经纪商客户订单流的分群 (Broker Client Order Flow Clustering)
大白话：一家经纪商知道自己的每个客户是谁。用这份数据可以把客户按下单习惯分成几类——有的天天高频撤单（量化），有的只在开盘做一单（VWAP），有的下午突然冒出来（信号类）。分出来的类在 24 个月、25 只股票上都稳定，说明这是结构不是噪声。
这是本 wiki 第一次看到经纪商视角的订单流——此前所有 LOB 深度学习论文用的都是交易所公开的聚合数据，没有订单归属信息。
三种视图：本文最重要的概念区分
| 视图 | 订单簿里能看到什么 | 谁看得到 |
|---|---|---|
| 匿名视图 | 只有各价位挂单量 Q_p | 所有人（公开 LOB 数据即此视图） |
| 全知视图 | 全部挂单的提交时间 + 委托方身份 | 交易所 |
| 经纪商视图 | 对客户集合 B\subset A 按身份和提交时间可分辨，其余归入"其他所有代理" | 经纪商 |
为什么这个区分重要：concepts/microstructure/LOB 深度学习序列 (Deep LOB Literature) 那一系列模型只能在匿名视图上工作——它们预测的价格变动，本质上是在丢失了订单归属信息的观测下做的。经纪商视图介于全知与匿名之间，是唯一现实的中间态。
四类委托方
Cont Cucuringu Glukhov Prenzel 2023 Client Order Flow 用谱聚类（Belkin–Niyogi 谱嵌入 + K-means）在 STOXX 600 流动性最强的 25 只股票上，聚出 4 类（K 的选择：簇内方差二阶差分在 K=2 与 K=4 处出现局部大跳）。
| 特征 | Quant | Day VWAP | Signal | Res |
|---|---|---|---|---|
| 撤单率 | 0.26 | 0 | 0.15 | 0.07 |
| 月度成交笔数 | 219.7 | 1.72 | 4.08 | 5.03 |
| 最早下单时刻 | 07:58 | 08:19 | 13:34 | 08:40 |
| 平均下单时刻 | 12:04 | 08:26 | 14:20 | 11:32 |
| 月度活跃天数 | 13.47 | 2.1 | 3.71 | 4.95 |
| 平均动量 (bps) | 2.29 | −17.87 | 29.94 | 38.26 |
行为画像：
- Quant：高频、小单、全天均匀下单、撤单最积极、用少子订单的 POV，净库存接近 0
- Day VWAP：只在早盘下单、规模较大、几乎不撤单、跨全天执行
- Signal：下午尤其美股开盘时段活跃、单笔规模大、大量走暗池
- Res：各项居中、最难区分，可视为前三类的混合（论文用 Dirichlet 分布建模这个混合）
三个反直觉的结果
一、四类的库存与订单流几乎不相关
库存相关系数（六对全部 |r|\le0.09）；OFI 相关系数（全部 |r|\le0.11）；跨全部标的回归的平均 p 值约 0.25，R^2 极低。
这说明四类由不同策略驱动、处在不同时间尺度上。一个做日间 VWAP 的和一个做高频的，订单流方向本就不该相关。
二、归一化方式决定预测力
| 归一化 | Quant | Day VWAP | Signal | Res |
|---|---|---|---|---|
| OFI_C[k]（除以该簇当日总成交量）对个股 | −0.0301 | 0.1590 | −0.1506 | 0.1102 |
| OFI_ADV（除以过去 20 日日均成交量）对个股 | 0.1368 | 0.2044 | −0.0441 | 0.2189 |
用 ADV 归一比用当日成交量归一更能预测当日收益——这与 concepts/microstructure/参与率谬误 (Participation Rate Fallacy) 的结论方向一致（用成交量归一会把成交量变化误当成交易信念变化），但这里是独立数据上的独立证据。
三、结构差异 ≠ alpha
假设性 PnL（bps，l=20 日超额）：Quant 2.83、Day VWAP 1.44、Signal 10.63*、Res −2.19。
Quant 是唯一在日内（l=0,1）能稳定获利的一类；Signal 的 20 日收益最大且显著（暗示交易的是约一个月才兑现的均值回复模式）。但所有类型的夏普比率都接近 0——四类是"结构性差异"，不是稳健 alpha。
稳定性检验
- 对数加权熵 / 最大归属概率：跨 ticker 0.4 / 0.8；跨时间 0.5 / 0.76（4 簇熵的理论上限 1.4）
- 元聚类混淆矩阵：25 个 ticker 中只有 3 个把 Quant 簇误归到 Meta Res
但不是所有特征同样稳定：撤单率等特征的簇间排名随月份波动。
流量份额
订单数占比 0.69 / 0.06 / 0.06 / 0.20；成交量占比 0.41 / 0.15 / 0.11 / 0.34。Quant 与 Res 的成交量份额强负相关，两者之和变化不大。
与本 wiki 其他页面的接口
- concepts/microstructure/机构与散户的订单流差异 — 那页的两条拆分路线是"机构/散户"与"HFQ/非 HFQ"；本页给出的是连续谱上的四类（Quant / Day VWAP / Signal / Res），维度完全不同
- concepts/microstructure/metaorder 冲击衰减 — 母订单与子订单的聚合
- 做市商与库存风险 — Day VWAP 类的被动算法与做市商同源
- 延迟套利与速度军备竞赛 — Quant 类与"速度竞争"叙事的关系
Open Questions
- 跨经纪商可推广性未知。论文明确说"尚不清楚"，且因敏感性几乎不可能获得跨经纪商数据。四类的边界本身可能随经纪商而异（客户结构不同）。
- A 股没有这份数据。A 股逐笔成交有委托号（见 concepts/data-features/逐笔成交的双向委托引用 (Bid-Offer Order Reference)），但沪市配对缺失 14.2%，且无公开的席位-账户映射。经纪商数据是私有数据，中国大陆也没有同样的"经纪商集中度"结构可依。
- Day VWAP 类"几乎不撤单"这一发现值得单独解释：在 A 股的 T+1 与涨跌停制度下，被动算法（VWAP/TWAP）会因为无法在涨停板上买到而被迫追价，行为与欧洲市场差别很大。
- Signal 类的 20 日均值回复模式是四类里唯一显著的 alpha 形态。这是可以独立复现研究的问题——"13:34 之后集中出现的单笔大单，20 日后有超额收益"。