microstructureorder-bookhfqsession-decompositionmarket-profile

Market Microstructure (市场微观结构)

7 分类索引 — Market Microstructure。完整概念清单在 concepts/index, 本页只列本分类。

A 股高频 / HFQ (Shen 2023)

Microstructure Mean Reversion (folder-split)

撤单信息因子 (广发金工 2026)

  • 撤单数据与部分撤单 — 成交记的是「谁真的买了」, 撤单记的是「谁曾经想买、后来又缩回去了」, 两者量级一样大 (2019-2021 撤单量约为成交量 90%, 2024 后反超); 限价单三种结局 (全额成交 / 未成交即撤回 nonpartial / 部分成交后撤回 partial) 只有后两种存在于撤单数据; 部分撤单量占比稳定高于笔数占比 (量 5-8% / 笔约 3%) = 它集中在大额订单上
  • 撤单活跃度与规模因子 — 数撤了多少笔、撤了多大的量; 第 1 族 9 个因子 全部为负 (撤单越活跃未来越差), diag_log_cancel_count IC −9.24% / rel_count_per_active_minute −9.19%; 熵类只有 −1.80% / −4.95%, 平均单笔规模 −0.53% 接近噪声; 但 rel_count_per_active_minute 与 Barra 市值 48.9% / 流动性 34.2%, 是独立性的短板
  • 撤单日内时间结构因子 — 不只看撤了多少, 还看撤在什么时候; 开盘段撤单占比 −3.55% (负), 收盘段 +2.66% (正), 两者之差最强; 越平滑越强 (3.80% → 5.43% → 6.08%), 与活跃度族完全相反 —— 时间结构是慢变量; 与 Barra 各风格因子相关性全部低于 30%, 且与市值仅 −22.4% / 12.5% / 7.6%
  • 撤单时长分层因子 — 挂 0.5 秒就撤的人, 和挂 5 分钟才撤的人, 不是同一类; 按存活期分 fast / spec / normal 三层, 再比较两层的 _diff_; fast_normal_avg_run_length_diff_vol IC 胜率 78.77% (20 日平滑 IC 6.59%); spec_share_within_normal_count 原始 IC 5.44%、多头全样本年化 20.03% 但年化波动 26.02% 回撤 36.79%; 三层阈值全文未给
  • 摘要: 广发金工《海量Level 2 数据因子挖掘系列（八）》 · 研报: entities/Guangfa 2026 Level 2 Cancel Factors

异常成交与分歧状态 (兴业金工 2026)

  • 条件分位数回归与异常成交 — 不回答「量算不算大」，回答「相对自己的条件基准还剩多少没被解释的量」; 20%/80% 分位残差 \varepsilon^{20} / \varepsilon^{80}; 因子 vr_quantile_resid_corr IC 0.048 / ICIR 0.59 / 多空 34.60%
  • CSAD 分组回归与分歧状态 — 个股相对市场的偏离如何随市场波动变化; 凸 = 各走各的, 凹 = 一起走; 因子 lr_score_mor / lr_beta2_aft_minus_mor
  • 分钟级稀疏响应状态 — 把平均 \beta_2 下沉到每一分钟, L0 约束只让少数分钟有非线性响应; 每分钟分收敛/分歧/线性三态; sr_dispersion_stdnumtrades 夏普 5.40
  • 分歧命中因子 — 异常成交之后市场是吸收冲击还是激活分歧; 只从未分歧的分钟出发, 看未来 5 分钟; 放量组 = 冲击吸收能力, 方向为正

日内分域与显著性 (兴业金工 2024)

  • 日内量价分域 — 把一天切成几块「交易环境」，在每块里比「这只股票跟同一天其他股票差多少」; 三维度 (时间/价格/成交量) × 两种域内特征; 分域用的数据与域内刻画用的数据不是同一个; 时间域 8 块 (半小时), 价格与成交量域等频切 5 块; 显著性算法 (Cosemans-Frehen 2021) 的输入从收益率换成域内特征; intraDSVol_byT IC 0.039 多空 35.02% 夏普 5.55; 因子特异性主要来自域内特征 (原版 6 因子整体高度纠缠 0.52-0.98; 组内仅成交量分域两因子相关达 0.95/0.93)
  • 分域标准化与股票间成对相关性 — 日内量价算相似度有两个毛病: 噪音大 + 周期性强; 三步: 分域特征矩阵 → 域内标准化 (剥掉该域所有股票共同的成分) → 域内皮尔逊相关再跨域平均; 矩阵压成均值与标准差, 均值类因子 IC 一律高于标准差类 (corrVolStd_byT IC 0.000); 用成对相关性矩阵定义「同伴」得 peerDS_byT IC 0.043 多空 34.22%, 正交化后与底层因子相关均值降到 0.1

成交量分布因子 (兴业金工 2022)

  • 成交量分布因子 — 不买卖方向, 只看一天的成交量怎么分布; 通用框架 g=f(\mathrm{Reorder}(\boldsymbol{vol}_{New}))=f(\boldsymbol{vol}_{New}) 要求指标对时间位置不敏感; 7 个因子分三族 (对数 / 15 分钟变化率 / 累计); logvol_skew 多空 41.92% 夏普 6.19
  • 成交量分桶熵与极大值分布因子 — 两个具体的毛病: 挤在几个桶里 / 极值反复出现; 分桶熵剔时间维度, 极值用自助重采样 (EVT 动机) 取 15 日标准差; vol_maxmean 多空 50.38% 多头 23.93% 夏普 6.08 换手仅 18%
  • 同价成交量分布因子 — 把同收盘价的分钟成交量累加摊在价格轴上; VSP (成交量最大价位) / VSA (累加到占比超 50% 的最小区域); 分布形态分 D / P / b 三型; vsa_ratio 夏普 5.02 回撤仅 −4.89%

微观流动性与市场监控 (兴业金工 2022)

收益率分布因子 (兴业金工 2022)

  • 收益率分布因子 — 把一天 239 个分钟收益率当成一个分布, 只看形状不看顺序; 判据 g=f(\mathrm{Reorder}(\boldsymbol r))=f(\boldsymbol r); 7 个常见因子 (均值 / 已实现方差 / 偏度 / 峰度 / 上行方差 / 下行方差 / 符号跳跃变差); rv_up 多空 91.46% 夏普 9.81, rtn_skew 夏普 10.64 回撤仅 −4.21%; 收益几乎全来自空头端; 方差族两两相关 0.76–0.88 是同一个波动率风险; 附录证明剔除涨跌停后 cpr_sw 多头从 26.51% 掉到 −0.31%
  • 收益率噪声偏离因子 (nos) — 标准化后的分钟收益率越不像正态, 当天越可能有大额投资者或流动性太差; 由 e_t=(R_t-\mathbb E R_t)/\sigma\sim N(0,1) (Laplace 1810) 出发, 用样本矩替换得 x_t, 两种偏离度量 nos_gs / nos_sw (时序相关 0.906); nos_gs 多空 61.10% 夏普 9.50 IC 5.12%; 只与 rtn_kurt 相关 0.726, 正交化后多头反升至 16.75%; 样本外 (4.5 个月) 多空 67.05% 夏普 12.72 回撤 1.33%
  • 极端收益因子与投资者心理承受能力 — 把收益率偏度拆成「涨的极端」和「跌的极端」; 展望理论: 亏损的心理冲击大于盈利; 极值研究分布的尾巴, 偏度研究整体形状 —— 偏度不同可以有相同极值; exRtn_maxVal 多空 44.40% 夏普 8.73 IC 4.30%, exRtn_minVal 反号 (多空 −9.35%)
  • 混合高斯分布与跳价期因子 — 用两个正态分布的混合把「震荡期」和「跳价期」分开; Clark (1973) 子过程模型 + EM 估 5 个参数, 跳价期权重 w_J \in [0, 0.5); gmm_mean = \mu_J 多空 48.88% 夏普 7.53, gmm_mean2wgt = \mu_J/w_J
  • 日内弹性因子 — 两个时期的均值差就是弹性; gmm_meandif = \mu_S-\mu_J 多空 52.80% (六个因子里最高) 夏普 8.05; 但与 real_skew 时序相关 0.76, 正交化后多空掉到 23.63%、空头转负 (−2.86%)
  • 摘要: 兴业金工《高频研究系列二》— 收益率分布因子构建 · 研报: entities/Xingye 2022 Return Distribution Factors
  • 摘要: 兴业金工《高频研究系列三》— 收益率分布中的 Alpha(2) · 研报: entities/Xingye 2022 Return Distribution Alpha

时序信息因子 (兴业金工 2023)

  • 时序自相关性与非同步交易因子 — 时序信息的判据: 把日内数据的时间顺序打乱, 指标就会变 g=f(\mathrm{Reorder}(data))\ne f(data); 一阶自相关三族 (lag-1 相关系数 / D-W 统计量 / AR(1) 残差自相关) + 非同步交易 (LBQ: 多回望区间 LB 检验 Q 统计量序列的标准差, 越大 = 信息消化越慢 = 下行风险越高); vol_foc 多空 67.0% 夏普 9.56; foc_Comb IC 6.85%
  • 条件分布因子与股价自相关 VaR — 换个条件就换出特异性: highStdRtn_mean 只在波动率处于当日 80% 分位以上的分钟上算 5 分钟滚动收益率均值 (与 rtn5_mean 相关仅 0.61); 用二元正态把自相关装回 VaR (\rho = 前后分钟对数价格相关, C=\begin{pmatrix}1&-1\\0&1\end{pmatrix}), 风险方向由 \rho 符号 × 「收盘价 vs 当日均价」判定; rtn_condVaR IC 4.01% 多空 44.1% 夏普 5.66
  • 闪电崩盘概率因子 — 数日内连续下跌的分钟段数, 再用泊松分布翻译成「还会崩几次」的概率; flashCrashProb 取 15 日标准差, 与底层因子相关性最高仅 0.4 故无需正交化; IC 1.65% 多空 25.1% 夏普 5.21 回撤仅 −3.7%
  • 摘要: 兴业金工《高频研究系列六》— 时序信息中的 Alpha · 研报: entities/Xingye 2023 Time Series Information Alpha

大价格变动的四个机制

  • 大价格变动的四个机制 — 肥尾的四个不同答案并置; 附判断表「看到某现象该想哪个机制」
    • A 临界点抵消 — 2\beta+\gamma=1; 流动性索取者 vs 提供者精确抵消; 偏离一点就偏向一边 (Bouchaud 等 2004)
    • B 订单簿空隙 — 大波动不是大单造成的; 收益尾指数 vs 空隙尾指数 R^2=0.93; 尾指数非普适 (1.6-2.8) (Farmer 等 2004)
    • C 流动性反向补偿 — 成交方向可预测性达 75%, 但相对流动性反向变动抵消 (Lillo-Farmer 2004)
    • D 限价单反馈 — 虚拟冲击强 4 倍且是凸的, 限价单反馈压成实际凹冲击 (Weber-Rosenow 2003)

做市商与库存风险

隐藏流动性与市场操纵

参与者异质性与订单流分群

订单流与冲击

Market Impact / 最优执行 (Almgren-Chriss)

跨时区 / 价格发现

Market Profile (folder-split)

Cross-ref

完整页清单

本文件夹全部 84 个概念页。返回: Concepts 总索引 · Quant Wiki 总索引

  • 市场微观流动性指标 (Microstructure Liquidity Indicators) — — 不看成交多少, 从深度/紧密度/弹性三个角度刻画「好不好做」; 深度 = 不推歪价格能吃进多大 (OR = \lvert\sum VBuy-\sum VSell\rvert/\sum V, shallowLIX = \log_{10}(Amount/(P^H-P^L))); 紧密度 = 买卖价差 (QS, ES); 弹性 = 冲击后恢复 (elasticityTrading = \%\Delta T/\%\Delta P, Roll = -\mathrm{cov}(\Delta p_j,\Delta p_{j+1})); 统一转过去一年历史分位数并降序以消市值影响 (OR 原始值按市值单调, 处理后已无趋势)

  • 基于微观结构的市场监控应用 (Microstructure Monitoring Applications) — — 三类用法: 时序趋势 / 宽基背离看风格切换 / 日度宽度报警; 深度与市场位置反向 (极热时深度高, 极冷时深度低), 紧密度与涨跌同向 (反映交易热度), 弹性反映有无趋势行情; 报警 = 过去 20 日历史分位数低于 5% 的个股占比; 2020-02-03 超 80% 个股紧密度异常

  • 微观流动性择时策略 (Microstructure Liquidity Timing) — — 紧密度 + 弹性当信号, 月度发信号; 滚动 20 日相关性: 紧密度 4.75% / 深度 2.30% / 弹性 −2.32%, 紧密度预测稳定性最优; 万得全 A 多空年化 34.92% / 多头 20.02%; 收益风险比 1.344 / 收益回撤比 1.034 (基准 0.117 / 0.054); 分年度胜率 85.72%

  • 极端收益因子与投资者心理承受能力 — — 把收益率偏度拆成「涨的极端」和「跌的极端」; 展望理论: 亏损的心理冲击大于盈利; 偏度看整体形状、极值看分布的尾巴 —— 偏度不同可以有相同极值; exRtn_maxVal 多空 44.40% / 夏普 8.73 / IC 4.30%; exRtn_minVal 反号 (多空 −9.35%)

  • 混合高斯分布与跳价期因子 — — 用两个正态分布的混合把「震荡期」和「跳价期」分开; Clark (1973) 子过程模型 + EM 估 5 参数, 约束 w_J \in [0, 0.5); gmm_mean = \mu_J 多空 48.88% / 夏普 7.53; gmm_mean2wgt = \mu_J/w_J 刻画操作能力

  • 日内弹性因子 — — 两个时期的均值差就是价格弹性; gmm_meandif = \mu_S-\mu_J 多空 52.80% (六个因子里最高) / 夏普 8.05; 但与 real_skew 时序相关 0.76, 正交化后多空掉到 23.63%、空头转负 (−2.86%) —— 多头端基本保住

  • 条件分位数回归与异常成交 (Conditional Quantile Regression) — — 量的大小本身没有信息, 相对自身条件基准的偏离才有; 分位数回归估条件 20%/80% 分位 (非对称绝对损失); 控制当分钟价格变化 + 上一分钟相对成交量 + 日内时段; low/high 残差与原始量相关 0.89 / 0.54; 因子 vr_quantile_resid_corr IC 0.048 / ICIR 0.59 / 多空 34.60% / 夏普 4.16

  • CSAD 分组回归与分歧状态 (CSAD and Dispersion State) — — 个股相对市场的偏离如何随市场波动变化; \beta_2 负 = 羊群收敛, 正 = 分歧扩大; 个股层面逐分钟适配 (全市场等权收益作代理) + 分时段 (10:00 前/后) 回归; 因子 lr_score_mor (早盘 R^2, 方向为负) / lr_beta2_aft_minus_mor (凸性是否从早盘释放)

  • 分钟级稀疏响应状态 (Sparse Minute-Level Response States) — — 把「一个平均 \beta_2」换成「一组随分钟变化的 \{\gamma_t\}」; L0 约束只允许少数分钟有非零二次项; 剪枝交换算法求解; 每分钟分收敛 \gamma<0 / 分歧 \gamma>0 / 线性 \gamma=0; 三个分歧时刻因子 (笔数分布 / 相对 VWAP / 量价关系) 方向均为负; sr_dispersion_stdnumtrades 夏普 5.40

  • 分歧命中因子 (Divergence Hit Factor) — — 异常成交之后市场是吸收冲击还是激活分歧; 五步: 成交与分歧状态 → 未来 5 分钟命中 → 有效分钟数与命中数 → 伪计数概率 → 因子值; 放量后分歧概率低 = 承接强 (正向); 缩量后分歧概率高 = 定价脆弱 (负向); 基础版 IC 0.027 / 多空 19.33%

  • 冰山委托与隐藏流动性 — — 冰山同时「隐藏规模 + 公开吆喝」; 市场发现后买单概率 0.5 → 0.7、市价单规模 +40%; 执行比例越高单位冲击越小 (约小 30%); 代价 = 限价单逆向选择成本 (订单簿利润 +0.76 → −0.14 bp); CME 上原生冰山占成交量 4%、合成冰山 3.3–14.3% 且过半被取消

  • spoofing 的检测与识别 — — 三条路线同一结论: spoof 藏在深档不在盘口顶端 (可疑单挂顶端 0%); Tao 等: 加权多档失衡 + 条件化 2-Wasserstein 距离; Fabre & Challet: 31% 的大单可 spoof + 操纵者成本函数 \Delta C>0; Lin & Yang: 级联对比表示学习 (AUC-PR 0.252 → 0.675), 多档操纵更难

  • 经纪商客户订单流的分群 — — 三种视图 (匿名/全知/经纪商); 谱聚类分出 Quant / Day VWAP / Signal / Res 四类, 24 个月 × 25 只股票稳定; 四类的库存与 OFI 几乎不相关 (|r|\le0.11); OFI_ADV 归一优于 OFI_C (参与率谬误的独立证据); 夏普全近 0 —— 结构差异 ≠ alpha

  • 母单拆分的统计检验 — — 首次定量验证 LMF 的 \gamma=\alpha-1 (误差均值 0.03 ACF / 0.003 PSD); 25% 的交易者贡献 80% 的市价单; 由此可从宏观长程记忆反推微观参数; 修正 Lillo 等 2005 原文自承的 "The model fails this test"

  • 知情做市商与订单簿形态 — — 可见订单簿形态由知情做市商决定 (L_i(x)\ge L_u(x)); 抢跑参数 f 越小 → 价差越窄流动性越好 (价差 =2\phi); 多个知情做市商竞争时无限流动性不再出现; 与 Avellaneda-Stoikov 一脉的价差来源解释不同 (信息不对称 vs 库存风险)

  • HFT 代理指标的可靠性 — — 九个代理指标与真值相关 68%–98%, 流动性供给/需求两侧都可靠, 选哪个几乎不影响结论; 只有 SRuns 主要由 HFT 驱动 (对 AAT/NAT 的第二阶段 R^2 仅 0.01/0.00); ML 路线: RUS boost TPR 0.99 但 TNR 仅 0.54–0.73, 逆向工程还原成 15 叶概率树

  • A 股 vs 美股高频市场质量

  • HFQ 高频报价识别 (Lifespan Threshold

  • Order Flow Imbalance (OFI — — 最优档供需净不平衡; 美股 R²≈65% vs 带方向成交量 32%; 但同期非预测, 且 A 股上 TI 反超

  • Permanent and Temporary Market Impact (永久与临时市场冲击

  • Price Discovery

  • Trading-Session Return Decomposition

  • 大价格变动的四个机制 — — 肥尾的四个不同答案并置: 临界点抵消 (Bouchaud 等 2004) / 订单簿空隙 (Farmer 等 2004) / 流动性反向补偿 (Lillo-Farmer 2004) / 限价单反馈 (Weber-Rosenow 2003); 附判断表「看到某现象该想哪个机制」

  • 冲击指数的三个口径 — — 文献里「冲击指数」至少指三个不同的量: 总冲击 vs 规模 (\delta=1/2) / 瞬时冲击 vs 速度 (\beta=0.6) / 冲击 vs 簿深; 附「你要估的是哪个 → 该看哪篇」判断表

  • 保留价与报价偏斜 — — 库存改变价差中心而非宽度; 压货时两侧报价同向下移 (反直觉)

  • PDE 到 ODE 的化简 — — 维数 4→2; 解是一次矩阵指数 e^{-M(T-t)}

  • 参数比较静态 — — 流动性提升一倍 ≈ 波动减半; \gamma 对价差作用方向不确定

  • 高 tick vs 低 tick 的排队不平衡 — — 大 tick AUC 0.75-0.81, 小 tick 仅 0.58-0.64; 差异源于排队长度 (差 200 倍), 非 tick size

  • 多档订单簿不平衡 — — PCA 整合前 L 档 OFI (第一主成分解释 89% 方差), 同期解释力 71%→87%; 同期跨资产冲击是假象, 滞后跨资产 OFI 才有分钟级预测力

  • metaorder 冲击衰减 — — 大单被切成小片长时间消化; 十日窗口缓慢衰减; 聚合数据的"平台期"是自相关造成的假象, 需反卷积

  • 传播子模型 (Propagator Model — — 冲击的时间形状 G(τ) 可从数据反解、无需订单簿; 自相关决定永久性 (长记忆→暂态, 短程→永久)

  • Q-Reactive 队列反应模型 — — 可校准的订单簿模拟器 (参考价恒定时段内的马尔可夫排队系统); K=3; 机械波动 < 经验波动

  • 高频收益可预测性 — — 高频段可预测性大而普遍 (5秒 R²≈10.5%, 方向准确 64%); 80% 来自最近 10 毫秒; 延迟 10ms 使 R² 14%→2.5%; 成交侧 > 订单簿侧

  • 跨资产领先滞后 — — tick 级、资产之间; 最流动者领先一个 tick (中金所 500 毫秒); 价差走阔触发负反馈, 样本外 Sharpe 4.86-9.68

  • 响应比与最优持仓 — — OFI 是冲击, 用 OU+Lévy (非 Hawkes) 建模; 有效性是响应时间的函数 (0.5s→2min); 效力随月份变化 2 倍

  • 极端行情订单流 — — 极端事件前四个量系统性升高, 事后幂律松弛; 涨 5% 后 15 分钟回吐 4%; 深市松弛比欧美快 (价差指数 0.50-0.53 vs 0.34-0.44)

  • 永久与临时冲击的实证判别 — — 四种判别方法汇总: 价格路径 / 反卷积 / 公平定价反推 / 传播子估计; 四个方法给出四个不同平台值, 未收口

  • 机构与散户的订单流差异 — — 两条拆分路线 (投资者类型 / 订单速度) 都指向机构更知情; 绝对量无差别需看结构比例; A 股卖出冲击 > 买入 (与欧美相反)

  • 订单簿结构复合变量 C — — 同时纳入各档量与间隙; 求和至实际被吃掉的那一档; 与逐笔收益时间演化高度相似

  • 订单不平衡分布 — — 重尾 (峰度远大于 3); 尾指数 OIBNUM 2.60 / OIBVOL 2.19 且因股而异; 聚合后分布坍缩; 不能用高斯假设做推断

  • 订单簿价格间隙 — — 最优价与次优价的落差; 尾指数≈3.2 / 长记忆 H≈0.75 / 多重分形谱宽≈1.46; 因股而异不普适; 用于校准 agent-based 模型

  • 交易网络与异常模体 — — 「谁卖给谁」的有向网络; 三种异常模体由少数账户形成; 买方主动后累计超额收益 +41.29 符合 pump-and-dump; 需账户标识

  • DeepLOB — — LOB 深度学习开山之作 (Inception+LSTM); LSE 准确率 70.17% 且跨品种迁移; 必读 #18 的自我批评

  • LOB 深度学习序列 — — 串起 #17–19; 高预测力 ≠ 可交易信号; A 股三个关键差异 (3秒快照 / 委托号可判主动方 / 14.2% 配对缺失)

  • OFI 的 Hawkes 与 OU 建模路线 — — 两条路线对照 (#21 Hawkes 预测 OFI 分布 vs #11 OU+Lévy 描述价格响应); 同数据对比是空白

  • 参与率谬误 — — 用成交量归一化机构流会把成交量变化误当成交易信念变化; 实证中因子可反号

  • 日内过度交易 — — A 股换手率 205.2%; 个人月换手 84.8% 却费后 −0.2%; 网络情绪推高下一小时超额换手; 机构 > 个人, 牛 > 熊, 大盘 > 中小盘

  • LOBFrame 与可交易性评估 — — p_T = 正确预测完整成交的概率; 与 MCC 在提高阈值时方向相反; tick size 决定深度学习效果 (MCC 0.29 vs 0.11)

  • 流动性漏斗 (Liquidity Funnel — — 现价附近可用流动性趋零 (立即可及量比日成交量小 1000 倍); 自组织临界; 统一解释平方根律 + 大单分片 + 订单流长记忆

  • 市场深度与冲击反比 — — 冲击系数 β ≈ 1/(cL); 但深度增加被机构延长执行轨迹部分抵消 (λ≈1)

  • 平方根冲击定律 (Square-Root Impact Law — — I ∝ Q^(1/2); 四方立场: Cont 2014 说是统计假象(方法层面) / Tóth 2011 给机制 / Bouchaud 2008 说衰减 / Sato 2025 全账户证普适; 未解张力: tick size 影响 δ 还是 c

  • 两类平方根冲击律 (Two Square Root Laws — — 平方根律其实是两条: 固定参与率时冲击 ∝ √Q (无条件); 固定 Q 时 ∝ √γ 仅在 γ 足够大时成立, γ 小时是线性; 开关是「有没有能识别母单的老练交易者」

  • 分解的订单流不平衡 (Decomposed OFI

  • 订单流毒性 (Flow Toxicity

  • 闪崩机制 (Flash Crash Mechanism — — 闪崩不是「HFT 撤单」而是「承接能力不足」: 卖压 75,000 张 vs 中介承接上限 HFT 4,000 + MM 1,500 (差一个数量级); 闪崩期间只有传统做市商的行为变了 (VAR 交互项 F 检验 1% 水平拒绝), HFT 没变 (不能拒绝); HFT 的机制是 quote sniping 而非做市 — VPIN: 在成交量时间上更新的订单流毒性; 毒性高 → 剧烈波动, 毒性低 → 大波动基本不出现 (>2% 绝对收益几乎只在高 VPIN 后出现; 崩前 ≥2 小时预警); 附带贡献 bulk volume classification (高频市场里逐笔分类方向不可靠) — OFI 按事件类型拆成 add/cancel/trade (标准 OFI = 三者之和); 同期无提升但前瞻 PnL ×5 (Sharpe 13.51); add 那一支压倒性最重要 (Lasso 选中频率约 3 倍); ClusterLOB 附录 A 的方法来源

  • 报价占比 (Quote Occupancy _ HFQ Share

  • 摩擦因子与高频拥挤

  • 日内 W 形 HFQ 分布

  • 订单流分解 (Order Flow Decomposition

  • Jump vs Diffusion First-Passage

  • OU-Equivalent Price Gap

  • Optimal Band Strategy

  • Two-State Spread LOB & Parity-Locking

  • 日内反转的买卖价差跳动 — — 换成买价/卖价/中价重算是判别真伪反转的方法; 只有 k=1 有真实流动性恢复, k>1 的反转全是跳动; 剔除低价股后反转衰减 62% 而延续只衰减 36%

  • 机构交易的买卖不对称 — — 卖出比买入更急躁 (行为侧) 且卖出冲击更大 (价格侧); 三个独立样本两个市场方向一致; A 股 T+1 会改变卖出急躁程度

  • 大单交易的信息泄露 — — 大宗成交前最多 4 周价格就与规模显著相关; 交易日永久冲击 −1.50%; 临时冲击是凹函数 (大单每单位冲击更小)

  • 市场结构的两个谜题 — — Madhavan 综述的两个结构性问题: 网络外部性 (理论说应整合, 现实中长期碎片化) 与做市商 (为什么公开拍卖不能替代做市商); 最小报价单位减小可能降低整体流动性 (与市场叙事相反); A 股的集合竞价+连续竞价并存正是这个谜题的体现

  • 成交量分布因子 — — 不买卖方向, 只看一天的成交量怎么分布; 通用框架 g=f(\mathrm{Reorder}(\boldsymbol{vol}_{New}))=f(\boldsymbol{vol}_{New}) 要求指标对时间位置不敏感 (偏度/峰度/分位占比都与分钟先后无关, U 型周期因此被削掉); 三族 7 因子 (对数 3 / 15 分钟变化率 2 / 累计 2); logvol_skew IC 3.03% 多空 41.92% 夏普 6.19; logvol_90tail 夏普 6.42 胜率 66.70%; 因子间相关性低 (logvol_10tail 对 volroc_skew −0.10) 但同族内高 (0.95)

  • 成交量分桶熵与极大值分布因子 — — 两个具体的毛病: 量挤在几个桶里 / 极值反复出现; 分桶熵剔掉时间维度 (熵大 = 铺得均匀, 熵小 = 挤在一桶, 688551.SH 当日近半小时跌 10%); 极值用 EVT 动机 + 自助重采样, 取 15 日标准差; vol_maxmean IC 4.20% 多空 50.38% 多头 23.93% 夏普 6.08 换手仅 18.03%; 正交化后 vsa_ratio_Neu 多空 29.25% 回撤仅 4.98% (IC 降但夏普升)

  • 同价成交量分布因子 — — 把同收盘价的分钟成交量累加摊在价格轴上; VSP (成交量最大价位) / VSA (以 VSP 为中心累加到占比首次超 50% 的最小区域); 分布形态分 D (平衡, 不明朗) / P (涨势中, 预期涨) / b (跌势中, 预期跌) 三型; vsa_ratio IC 4.07% ICIR 0.57 夏普 5.02 回撤 −4.89%; vsa_high2min IC 均值 5.48% 最高但与 real_var 相关 0.88 特异性最弱

  • 时序自相关性与非同步交易因子 — — 时序信息的判据: 打乱日内数据的时间顺序, 指标就会变 (g=f(\mathrm{Reorder}(data))\ne f(data)); 一阶自相关三族 (lag-1 相关系数 foc / D-W 统计量 DW / AR(1) 残差自相关 rho) + 非同步交易程度 LBQ (多回望区间 LB 检验 Q 统计量序列的标准差; 越大 = 信息丰富但消化慢 = 下行风险高); vol_foc 多空 67.0% 多头 29.0% 夏普 9.56; foc_Comb IC 6.85%; 本篇没有横截面羊群因子, 羊群测法见 CSAD 分组回归

  • 条件分布因子与股价自相关 VaR — — 换个条件就换出特异性: highStdRtn_mean 只在「过去 30 分钟 5 分钟滚动波动率处于当日 80% 分位以上」的分钟上算收益率均值 (与 rtn5_mean 相关仅 0.61); 修正 VaR 的两条错假设 (日内收益偏离正态 + 价格自相关显著) → 二元正态 (\ln P_{t+1},\ln P_t)\sim N(\mu,\mu,\sigma^2,\sigma^2,\rho), C=\begin{pmatrix}1&-1\\0&1\end{pmatrix}; rtn_condVaR IC 4.01% 多空 44.1% 夏普 5.66

  • 闪电崩盘概率因子 — — 数日内连续下跌的分钟段数, 用泊松分布翻译成「还会崩几次」的概率 (300659.SZ 2023-03-31 深 V: 10:30 跌 8.63% 后收复); flashCrashProb = 15 日概率的标准差, 与底层因子相关性最高仅 0.4 故不需正交化; IC 1.65% 多空 25.1% 夏普 5.21 回撤仅 −3.7%; 系列八后来改用连续性分布得 flashCrashProbV (IC 0.031)

  • 日内量价分域 (Intraday Volume-Price Domain) — — 把一天切成几块「交易环境」，在每块里比「这只股票跟同一天其他股票差多少」; 三维度 (时间/价格/成交量) × 两种域内特征; 分域用的数据与域内刻画用的数据不是同一个 (用成交量切域就在域内看波动率与收益率); 时间域 8 块 (半小时), 价格与成交量域先按不重叠原则切特征序列再等频切 5 块; 显著性算法 (Cosemans & Frehen 2021, 保序/敏感性递减/对称) 的输入从收益率换成域内特征, 跨域取 max; 反转版再乘「显著性最强的域的收益率」; 因子全部预期升序 (显著性越大预期收益越低) + 20 日均值; intraDSVol_byT IC 0.039 ICIR 0.62 多空 35.02% 夏普 5.55; 因子特异性主要来自域内特征 (原版 6 因子整体高度纠缠 0.52-0.98; 组内仅成交量分域两因子相关达 0.95/0.93)

  • 分域标准化与股票间成对相关性 (Domain Standardization and Pairwise Correlation) — — 日内量价算相似度有两个毛病: 噪音大 + 周期性强 (开盘收盘都忙、极端价位套利资金一起冲); 三步: 分域特征矩阵 qcutCHRALL → 域内标准化 (固定域 j 对全市场 N 股做 z-score, 剥掉该域所有股票共同的成分) → 域内皮尔逊相关再跨域平均 corrCHR; 矩阵压成均值 (与市场趋同性) 与标准差 (是否独立), 均值类因子 IC 一律高于标准差类 (corrVolStd_byT IC 0.000 失效); 用成对相关性矩阵定义「同伴」得 peerDS_byT IC 0.043 多空 34.22%, 正交化后与底层因子时序相关均值降到 0.1

  • 转移熵与量价非线性因果 — — 转移熵回答「知道了 X 的历史, 预测 Y 的未来能少猜错多少」, 与相关系数的区别是有方向; 量价之间的非线性因果关系; 多期滞后项的做法类比本系列六的 LBQ 因子 (多个回望区间); te_Comb IC 0.046 多空 48.72% 夏普 5.17; 正交化后与底层因子时序相关均值约 26%

  • 交易时间与交易聚集性 — — 同样一分钟权重不一样: 按成交量把一天重切成 50 个「等成交」区间 (Clark 1973 从属过程的老想法在分钟级的实现); 转换后分钟收益峰度 26.78 → 16.94、偏度 −1.26 → −0.53; 第二件事 = 交易的到来是扎堆的 (交易间隔的自聚集); cutVol_rtnMean IC 0.046 多空 42.79% 夏普 5.10; 正交化后换手率从 15.36% 升到 25.32% —— IC 降、夏普升、换手升 三件事同时发生

  • 日内 V 型特征与闪电崩盘概率改进 — — 系列八把系列六的 flashCrashProb 改掉: 原版只数「连续跌了几分钟」, 太粗 —— 同样连跌 10 分钟, 小幅阴跌与放量暴跌风险完全不同; 改进分两步: 先用量、价、时间三维度刻画 V 型特征 (下跌腿减去上涨腿), 再把特征从泊松分布改成连续性分布概率化; flashCrashProbV IC 0.031 (原版 0.014) 多空 20.72% 夏普 3.08; 可设 60%/75%/85% 阈值做时序上的风险规避

  • 收益率分布因子 (Return Distribution Factors) — — 把一天 239 个分钟收益率当成一个分布, 只看形状不看顺序; 判据 g=f(\mathrm{Reorder}(\boldsymbol r))=f(\boldsymbol r); 7 个常见因子 (均值 / 已实现方差 / 偏度 / 峰度 / 上行方差 / 下行方差 / 符号跳跃变差); rv_up 多空 91.46% 夏普 9.81, rtn_skew 夏普 10.64 回撤仅 −4.21%; 收益几乎全来自空头端; 方差族两两相关 0.76–0.88 是同一个波动率风险; 附录证明剔除涨跌停后 cpr_sw 多头从 26.51% 掉到 −0.31%

  • 收益率噪声偏离因子 (Return Noise Deviation, nos) — — 标准化后的分钟收益率越不像正态, 当天越可能有大额投资者或流动性太差; 由 e_t=(R_t-\mathbb E R_t)/\sigma\sim N(0,1) (Laplace 1810) 出发, 用样本矩替换得 x_t, 两种偏离度量 nos_gs / nos_sw (时序相关 0.906); nos_gs 多空 61.10% 夏普 9.50 IC 5.12%; 只与 rtn_kurt 相关 0.726, 正交化后多头反升至 16.75%; 样本外 4.5 个月多空 67.05% 夏普 12.72 回撤 1.33%

  • 撤单数据与部分撤单 (Cancellation Data and Partial Cancels) — — 成交记的是「谁真的买了」, 撤单记的是「谁曾经想买、后来又缩回去了」, 两者量级一样大; 限价单三种结局里只有后两种 (未成交即撤回 nonpartial / 部分成交后撤回 partial) 存在于撤单数据; 部分撤单量占比稳定高于笔数占比 (量 5-8% / 笔约 3%) = 集中在大额订单上; 撤单活跃度族 9 个因子全部为负, 但研报没有给经济解释

  • 撤单活跃度与规模因子 (Cancel Activity and Size Factors) — — 数撤了多少笔、撤了多大的量; 第 1 族 9 个因子 IC 全部为负, diag_log_cancel_count −9.24% / rel_count_per_active_minute −9.19% / rel_active_minute_share −8.42% (胜率 75.88%); 熵类与平均单笔规模几乎无信号 (−1.80% / −0.53%); 第 2 族买卖方向 12 个因子 IC 全部在 ±1.4% 内, 以量为口径的强于以笔数为口径的; rel_count_per_active_minute 与 Barra 市值 48.9%

  • 撤单日内时间结构因子 (Intraday Timing Structure of Cancellations) — — 撤单摊在一天的哪一头; 开盘段占比 −3.55% (负) / 收盘段 +2.66% (正) / 两者之差 +3.80% 最强 (把总量成分减掉, 只留时间分布); 5 日与 20 日平滑版本全部强于原始 (3.80% → 5.43% → 6.08%), 与活跃度族「越平滑越弱」相反 —— 时间结构是慢变量; 三只因子互相相关 46.4%-70.8%, 与 Barra 各风格因子均低于 30%

  • 撤单时长分层因子 (Cancel Duration Stratification Factors) — — 挂 0.5 秒就撤 vs 挂 5 分钟才撤, 背后是两种人; 按存活期分 fast / spec / normal 三层; fast_normal_avg_run_length_diff_vol IC 胜率 78.77% (全篇最高), 20 日平滑 IC 6.59%, 但多头夏普只 0.49 (换手 74.39%); spec_share_within_normal_count 原始 IC 5.44%、全样本年化 20.03% 但年化波动 26.02%、回撤 36.79%; 与其他五族相关性全部低于 20%, 独立性最好; 三层时长阈值、run_length / switch_rate / persistence 口径全文未给