Cont, Cucuringu, Glukhov & Prenzel (2023) — Analysis and Modeling of Client Order Flow in Limit Order Markets
一句话：用经纪商的母订单数据可以分出四类稳定的委托方（Quant / Day VWAP / Signal / Res），它们在 24 个月和 25 只股票上都稳定；但四类的库存与订单流几乎不相关，说明它们由不同策略驱动、处在不同时间尺度上。
完整引用: Cont, R., Cucuringu, M., Glukhov, V., & Prenzel, F. (2023). Analysis and modeling of client order flow in limit order markets. Quantitative Finance, 23(2), 187–205. DOI 10.1080/14697688.2022.2150282.
机构: 牛津大学数学研究所 / 牛津统计系 / Alan Turing Institute；J.P. Morgan 伦敦（两位作者）。
数据: 某大型经纪商的匿名化成交执行数据（含母订单与子订单，覆盖明池与暗池），STOXX 600 最流动的 25 只标的，2018–2019 两年，按月分桶。该数据集市占率"高个位数百分比"。
三种视图（本文最重要的概念区分）
匿名视图（只有各价位挂单量）/ 全知视图（含提交时间 + 委托方身份）/ 经纪商视图（对客户集合可分辨，其余归入"其他所有代理"）。
这是本文与 LOB 深度学习文献的根本差异——后者只能在匿名视图上工作。
四类委托方
| 特征 | Quant | Day VWAP | Signal | Res |
|---|---|---|---|---|
| 撤单率 | 0.26 | 0 | 0.15 | 0.07 |
| 月度成交笔数 | 219.7 | 1.72 | 4.08 | 5.03 |
| 最早下单时刻 | 07:58 | 08:19 | 13:34 | 08:40 |
| 平均动量 (bps) | 2.29 | −17.87 | 29.94 | 38.26 |
Quant：高频小单、撤单最积极、净库存近 0。Day VWAP：只在早盘、几乎不撤单。Signal：下午与美股开盘时段活跃、大量走暗池。Res：前三类的 Dirichlet 混合。
三个反直觉结果
- 四类的库存与 OFI 几乎不相关（|r|\le0.11，回归平均 p 值约 0.25）——由不同策略驱动、不同时间尺度
- 归一化方式决定预测力：OFI_ADV（除以 20 日 ADV）的相关系数明显高于 OFI_C[k]（除以当日成交量）——与本 wiki concepts/microstructure/参与率谬误 (Participation Rate Fallacy) 一致
- 结构差异 ≠ alpha：Signal 的 20 日超额收益 10.63 bps 显著，但所有类型的夏普比率都接近 0
局限
数据只来自一家经纪商，能否推广"尚不清楚"；PnL 是"假设性"的；第 5 节模型是"起点"；撤单率等特征的簇间排名随月份波动；谱嵌入不可逆。