Aït-Sahalia, Fan, Xue & Zhou (2022) — How and When Are High-Frequency Stock Returns Predictable?
一句话：高频段的可预测性大、系统、普遍（5 秒收益 R^2\approx10.5\%、方向准确率 64%）；80% 的预测力来自最近 10 毫秒，延迟 10 ms 让 R^2 从 14% 跌到 2.5%。
完整引用: Aït-Sahalia, Y., Fan, J., Xue, L., & Zhou, Y. (2022). How and When Are High-Frequency Stock Returns Predictable? NBER Working Paper 30366（2022-08）。正式版 Management Science 72(9): 7792-7815, 2026（第四位作者改为 Xiaonan Zhu）。
数据: 101 只标普 100 成分股，2019-01 – 2020-12（含 2020 年 3–4 月极端波动期），完整 TAQ 逐笔成交与报价，约 2.3 TB，117 个构造特征，三种时间钟（日历/成交/成交量）。
核心数字
| 项 | 值 |
|---|---|
| 5 秒收益样本外 R^2（中位数股票） | 10.5% |
| 下一笔成交方向准确率 | 64% |
| 到下一批 10 笔的持续时间 R^2 | 9.8% |
| 收益可预测性完全消失 | 5 分钟（约 2,000 笔成交 / 2,000 手） |
| 80% 预测力的来源 | 最近 10 毫秒 / 10 笔成交 / 10 手 |
| 日历钟延迟 10 ms 的后果 | R^2 14% → 2.5% |
| 偷看未来 5 秒订单流 | R^2 14% → 27%；方向准确率 68% → 79% |
| 横截面解释力 | 低价 + 低流动性 + 低波动 + 低相关 + 固定效应，解释 5 秒 R^2 近四分之三 |
三个关键发现
- 成交侧变量优于订单簿侧：源自成交记录的变量预测未来收益，优于源自订单簿状态与演化的变量。
- 持续时间的可预测性在流动性好、波动率高时更高（与收益的方向相反）。
- 算法选择影响很小：LASSO / 神经网络 / 随机森林之间，差别远小于数据质量与特征工程。
与 Cont 2014 的对照（不矛盾）
| Cont 2014 | 本文 | |
|---|---|---|
| 问题 | 同期价格变动的解释力 | 未来收益的预测力 |
| 口径 | R^2 解释 | 样本外预测 |
| 结论 | OFI 65% ≫ TI 32% | 成交侧 > 订单簿侧 |
三点理由：(1) 对象不同（解释当期 vs 预测未来）；(2) 同期最优 ≠ 预测最优——Cont 自己就强调 OFI 是 contemporaneous 的；(3) 本文也把 OFI 列为有效变量。
为何高频可预测性更持久
技术成本高、进入壁垒高、超短预测力保鲜期极短（竞争者来不及套利就已失效）。低频因子相反——被发现即被套利掉。
间接证据：Virtu 2014 IPO 文件称 1,238 个交易日仅 1 天亏损，这种盈利不可能仅靠做市服务费。
在本 wiki 的位置
- 摘要: 中文摘要
- 喂入概念: concepts/microstructure/高频收益可预测性（新建）
- 作者: Yacine Aït-Sahalia
- 对照: Cont Kukanov Stoikov 2014 Price Impact Order Book Events · concepts/microstructure/Order Flow Imbalance (OFI) · concepts/microstructure/订单流分解 (Order Flow Decomposition)
A 股待验证
- "成交侧优于订单簿侧"在 A 股可能更极端——成交侧主动方可直接判定、LOB 侧受 3 秒快照限制，是干净的对照实验。
- "低流动性、低波动、低相关股票更可预测"能否复现？若成立对选股有直接含义。
- A 股的衰减速度：5 分钟 / 2,000 笔在涨跌幅限制下可能形态不同（触板后价格锁定）。
- 回测必须显式建模延迟——这是本文对任何高频策略研究的方法论要求。