market-impactorder-flowlong-memorymetaorderpropagatorsquare-root-lawmarket-microstructureliquiditycross-asset

Bouchaud, Farmer & Lillo (2008) — How Markets Slowly Digest Changes in Supply and Demand

一句话：市场的信息在订单流里而非价格里——大单需切成小片长时间消化，故价格对订单流的反应非线性且长记忆；冲击由订单的可预测性而非信息含量决定。

完整引用: Bouchaud, J.-P., Farmer, J. D., & Lillo, F. (2008). How markets slowly digest changes in supply and demand. arXiv:0809.0822。

形态: 12 章长篇综述，111 页（arXiv 版；后来扩充为 Bouchaud Bonart Donier Gould 2018 Trades Quotes Prices 的理论与实证基础）。数据横跨 LSE / 巴黎 / NYSE，1999–2004。

核心经验事实

事实 数字
订单流符号长记忆 C_\ell \sim \ell^{-\gamma}，0<\gamma<1
Hurst 指数（LSE 20 只大盘股） H \approx 0.7（对应 \gamma = 0.6）
Hurst 指数（巴黎交易所） \gamma 在 0.2–0.7 之间
极端自相关持续时间 Vodafone：10^4 笔交易（约 10 天）后仍高于噪声
机械冲击幂律衰减 \tau^{-\alpha_M}，\alpha_M \approx 1.6（LSE）
机械冲击 / 总冲击 初始值约为总冲击渐近值的一半

三个关键论证

  1. 长记忆来自同一投资者连下同向单，不是羊群。按会员代码拆分自相关：相同代码仍是幂律且幅度大一个数量级；不同代码则迅速衰减到零、不符合幂律。

  2. 冲击由可预测性而非信息含量决定。不需要"知情者/不知情者"二分——高度可预测的订单冲击小，不可预测的才推动价格。这是本文最有争议也最有启发性的主张。

  3. 聚合尺度依赖性。时间尺度越长，冲击越接近线性、斜率越小。比较不同尺度的冲击曲线是误导性的——这解释了为什么不同研究报告的指数 \psi 从 0.3 到 0.5 都有（未必矛盾，是在不同尺度上测的）。

在本 wiki 的位置

待验证（A 股）

  • A 股订单流是否有同样的长记忆？H 是否也在 0.6–0.7？ 这是把 Bouchaud 框架搬到 A 股的第一个检验点，现有 订单流分解（Shen 2023）没回答。
  • "可预测性 vs 信息含量"在有真实知情交易的场合是否失效？ 本文只在订单身份完全匿名的市场（LSE/巴黎）上论证；A 股逐笔数据可识别会员代码和营业部，反而能直接检验这个假说。