Zotikov & Antonov (2019) — CME Iceberg Order Detection and Prediction
一句话：交易所管理的冰山（native）可以靠交易所自己披露的信息可靠识别；软件商代管的合成冰山（synthetic）只能靠启发式。两者都能用 Kaplan–Meier 生存分析预测"这个冰山最终会有多大"。
完整引用: Zotikov, D., & Antonov, A. (2019). CME Iceberg Order Detection and Prediction. Preprint, 2019-08-29. 无期刊、无卷期、无 DOI。
机构: Devexperts LLC、dxFeed Solutions DE GmbH（均为数据商，非学术机构）。
数据: CME E-mini S&P 500 2019 年 9 月合约（ESU19），全深度逐笔簿 + 交易汇总消息（market-by-order 层）。2019-06-14 至 06-21（接近一周）。
关键数字
| 量 | 值 |
|---|---|
| 原生冰山占成交量 | 4%（占订单数 0.06%） |
| 合成冰山占成交量 | 3.3% – 14.3%（随"最少峰数"参数变化） |
| 合成冰山在完全执行前被取消 | 超过一半 |
| 总成交量中位数（两类相同） | 6（合约单位） |
| 合成冰山预测（最长链） | 准确率 67.54%、精确率 49.95%、召回率 83.67%、F1 62.56%、MAE 2.15（24.94%） |
| 原生冰山预测（Mode(3)） | 准确率 90.21%、精确率 83.91%、召回率 50.34%、F1 62.93% |
| 原生冰山用均值预测 | F1 仅 8.43%（召回率 4.83%）——少数超大冰山把均值拉走 |
方法要点
- 原生识别：解析动作流为有限状态机；peak 规模由 V_L = V_{\text{peak}} - V_T \bmod V_{\text{peak}} 迭代确定
- 合成识别：成交后短于 dt（取 0.3 秒）内同价位同数量补单；只能识别 peak 恒定的冰山；高活跃度下产生"分 tranche 树"，每条叶到根的链都是一条可能的冰山
- 生存分析：冰山常在部分成交后被取消，Kaplan–Meier 处理右删失；合成冰山用加权 Kaplan–Meier
局限
合成冰山识别假设每个节点只有一个子节点；无法识别 peak 或价位变化的合成冰山；参数（dt、最少峰数、训练区间）都是经验取值未做交叉验证；训练数据仅约一个交易日。