Almgren, Thum, Hauptmann & Li (2005) — Direct Estimation of Equity Market Impact
作者: Robert Almgren（多伦多大学数学与计算机系；Citigroup Global Quantitative Research）、Chee Thum、Emmanuel Hauptmann、Hong Li（均为 Citigroup Global Quantitative Research，纽约与伦敦）。
发表: 2005-05-10 版（原始版本 2004-12-20）。PDF 26 页。
⚠️ 版本说明：这份 PDF 来自 UPenn 的 Kearns 课程站托管，未见期刊卷期页眉。Crossref 也未能索引本文（只索引到 Almgren-Li 的期权对冲系列）。backlog 原记的出处是 Risk 18(7), 2005——该出处待核实。
一句话总结
用花旗美国股票交易台的真实成交数据反解冲击系数，得到两个「普适常数」：\gamma = 0.314、\eta = 0.142。关键结论是临时冲击的指数实测为 3/5，在 95% 置信水平上拒绝平方根模型 1/2。
与 Almgren-Chriss 的分工（这是本文的位置）
Almgren-Chriss (1999) 提供模型：价格走布朗运动、冲击是速度的函数，据此推导最优执行轨迹。但冲击函数的参数必须假设，不能从数据定出。
本文（2005）：用花旗的真实成交数据把参数定出来。论文明确说这是对前一版的补充——「用一个简单但现实的理论框架」分析大量花旗美股交易台执行数据。
| Almgren-Chriss 1999 | 本文 2005 | |
|---|---|---|
| 提供什么 | 模型结构（冲击如何随速度变化） | 参数值（g、h 的系数与指数） |
| 数据 | 无（纯理论） | 花旗美国股票经纪执行 |
模型：与 Almgren-Chriss 同源，但做了两处关键改动
永久冲击：
dS = S_0\, g(v)\, d\tau + S_0\,\sigma\, dB
g(v) 是永久冲击函数，唯一的假设是递增且 g(0)=0。
临时冲击（实际成交价）：
\tilde S(\tau) = S(\tau) + S_0\, h\!\left(\frac{X}{T}\right)
两处关键改动：
- 用「量时间」(volume time) \tau 表示时间——\tau 是「当日平均成交量已执行的平均比例」，不是钟表时间
- 价格波动用绝对值而非百分比——论文说「由于涉及的时间区间都短于一天」
成本的显式表达（式 1、2）：
I = T\, g\!\left(\frac{X}{T}\right) + \sigma\sqrt{\frac{q}{T_{\text{post}}}}\,\xi
\frac{J-I}{2} = h\!\left(\frac{X}{T}\right) + \sigma\sqrt{\frac{v}{12}\left(4 - 3\frac{T}{T_{\text{post}}}\right)}\left(\chi - \frac{T_{\text{post}}-T}{2}\sqrt{\frac{q}{T_{\text{post}}}}\xi\right)
其中 \xi, \chi \sim N(0,1)。
读法：
- I 是永久冲击（从交易前到交易后的净价格移动）——注意这不是成本
- J 才是实际成本（等于成交价与初始价的差）
- 式 2 里的 I/2 反映早期成交对后期成交价的永久冲击影响
- 那个复杂的误差表达式反映「布朗运动中段相对终点 T_{\text{post}} 的波动」，只用于回归的异方差修正
核心方法：二维度的无量纲化
这是本文能覆盖整个数据集的关键。
第一层：订单规模无量纲化
「我们假定刻画订单规模或交易速度的自然变量不是股数本身，而是相对于该股票在交易时段背景流量的最佳估计的股数。」
即用 X/(VT) 而非 X。
第二层：价格变动用日波动标度
「价格运动不应以原始百分比表示，而应表示为价格『正常』日内变动的比例。」
修正后的成本函数（式 5、6）：
I = \sigma\, T\, g\!\left(\frac{X}{VT}\right) + \text{noise}, \qquad \frac{J-I}{2} = \sigma\, h\!\left(\frac{X}{VT}\right) + \text{noise}
现在 g(\cdot)、h(\cdot) 是无量纲函数的无量纲自变量——在 \sigma 与 V 变化的日子之间保持不变。
流动性因子的选择
永久冲击引入流动性因子 L。候选变量与论文的处理：
| 候选 | 处理 |
|---|---|
| 流通股本 \Theta | 采用，L = (\Theta/V)^{\delta}。\Theta/V 是「换手率」的倒数，论文说这是自然的解释变量 |
| 买卖价差 | 未纳入——「在我们的样本中没有发现一致的依赖性」 |
| 市值 | 未纳入——论文承认存在「价格效应」（Lillo-Farmer-Mantegna 2003 也发现），但依赖太弱，为概念简洁起见舍弃 |
临时冲击则不需要任何个股修正：
「在广泛的初步探索中，我们发现临时成本函数 h(v) 不需要任何个股特异的修正：作为波动比例的流动性成本只取决于相对平均日成交量的成交股数。」
核心结果：三个指数
非线性回归（Gauss-Newton 优化）：
\alpha = 0.891 \pm 0.10, \qquad \delta = 0.267 \pm 0.22, \qquad \beta = 0.600 \pm 0.038
（误差棒为一个标准差）
论文的三条结论：
| 结论 | 说明 |
|---|---|
| \alpha = 1 不能被拒绝 | 永久冲击线性。考虑到线性带来的巨大实用简化，论文选用 \alpha = 1 |
| 流动性因子 \delta \approx 1/4 | 「非常近似地是 1/4」 |
| \beta = 3/5，拒绝平方根 | 临时冲击严格凹（\beta < 1）。在 95% 置信水平上拒绝 \beta = 1/2，论文固定 \beta = 3/5 |
\beta = 3/5 相对平方根的差别：小单成本略低、大单成本略高。
\delta > 0 的含义：固定订单股数 X 与日均成交量 V 时，流通股本 \Theta 越大、成本越高——因为每天交易的流通比例更小，所以该流量的同等比例冲击更大。
两个指数与既有理论的对照：
这些结果经验上确认了 Huberman & Stanzl (2004) 关于永久冲击对订单规模线性的理论论证，以及文献中广泛描述的临时冲击的凹性。
两个普适系数
线性回归结果：
\gamma = 0.314 \pm 0.041 \quad (t = 7.7), \qquad \eta = 0.142 \pm 0.0062 \quad (t = 23)
最终公式：
\boxed{\;I = \gamma\,\sigma\,\frac{X}{V}\left(\frac{\Theta}{V}\right)^{1/4} + \langle\text{noise}\rangle\;}
\boxed{\;J = \frac{I}{2} + \text{sgn}(X)\,\eta\,\sigma\left(\frac{X}{VT}\right)^{3/5} + \langle\text{noise}\rangle\;}
论文称这两个是「市场冲击的普适系数」——按模型它们适用于整个数据集里的每一个订单、每一个资产。
数值示例（IBM vs DRI，买入当日均量的 10%）
两支股票的基本差异：
| IBM | DRI | |
|---|---|---|
| 日均成交量 V | 6.561 M | 1.929 M |
| 流通股本 \Theta | 1728 M | 168 M |
| 换手率倒数 \Theta/V | 263 | 87 |
| 日波动 \sigma | 1.57% | 2.26% |
| 归一化订单规模 X/V | 0.1 | 0.1 |
| 归一化永久冲击 I/\sigma | 0.126 | 0.096 |
| 永久冲击 (bp) | 20 | 22 |
不同执行时长下的临时成本与总成本：
| 执行时长 T（日） | 归一化临时 K/\sigma (IBM) | 临时成本 K (IBM, bp) | 临时成本 K (DRI, bp) | 总成本 J (IBM, bp) | 总成本 J (DRI, bp) |
|---|---|---|---|---|---|
| 0.1 | 0.142 | 22 | 32 | 32 | 43 |
| 0.2 | 0.094 | 15 | 21 | 25 | 32 |
| 0.5 | 0.054 | 8 | 12 | 18 | 23 |
论文的解读：
DRI 每天换手其流通股的 1/87，而 IBM 只有 1/263——买入一日成交量的十分之一，对 DRI 只造成 0.1 倍波动的永久价格移动，对 IBM 则是 0.13 倍；其中一半体现为成本。由于永久冲击函数是线性的，永久成本数字与执行的时间尺度无关。
交易成本与波动成本的权衡在这张表里一目了然：把 T 从 0.1 拉到 0.5 天，IBM 的总成本从 32 bp 降到 18 bp。
一个必须知道的解读限制：R^2 极低
论文自己指出了这一点：
这些回归的 R^2 典型地低于 1%，表明模型只解释了因变量 I 和 J 中很小的一部分。
论文给出的理由（这段要记住）：
这正是预期的，因为永久冲击项相对于执行期间价格因波动而产生的随机运动而言很小。
论文补充的一个重要视角：
这个持续成本虽小，却意义重大，因为它是基金经理交易时的平均成本。而且由于大多数订单是大额组合交易的一部分，组合层面实际经历的波动成本远低于个股层面的分析所示，这提高了所估计的冲击成本占比的重要性。
论文自陈的边界
- 单股票拟合「勉强够用」：「我们的数据仅对少数几个在样本中占比最大的名字勉强够定出系数……我们不展示这些结果，因为它们没有足够的统计显著性可用」
- 样本全是美股大盘股：「我们的数据集完全由美国市场的大盘股构成」
- 买卖价差与市值被排除在流动性因子之外
- 买入卖出用同一系数——论文说探索性分析「没有显示强烈需要」
- 实际残差是肥尾的（论文承认），但 t 统计量仍在高斯假设下计算
- 系数需要持续更新：「我们预期系数、也许指数、甚至函数形式，都会持续更新以反映最新数据」
对本 wiki 的位置
- 入口概念: 永久与临时市场冲击 —— 本页补上了这组页面此前缺的最关键一环：h(v) 的指数该取多少
- 执行侧: Optimal Execution
- 对照: 平方根冲击定律 —— 本文是一个反例：在真实券商成交数据上，临时冲击的 3/5 在 95% 水平拒绝 1/2
- 作者: Robert Almgren · Chee Thum · Emmanuel Hauptmann · Hong Li
一个必须并列看待的冲突
本文（花旗真实成交）与 Sato-Kanazawa (2025)（东交所全账户）的结论不同：
| 本文 2005 | Sato-Kanazawa 2025 | |
|---|---|---|
| 对象 | 临时冲击 h(v) 对交易速度 | 总冲击 I(Q) 对成交规模 |
| 指数 | \beta = 0.600（拒绝 1/2） | \delta = 0.489（确认 1/2） |
| 数据 | 花旗美股大盘股经纪执行 | 东交所全账户（含散户与单个交易者） |
两者不冲突——测的不是同一个量：h(v) 是临时冲击（执行速度的函数、路径依赖），\delta 是 metaorder 的总冲击（成交规模的函数）。详见 concepts/microstructure/冲击指数的三个口径 (Three Measures of the Impact Exponent)。