papervpinflow-toxicityliquidity-provisionvolume-synchronizedflash-crashfutures

Easley, López de Prado & O'Hara (2012) — Flow Toxicity and Liquidity in a High-Frequency World

一句话：VPIN——在成交量时间上更新的订单流毒性指标。毒性高 → 接下来剧烈波动；毒性低 → 大波动基本不出现。

完整引用: Easley, D., López de Prado, M. M., & O'Hara, M. (2012). Flow toxicity and liquidity in a high frequency world. The Review of Financial Studies, 25(5), 1455–1488. DOI 10.1093/rfs/hhs053.

机构: Easley 与 O'Hara 在康奈尔大学；López de Prado 在 Tudor Investment Corporation（兼哈佛 RCC 博士后）。

数据: E-mini S&P 500 期货（CME）、WTI 原油期货（NYMEX）；2008-01 至 2011-06（稳健性检验延至 2011-08）。

⚠️ 利益披露：VPIN 是 Tudor Investment Corp 的注册商标，作者已申请专利并有财务利益。引用时须一并说明。

三个技术要点

  1. 成交量桶：把时间轴换成成交量时间（每桶等量），削弱波动聚集的影响——实测成交量时间序列更接近正态、序列相关更弱、异方差更小
  2. bulk volume classification（附带贡献）：按时间条/成交量条聚合，用首尾标准化价格变动估计买卖量比例。这是连续估计，不是逐笔二分类——论文明说目标是「整体失衡指标」而非逐笔正确
  3. VPIN：成交量加权的不平衡比例。不需要估计任何不可观测参数（这是相对原始 PIN 的关键改进）

核心实证

结论 数字
闪崩前预警 ≥2 小时越过 0.9 分位
极端收益条件分布 绝对收益 > 0.75% 的样本中 >84% 落在前一桶 VPIN 最高四分位
逐笔分类的失效 Lee-Ready 分类算出的崩后 VPIN 掉到异常低位，而市场涨了 4% 以上——论文因此弃用逐笔分类

技术要点：VPIN 的 AR(1) 系数接近 1，但不是单位根——50 桶滑动平均保证了当前值不依赖 51 桶前的值。实证：崩崩日切分的两个 CDF 几乎相同。

在本 wiki 的位置