跨资产领先滞后 (Cross-Asset Lead-Lag)

大白话:几个资产价格是连着的,总有一个先动,其他跟着动。流动性最好的那个先动——因为它的信息最先被交易出来。

定义. 资产 X 的过去收益能预测资产 Y 的未来收益,则称 X 领先 Y。领先幅度用 tick 或时间度量。

与本页区分:Geographic Lead-Lag(地理领先滞后)是日频、股票横截面的现象(Parsons-Sabbatucci-Titman 2016),本页是tick 级、资产类别之间的微观结构现象,两者尺度与方法都不同。

核心规律:流动性决定谁领先

更流动的资产领先流动性差的资产——这是跨市场领先滞后文献中最稳健的一条。

Li Chen Liu 2025 CFFEX Tick Lead-Lag Spreads 在中金所股指期货上给出了该规律的一个干净实例:

发现 内容
领先者 最流动的合约(近月,成交量最高、价差最窄)
领先幅度 一个 tick(= 500 毫秒,中金所 Level-1 更新频率)
领先强度 随流动性比上升(两合约成交量之比越大,LLR 越高)
其他配对 其余合约之间无显著领先滞后关系

星型结构:领先合约是唯一根节点,独立领先其他三个月份合约。

流动性指标的选择不重要——成交量、买卖价差、换手率彼此高度相关,用哪个结论都一样。

方法:Hayashi–Yoshida 交叉相关

测领先滞后最常用的是交叉相关,但普通做法需要预先同步采样——而逐笔数据是不规则采样的,同步会丢失信息或引入假象。

HY 估计量(Hayashi & Yoshida 2005)的优势:

  • 不需要采样,直接用全部不规则 tick 数据
  • 能正确处理异步交易(不同资产成交时间不同)

统计检验用 block bootstrap——既检验显著性,也考察领先关系随时间的波动。

第二个层次:共同成分与水平移动

Li Chen Liu 2025 CFFEX Tick Lead-Lag Spreads 对四个月份合约的逐笔变动做 PCA:

  • PC1 解释约 50% 的总方差;PC2/PC3/PC4 各约 15%。
  • 领先合约跳动一个 tick 时,其余三个各自跟随约一个 tick——存在跨月份的水平移动(level shift)。
  • PC2 及以后逐日形态不一致,缺乏稳健性。

即:跨月份合约之间存在一个稳健的共同方向,其余成分是噪声。

关键机制:价差走阔触发负反馈(可交易)

多数研究预测滞后者的收益,Li Chen Liu 2025 CFFEX Tick Lead-Lag Spreads 预测领先者自己的收益:

  1. 领先-滞后关系正常时,价差平稳。
  2. 价差走阔(领先者涨得比滞后者快)→ 关系正在弱化。
  3. HFT 卖领先者、买滞后者套利价差。
  4. 这个行为压制领先者的动量 → 领先者后续收益为负。

即:领先-滞后价差本身是预测领先合约收益的负反馈信号。

回测(前 400 日样本内选参,其余样本外):

指标 结果
样本外 Sharpe 4.86 – 9.68
每笔盈利 扣买卖价差与手续费后仍 > 1 个价格 tick
品种差异 IC/IM 更好(波动更高)
盈利集中度 集中在极端行情:2024 年 1–2 月、9–10 月两段,指数波动率 >80%、日跳 >5%
策略行为 类似反向,对抗市场过度反应

论文严格检验过:预测力来自跨品种负反馈,而非单品种动量。

数据要求的一个关键点:Level-1 就够

本文只有 Level-1 快照(500 毫秒一帧),无逐笔成交/报价/撤单——这是市场参与者能拿到的最细粒度,仍能做出 Sharpe 9.68 的策略。

含义:Level-1 快照 + 高流动性 + 低成本的市场,tick 级 alpha 是可实现的。A 股沪市快照约 3 秒一帧(见 concepts/data-features/Level-2 档位与委托队列 (L2 Depth and Order Queue)),中金所 500 毫秒都能出信号,A 股现货逐笔理论上空间更大。

未解问题

  1. 盈利过度集中在极端行情(80% 波动率、日跳 5%)。常态市况下策略可能接近无效 → A 股做类似回测必须检查盈利是否同样集中在少数极端时段,否则容量不可信。
  2. IC/IM 更好是否只因波动率高? 若是,策略本质是"高波动时加大仓位",可用波动率择时等价实现——独特性大幅下降。
  3. 不同品种最优参数是否需分别估计? 跨品种 Sharpe 差近 2 倍,若共用参数则样本外被高估。
  4. 条件依赖未充分刻画:一阶分析给出"星型"结构,但完整刻画需要条件相关(论文用偏相关公式初步探讨,未展开)。
  5. 与日内动量的关系:价差走阔本质是"领先者短期超涨",这与市场日内动量(Gao-Han-Li-Zhou 2018)可能是同一现象的不同表述。

Cross-ref