高频交易与市场操纵 (HFT & Manipulation)
HFT 的识别与测度、spoofing、闪崩、军备竞赛——监管与微观结构的交叉地带。共 19 篇论文 entity。 每条格式:
「entities/页名」形式的链接 — 一句话要点。 返回: Entities 总索引 · Quant Wiki 总索引
- entities/Fabre Challet 2025 Spoofability — 操纵者成本函数路线: 多尺度 Hawkes + 挂单距离特征 (31 维) + 概率神经网络 (1×64 隐藏层); 31% 的大单可 spoof; 可疑单挂盘口顶端占 0% (正常大单 4.20%); 检测 < 100 微秒/笔
- entities/Lin Yang 2025 Multilevel Manipulation — 表示学习路线: 级联 Transformer 编码器 + 有监督对比学习 + 异常检测; AUC-PR 0.252 → 0.675; 多档操纵更难 (单档 0.308 vs 5 档 0.260); 原始 LOB 直喂反而变差; 通用时序模型 (FEDformer/TimesNet) 反而下降
- entities/Chakrabarty Comerton-Forde Pascual 2022 HFT Proxies — 用 NSE 消息级真值检验九个代理指标: proxy-true 相关 68%–98%, 全部时间窗口成立; 只有 SRuns 主要由 HFT 驱动 (对 AAT/NAT 第二阶段 R^2 0.01/0.00); HFT 占 NSE 成交 23.02%
- entities/Goudarzi Bazzana 2023 HFT Machine Learning — 用 AMF 账户级标签训模型: RUS boost TPR 0.99 / TNR 0.54–0.73; 逆向工程还原成 15 叶概率树 (样本外 PPV 97.1%); 判别力最强的是
recs与委托存活期 (HFT 中位数 265 秒 vs 非 HFT 4,863,101 秒); ⚠️ 标签与特征同源 (AMF 标准本身用撤单+存活期) - entities/Budish Cramton Shim 2015 HFT Arms Race — 高频军备竞赛是市场设计的均衡常数 (连续时间 + 串行处理 内建了套利租金; 有 N 家时流动性商被狙击概率 (N-1)/N); ES-SPY 相关性 10ms 0.1016 / 1ms 0.0080; 套利机会持续时间 97ms(2005) → 7ms(2011) 而每单位盈利恒定 0.08 指数点; 对策 = 时间离散(100ms) + 统一价格批量竞价 (100µs 速度优势只剩 1/1000 重要)
- entities/Easley Lopez de Prado OHara 2012 VPIN — VPIN (成交量时间上的订单流毒性); 崩前 ≥2 小时预警, 绝对收益 >0.75% 的样本中 >84% 落在前一桶 VPIN 最高四分位; 附带贡献 bulk 成交分类; ⚠️ VPIN 已注册商标并申请专利
- entities/Aquilina Budish ONeill 2021 Quantifying the HFT Arms Race — 延迟套利不是都市传说: 每分钟一次、占 21% 成交额、税 0.5 个基点; 方法创新 = 用消息数据看得到输家
- Adam Rej
- Jiang Xie Xiong Zhang Zhang Zhou 2012 Trading Networks Motifs Manipulation — 深交所交易网络异常模体与价格操纵检测; 事前累积事后松弛
- Brunnermeier Pedersen 2009 Market Funding Liquidity
- Chen Wiesel Eldar Hero 2010 OAS MMSE Shrinkage
- Huang Rong Chen Yaqing Chen 2026 Riemannian Factor Model
- Lou Polk Skouras 2019 Tug of War
- Song Liu Chen 2026 Label Horizon Paradox
- Chen-Hui Song · Shuoling Liu · Liyuan Chen · 1E Fund Management (易方达基金)
- Tzikas Candes Hastie Boyd Kochenderfer Kahn 2026 Transient Statistical Factors