hfqhnphvpmicrostructurecrowding-state-variablea-share

报价占比 (Quote Occupancy _ HFQ Share)

Definition. 在逐笔成交/委托数据上聚合的分钟级指标，定义为"每分钟内 HFQ 订单数 (或成交量) 占该分钟总成交笔数 (或总成交量) 的比例"。Shen (2023) 定义两个版本:HNP (HFQ Number Proportion, 笔数占比) 与 HVP (HFQ Volume Proportion, 量占比)。描述统计：分钟级均值 HNP = 6.48%, HVP = 5.48%；作为低成本的拥挤度状态变量可在日终或盘中实时计算。

公式

\text{HNP}_{i,t} = \frac{N^{\text{HFQ}}_{i,t}}{N^{\text{all}}_{i,t}}, \qquad \text{HVP}_{i,t} = \frac{V^{\text{HFQ}}_{i,t}}{V^{\text{all}}_{i,t}}

其中 N^{\text{HFQ}}_{i,t} / V^{\text{HFQ}}_{i,t} 是股票 i 第 t 分钟内被判定为 HFQ 的订单笔数/成交量；分母为该分钟全部订单。

作为拥挤度状态变量的优势

优势 含义
不需要私有数据 任何拿到逐笔委托/成交数据的机构都能算
日终/盘中实时 分钟级即可聚合，延迟不超过 1 分钟
横截面 + 时序两用 同一指标既可以做条件变量，也可做因子
解释力强 把"机器人在吃单"的状态直接量化

作为条件变量的用法

Shen (2023) 在 Goyal 条件变量模型中以 HNP/HVP 作为交互项的核心:

R_{i,t+1} = (\alpha_0 + \alpha_1 \cdot \text{HFQ}_{i,t}) \cdot X_{i,t} + \beta \cdot Z_{i,t} + \varepsilon_{i,t+1}

其中 X_{i,t} 是 OFI/TI/Ret 因子。HFQ 交互项 \alpha_1 显著为负，与 \alpha_0 符号相反 → HFQ 占比越高，因子预测斜率被压平。

与传统拥挤度代理的对比

拥挤度代理 数据要求 实时性 维度
HFQ 占比 (HNP/HVP) 逐笔委托 + 成交 分钟级 时序 + 横截面
McLean-Pontiff 因子发表年限 论文元数据 季度 时序
因子 R² 衰减 历史收益 日级 时序
因子相关性矩阵奇异性 历史收益 日级 横截面
持仓集中度 13F 披露 季度 时序 + 横截面

→ HNP/HVP 是数据更新最快、维度最丰富的拥挤度代理之一。

实操建议

  1. 构建: 实时用 500ms lifespan 阈值识别 HFQ → 分钟级聚合
  2. 应用 1: 摩擦因子 (OFI/TI/VPIN) 的信号开关——HFQ 高时减权重或关闭
  3. 应用 2: 拥挤监控 dashboard 的核心指标
  4. 应用 3: 执行算法的时段选择——避开日内 W 形高峰 (参 日内 W 形 HFQ 分布)

描述统计一览 (Shen 2023)

量 数值
HNP 分钟均值 6.48%
HVP 分钟均值 5.48%
相对买卖价差均值 12.89 bps
分钟波动率均值 0.1177%
HFQ < 25% 分位阈值 0.030 (3.0%)
HFQ 中位阈值 0.097 (9.7%)

与本 wiki 其他概念的连接

引用