Level-Independent Diffusion Baseline (3n(n+2))

Definition. 在纯扩散 (Gaussian, no jump, no microstructure noise) 下, 日内方差集中度指标 (如 HHIt (Herfindahl Index of Intraday Variance)) 的条件期望: E[\text{HHI}_t \mid \text{diffusion}] = \frac{3n}{n+2} 与 vol 水平 \sigma_t 无关 (level-independent)。给任何日内集中度数值提供不需要参考 vol 水平的标尺; n = 78 5-min bars → 2.925, n = 2 → 1.5, n \to \infty → 3。是 HHIt 论文 Proposition 1 的核心理论结果, 也是 HHI 在不同日之间可比性的数学基础。

证明思路 (4 步)

1. Level cancels: 标准化 r_{t,j} = (\sigma_t/\sqrt{n}) Z_j, s_{t,j} = Z_j^2 / \sum_k Z_k^2, \sigma_t 在分子分母同时出现, 自动消去。
2. Gamma representation: Z_j^2 \sim \chi^2_1 = \text{Gamma}(1/2, 2), 独立。
3. Dirichlet construction: Gamma-to-Dirichlet 标准构造, (s_{t,1}, \ldots, s_{t,n}) \sim \text{Dirichlet}(1/2, \ldots, 1/2)。
4. 二阶矩: E[s_j^2] = 3/[n(n+2)], E[\text{HHI}_t] = n \cdot 3/[n(n+2)] = 3n/(n+2)。

完整证明见 JDQS 2026 论文 Appendix A, 仅用 chi-square + Dirichlet moment, 不依赖任何具体资产数据。

数值参考

关键观察: n \geq 26 时, baseline 在 [2.78, 2.97] 之间; 5-min (n=78) 是 US 股票 + 期货的实际工作点, 给出 2.925。

为什么 level-independent 重要

没有 baseline 的解释问题

如果"今天的 HHI = 4.5" 单独看, 不知道 4.5 是高还是低:

• 有 vol 的话: 可以 normalize, 但 vol 估计本身有误差, 引入额外 noise。
• 跨日比较: 4.5 vs 5.0 vs 6.0 — 哪个算"高集中度"?

有 baseline 之后

• 4.5 vs 2.925 → 经验 HHI 比纯扩散高 1.5x → 有 burst 主导, 大概率 transient event。
• 4.5 vs 4.46 (sample mean) → 略高, 但远低于 sample max。
• 2.93 (2008-10-14) vs 2.925 → 几乎正好 baseline, 广-均匀 → 真正预示 crash。

Provid framework: HHI 偏离 baseline 的方向和幅度比 HHI 绝对值更有信息量:

• \text{HHI}_t \ll 3n/(n+2): 异常均匀 (impossible, 因为 HHI ≥ 1/n) — 几乎不发生。
• \text{HHI}_t \approx 3n/(n+2): 接近纯扩散, 但RV 已高 → "already-stressed but broad-based" → 预示 crash。
• \text{HHI}_t \gg 3n/(n+2): 集中 burst, transient event → 次日 crash 概率低。

与 GARCH 低 vol miscalibration 的关联

论文 hidden gem: GARCH 总体 Brier 看似 competitive, 但 lowest predicted-risk decile 100-fold miscalibration (预测 0.0001, 实际 0.0096) — 源自 normal-tail assumption 在低 vol 期系统性低估 crash 概率。

HGI 框架的解: 用 logistic 估计 (logit) 取代 normal-tail probability mapping; HHIt 配合 RV 给条件概率而非对称尾部。

Proposition 1 的深层含义: 在纯扩散 (H0) 下, HHI 的期望与 vol 无关; 当 HHI 偏离 baseline 时, 是非扩散成分 (jump, microstructure, regime shift) 的贡献; 用 baseline 做参考线, 可以孤立 jump / 非扩散信号, 而不被 vol 水平混淆。

对 quant 实践的含义

1. 直接标准化: 计算日 HHI 后, 与 3n/(n+2) 比对, 不需要 vol-normalize, 省一个估计变量 + 减少 error propagation。
2. 跨市场可比: 不同市场的 trading hours 不同 (US 6.5h, EU 8.5h, Asia 6h) → 5-min bars 的 n 不同 → baseline 不同 (2.78 vs 2.97 vs 2.92); 跨市场比较 HHI 时, 应该先比 baseline。
3. regime 检测: 长期 sample HHI 比 baseline 高 1.5-2x 持续 → 该市场有系统性 burst regime (e.g. EM 开盘宏观数据集中 release); 比 baseline 仅高 0.1-0.2 → 市场接近纯扩散。
4. 数据质量 sanity check: 经验 HHI 显著低于 1/n 时 (e.g. 1/n = 0.0128 for n=78) → 数据可能有平摊/截断问题, 不是真 signal。
5. Real-time crash early warning: 当 RV 已升 + HHI ≈ baseline → "broad-based stress" → 拉响警报; 当 RV 已升 + HHI ≫ baseline → "event-driven, transient" → 警报可降级。

与相关概念的关系

• HHIt — 论文主指标, baseline 是其核心标尺。
• Realized Variance (RV) (Andersen-Bollerslev-Diebold-Labys 2003) — HHI 的"水平"维度, 与 baseline 互补 (r = -0.11)。
• GARCH(1,1) — 用 normal-tail assumption 估计 vol, 在低 vol decile 有 100-fold miscalibration; HHI baseline 提供非扩散信号的 isolator。
• Bipower Variation Jump Ratio (Barndorff-Nielsen-Shephard 2004) — jump detection, HHI 是其形状版本。
• Dirichlet Distribution — 数学基础, Gamma-to-Dirichlet 构造。
• Microstructure Noise (Barndorff-Nielsen-Shephard, Aït-Sahalia-Jacod) — 5-min bar 上仍有微观结构噪声, 是经验 HHI (4.46) > baseline (2.925) 的部分原因。

关键文献

• JDQS 2026 论文 Appendix A — Proposition 1 的 4 步证明 (最简洁 + 最完整)。
• Andersen, Bollerslev, Diebold & Labys (2003) Econometrica — RV 的开创, HHI 概念母题。
• Corsi (2009) JFE — HAR-RV, RV 文献的重要延伸。
• Fan & Wang (2007) JASA — multi-scale jump/vol, HHI 是其 single-day 版本。
• Barndorff-Nielsen & Shephard (2004) JFEC — power & bipower variation, microstructure noise 形式化。

Open Questions

• Realized semivariance 的 baseline: 论文 HHI 用了绝对平方; 改成"上半方差 (up moves) + 下半方差 (down moves) 各自的 HHI", baseline 仍 3n/(n+2) 吗? 上/下分别 HHI 对 signed-jump (Patton-Sheppard 2015) 的预测力更精准?
• Cross-asset baseline: FX (24h), bond (亚洲-欧洲-美国 session), commodity (有夜盘) 等不同 trading hours 的 baseline 在 jump + microstructure noise 下的经验偏移量是多少?
• A 股: 集合竞价 (9:15-9:25 open, 14:57-15:00 close) + 涨跌停 + T+1 是否显著扭曲 HHI 分布, 论文 baseline 还能用作参考线吗?
• Intraday seasonality: 文献已显示 U-shape (open/close 高 vol), HHI 是否也有 U-shape (open bursty, mid-day diffusion-like)? 如果是, baseline 是否应该按 session 内时段自适应?