latency-arbitragehftmarket-microstructuremarket-designprice-discoveryadverse-selectionequity

延迟套利与速度军备竞赛 (Latency Arbitrage and the Speed Arms Race)

大白话：同一条信息同时到达所有人，但处理请求是串行的——所以先到达交易所的就能抢在别人前面成交，后到的只能看着。这个速度差带来的利润就是延迟套利。它占的成交量比想象的多得多，但成本比想象的小。

一句话的定义

延迟套利 (latency arbitrage)，也叫 sniping 或 picking off stale quotes——一个足够机械、足够明显、以抢速度为主的套利机会。

典型场景：标普 500 期货在芝加哥大幅变动后，全球开始一场竞赛去抢掉所有与标普 500 高度相关资产上的过期报价——标普 500 ETF、其他美国股指期货与 ETF、全球股指期货与 ETF。

其他同类场景：

  • 期限略有差异的国债
  • 现货市场 vs 期货市场
  • 期权与其标的股票
  • ETF 与其最大成分股
  • 货币三角
  • 不同交割月的商品
  • 最简单的：同一资产在多个场所交易——美股有 16 个交易所 + 50 多个另类交易场所

为什么「同时看到信息」仍然能赚钱

这是全文的核心理论问题，由 Budish-Cramton-Shim (2015, QJE 提出（已于 2026-10-21 收录）。

传统观点：市场有效性的关键是信息不对称——你知道别人不知道的才能赚钱。

BCS 的观点：在现代电子市场里，即使信息被很多人同时看到、且被所有人理解，也会产生套利租金——根源是现代交易所的两项设计：

  1. 把时间当作连续的（无限可分）
  2. 串行处理交易请求（一次一个）

关键洞察（论文的原话大意）：这两点都源于人工交易时代（那时也用限价簿与价格-时间优先）。但对计算机而言，串行处理与时间优先的含义比对人字面得多。

方法论：消息数据 vs 订单簿数据

这是 Aquilina-Budish-O'Neill 能做成这件事的唯一原因。

限价订单簿数据 消息数据
内容 只有成交与在簿的挂单 包含尝试交易/撤单但失败的记录
能看到输家吗 不能 能
能看到「比赛」吗 不能 能直接看到

比赛的四个特征

定义（来自 BCS 模型的指引）：

  1. 多个参与者在同一标的、同一价格、同一方向行动
  2. 或者是吃单与撤单的混合（BCS 强调的均衡），或者是全是吃单
  3. 有成功、有失败
  4. 都在「同一时刻」

特征 4 最难。论文有一段很有说服力的说明：即使交易所打算让所有人在同一时刻收到同一条信息，即使参与者有完全相同的技术、做出完全相同的响应——只要时间测量得足够精细，测到的时刻就会有微小差异。

论文注释写得很形象：「试着同时眨左右眼，精确到纳秒——你会失败。计算机在这方面比人强，但也不是完美的。」

实测：规模有多大

数据: LSE SETS，FTSE 100 + FTSE 250，2015 年前后。

量 值
每只 FTSE 100 股票每天的比赛次数 537（约每分钟一次）
全样本每天比赛数 71,000（范围 48,000–144,000）
比赛持续时间 平均 79 μs；众数 5–10 μs；中位数 46 μs
比赛占交易日的时间 0.0001%
比赛中的成交额占比 22%（FTSE 100）
每场参与者数 平均 3.27；99 分位 9；最大 23
「错误的消息」赢得比赛 4%

读法：在 0.0001% 的时间里，发生了 22% 的成交。

FTSE 250 更极端：比赛只占交易日的 0.00002% 的时间，却占了 17% 的成交额。

「错误消息获胜 4%」这个数字的解读（论文的措辞很克制）：「我们不认为这本身有经济学上的意义——它类似于一位购物者选了条稍快的队而不另一位。我们更愿意把这个结果看作强化了比赛有多快：它们快到交易所网关处理中的随机性有时就是胜负的差别。」

实测：集中度

集中度 赢的比例 输的比例
前 3 家 54% 63%
前 6 家 82% 85%

约 90% 的比赛由吃单赢、10% 由撤单赢。

论文脚注里补了一条对照：「差不多同一时期，一位美国高频交易公司的 CEO 向本文作者之一描述说，在美国，处于所谓『领跑圈』的公司有 7 家。」

实测：成本有多大

量 值
单场比赛的价值 约半个跳动单位 (tick)
比赛占价格冲击的比例 约 1/3
比赛占有效价差的比例 约 1/3
延迟套利对交易征的税 约 0.5 个基点
消除延迟套利的市场设计能降低流动性成本 17%
涉及的全球股票市场年总额 约 50 亿美元

政策争论的两端

论文在标题页引用了两句对立的话：

「市场是被操纵的。」——Michael Lewis，《Flash Boys》(2014)

「广泛的延迟套利是个神话。」——Bill Harts, Modern Markets Initiative CEO（一个 HFT 游说组织）

本文的立场在两者之间，但明确偏向 Lewis 一侧——数据证明延迟套利存在且频率高，不过成本有限。

另一篇论文问的是不同的问题：HFT 对价格效率的贡献

Brogaard-Hendershott-Riordan 用状态空间模型把 HFT 拆成两侧，得到相反的结论：

HFT 的哪一侧 结论
吃单（HFTD） 与永久变动正相关、与定价误差负相关 ⇒ 纠正价格超调 + 吸收新信息 ⇒ 提升价格效率
挂单（HFTS） 与永久变动负相关 ⇒ 被逆向选择 ⇒ 给其他投资者带来成本

「HFT 有利还是有害」这个问题之所以一直说不清，正是因为不区分这两侧。

该文的政策表态（平衡的）：

HFT 给其他投资者带来逆向选择成本。同时 HFT 因为有信息，可以对价格效率发挥有益作用。

在没有配套措施的情况下限制 HFT 活动，可能导致市场效率降低。

三篇论文的分工

论文 问什么
Menkveld 2013 新做市商能让一个新交易所活下来吗？
Brogaard 等 2014 HFT 对价格效率是正还是负贡献？
Aquilina-Budish-O'Neill 2021/22 延迟套利的代价有多大？

三篇的结论方向一致：HFT 确实在做事（提供流动性、快速发现价格、抢过期报价），但收益高度集中（Aquilina 的前 6 家占 82%）。

尚未收录 的理论源头

论文 状态
Budish, Cramton & Shim (2015), The High-Frequency Trading Arms Race: Frequent Batch Auctions as a Market Design Response, QJE 130(4) ✅ 已收录。本文的理论前作；提出的对策是批量竞拍 (batch auction)。关键数字：ES-SPY 相关性 10ms 0.1016 / 1ms 0.0080；套利机会持续时间 97ms(2005) → 7ms(2011) 而每单位盈利恒定约 0.08 指数点——军备竞赛只抬门槛、不改奖金；年化总奖金约 7500 万美元
Easley, López de Prado & O'Hara (2012) VPIN 未收录

相关页面