lillo & Farmer 测的 | Weber & Rosenow 测的 | |
|---|---|---|
| 窗口 | 连续两笔市场单之间 | 5 分钟窗口（相关最强在 \tau=250\text{s}） |
| 结论 | 限价单的价格贡献 \Delta p_i\approx 0 | 限价单的反向反馈很强 |
两者可以并存：短时间内限价单不显著改变价格，但在 5 分钟尺度上它们的累计效应决定了冲击曲线的形状。
一张判断表：看到某个现象该想哪个机制
| 你观察到的 | 最相关的机制 |
|---|---|
| 「为什么这段时间波动突然变大」 | A（偏离临界点） |
| 「为什么一笔普通单子让价格跳了一大步」 | B（订单簿空隙） |
| 「订单方向明明有预测性却赚不到钱」 | C（流动性反向补偿） |
| 「为什么冲击是凹的而不是凸的」 | D（限价单反馈） |
| 尾部指数跨股票比较 | B（实测 1.6–2.8，非普适常数） |
| 从订单簿深度直接估冲击 | D（虚拟冲击强 4 倍，直接用会高估） |
与做市商模型的关系
| 机制 | 对 做市商与库存风险 的含义 |
|---|---|
| A | 传导子 G_0(\ell) 就是临时冲击函数 h(v) 的时间展开 |
| B | 冲击的粒度来自跳动单位与最优价旁的空隙——即 \delta 受 tick size 决定 |
| C | 做市商可能是那些没有长记忆的机构——对称响应库存的行为与「无长记忆」相符 |
| D | 限价单的反馈就是提供流动性这个动作本身 |