spoofingmarket-manipulationlimit-order-bookimbalancewasserstein-distancemonitoringmarket-microstructure

Tao, Day, Ling & Drapeau (2020/2022) — 高频交易中 spoofing 策略的检测

作者: Xuan Tao（上海交大）、Andrew Day（Western University，加拿大）、Lan Ling（上海交大，后平安科技）、Samuel Drapeau（上海交大 SAIF）。

发表: 预印本标注 2020-12-11；正式版 Quantitative Finance 22(8): 1405–1425 (2022)。本文 extracted 文本未给 DOI。

数据: 加拿大 TMX（多伦多证券交易所）Level 2 增量数据，2017 年 6–9 月；字段含时间、委托价格、成交量、委托类型（买/卖 × 挂单/撤单/成交）、订单 ID、成交时的对手方订单 ID，可重建全量订单簿。样本为 1500 只可用股票中的 10 只（AEM、BB、BMO、CNR、CPG、FNV、FR、PPL、TD、VET）。

一句话总结

把"挂假单骗人改价、自己反向成交"写成一个能求最优解的静态模型，然后反过来用它做检测：如果某笔市价单之前的订单簿失衡程度明显偏离常态，就怀疑有人 spoof。

机制模型

加权多档失衡是核心信号：按档位权重 w_k（w_0=1，w_k\ge 0）对各档买卖量加权后取失衡 \iota。w_k 表示"第 k 档挂单对失衡的相对影响"。

价格变动分布拆成两类驱动：限价单的挂撤单（dp）与市价单成交（dq）。假设 dp(\iota) 是两个极端分布 dp_-（\iota\approx0）、dp_+（\iota\approx1）的凸组合；假设市价单带来的价格变动中性（\nu=0）。

三种策略的成本对比（论文的算例）

  • 立即市价买入：总成本 21
  • 延迟一周期买：(1-\bar p)19 + \bar p\,23，仅当 \bar p<1/2（看跌市）才优于立即买入
  • 挂假卖单 + 延迟买入：净成本 (1-\bar p)19+\bar p\,23+\boldsymbol{q}

最后那个 q 是全文的关键：假挂单被成交的概率直接吃掉全部 spoof 收益——多挂一单位成本、多得 1 单位库存，净增 q。挂得越浅价格影响越大但被成交概率越高；挂得越深被成交风险越小但价格影响趋近于零。

命题 3.3：什么样的市场"容许" spoof

设 H=\rho a（买股数 / 卖侧深度）。当 \bar\iota\le 1/2 时，无 spoof 操纵当且仅当对所有 k 成立 2\rho\mu_+(1-\bar\iota)\bar\iota w_k\le Q_k\rho+\nu_k。

由此得出的"更容易出现 spoof"的条件：

  1. 被成交概率 Q_k 小（连带 \nu_k 小）
  2. 初始失衡接近 1/2（\bar\iota(1-\bar\iota) 在 1/2 处最大，价格朝有利方向移动的杠杆最大）——即买卖盘均衡时最容易出现 spoof
  3. \mu_+ 大（价格对失衡敏感）
  4. w_k 相对 Q_k 大
  5. \rho 大（相对订单簿深度买得太多）

命题 3.4：最优 spoof 量

结果失衡 \iota_{spoof} 是三次方程在 (0,\bar\iota] 内的唯一实根。单调性：\iota_{spoof} 随 w、\mu_+ 下降（spoof 行为增强），随 Q、\nu 上升。

实证上 w_k 在合理深度内不随 k 递减 → spoof 更可能发生在距盘口一定距离处（挂在盘口下方一段距离性价比最高）。

附录 B：做市商视角的往返

加入有效价差 \Delta（以 tick 计）后，spoof 收益需要 \mu_+(2\iota_*-1)\le -2\Delta。若 \Delta 太大或 \mu_+ 太小，spoof 不再有利可图。

校准（TMX 数据）

  • 采样频率：固定目标价格变动方差 \sigma^2=2，对每只股票选频率 f 使 \sigma_f 最接近
  • 失衡分布拟合：偏斜正态 SN(\alpha(w),\xi(w),\omega(w))，极大似然拟合良好
  • dp_\pm 与最优权重 w：极大似然估计；条件概率 dp_{x_m}(\hat\iota_m)=\iota_m dp_+(x_m)+(1-\hat\iota_m)dp_-(x_m)

每只股票的校准结果（表 3）：

股票 采样频率 f 深度 N 市价单量/流动性 \bar\rho \mu_+
AEM 4 4 54.1% 0.411
BB 38 4 17.8% 0.467
BMO 11 4 62.9% 0.103
CNR 6 4 89.5% 0.398
CPG 53 5 26.4% 0.100
FNV 3 5 81.8% 0.404
FR 60 3 21.4% 0.209
PPL 26 4 54.1% 0.076
TD 20 4 48.2% 0.118
VET 6 5 75.4% 0.315

市价单量相对簿深越大的股票越容易被 spoof（CNR 89.5%、FNV 81.8%、VET 75.4%、BMO 62.9%）。

检测方法（第 5 节，本文最实操的部分）

核心观察：成功的 spoof 必须有一笔市价单成交。所以比较市价单前的失衡 \iota^-(t) 与后的失衡 \iota^+(t)：

  • 合法市价单 → 观测到联合分布 (\iota^-, \iota^+) 服从长期稳态
  • spoof → 市价单前失衡被压到 \iota_{spoof}(\iota^-)，市价单后撤单、失衡回到稳态 → 联合分布明显偏左

三个递进的监控方案：

  1. 只监控短窗 \hat\iota^-_N 是否偏离长期 \iota^-：不够好（可能只是别的市场模式）
  2. 监控短窗联合分布 (\hat\iota^-_N, \hat\iota^+_N) vs 长期联合分布：仍然非 iid
  3. 条件化监控（作者采用）：在给定当前 \hat\iota^+_N 的条件下监控 \hat\iota^-_N，此时序列接近 iid

度量工具：非参数的 2-Wasserstein 距离。监控两个量：到合法失衡的条件分布 K(y,\cdot) 的距离、到 spoof 失衡条件分布 K_{spoof}(y,\cdot) 的距离；前者大于后者即报警。

实现细节：短窗样本量 N\approx100；把 \hat\iota^+_N 分成 L 个等基数分桶，每桶 N/L 个样本；从 K 与 K_{spoof} 各抽 N/L 个点算 Wasserstein 距离。核近似：(\iota^-,\iota^+) 拟合二元正态，(\iota_{spoof}(\iota^-),\iota^+) 拟合二元偏斜正态。

主要结果

拟合优度（附录 C，BMO，6/5–6/9）：20 个等距分位桶中3 个被拒绝（桶 16 \chi^2=16.046 p=0.014；桶 18 \chi^2=17.835 p=0.007；桶 20 \chi^2=17.953 p=0.006），其余 17 个通过。

自相关检验（BMO，2017-06-07）：无条件时 \hat\iota^-、\hat\iota^+ 自相关明显；条件化后两段自相关基本落在 95% 带内。

检测结果（6/5–6/9）：整体上"短窗失衡到 spoof 失衡的距离小于到合法失衡的距离"很少发生交叉；发生显著交叉时多为孤立事件，CPG 与 PPL 最明显；TD 例外（交叉很多），但 TD 是市价单到达率最高、而 \mu_+=0.118 特别低的股票，按式 (5.1) 大部分时间 spoof 并不划算，落在"值得 spoof"区域内的显著交叉只剩 1 次。

论文自陈的局限

  • 静态设定，刻意忽略订单簿动态；动态版本会变成高维动态规划问题。
  • 不考虑复合 spoof（多笔假单同时存在）。
  • 假设只有一个潜在 spoofer，且市场"无限反应"；不考虑市场意识到 spoofer 存在后的博弈（Kyle 1985 意义）。
  • 假设 spoof 发生在单一市场；van Kervel (2015) 已指出快线交易者会跨交易所操作。
  • 深度/流动性对 spoof 倾向的影响结论不确定——本模型推不出来，而 Shorter & Miller (2015) 认为流动性差的市场更容易 spoof。
  • 结论章节明说："这绝不是 spoof 检测的最终答案，只是第一步"。

对本 wiki 的位置

关键引用

Tao, X., Day, A., Ling, L., & Drapeau, S. (2020/2022). On Detecting Spoofing Strategies in High Frequency Trading. Quantitative Finance 22(8): 1405–1425.