Menkveld (2013) — 高频交易与新做市商：一家 HFT 如何让一个新交易所活下来
作者: Albert J. Menkveld（VU University Amsterdam、Tinbergen Institute、Duisenberg School of Finance）
发表: Journal of Financial Markets 16(4): 712–740, 2013 年 11 月。本页基于 Tinbergen Institute 讨论论文 TI 11-076/2/DSF，45 页。
数据: 荷兰指数股，2007 年 9 月 4 日—2008 年 6 月 17 日。NYSE Euronext 与 Chi-X 双方提供的自有数据，含匿名的经纪商 ID。
本 wiki 第一篇从"单个交易者的完整损益表"角度写的高频论文。此前收录的 22 篇微观结构论文绝大多数是"市场层面的统计规律"，这一篇是"一家高频公司实际赚了什么、压了多少资金、承担了什么风险"。
一句话总结
2007 年新进入欧洲的交易所 Chi-X，上市初期只占全部成交的 1–2%，随后在一个月内跳到两位数份额——因为一家高频交易者进场并开始做市。这个 HFT 一半的交易挂在老市场 Euronext、一半挂在 Chi-X，成交几乎全是被动挂单，每笔毛赚 0.88 欧元，压峰保证金 205 万欧元，年化夏普 9.35。
因果链条
flowchart TD
A["Chi-X 于 2007 年 4 月进入<br/>初期仅占 1-2% 成交"] --> B["新 trader ID 同时出现在<br/>Chi-X 与 Euronext"]
B --> C["一个月内份额跳至两位数<br/>该 HFT 参与率与 Chi-X 份额同步"]
B --> D["买卖价差下降 50%"]
C --> E["该 HFT = 现代多市场做市商"]
E --> F["几乎全是被动挂单<br/>在 Chi-X 收窄报价、在 Euronext 减仓"]
F --> G["市场碎片化与做市的互相强化"]
论文的核心论断：这类做市型 HFT 的存在，是新市场成功的必要条件；新市场的成功也反过来让这类 HFT 获利——是一个双向强化的关系。
损益分解（本文最有价值的部分）
论文用标准做市收入分解，把每笔交易的毛利拆开：
| 项目 | 金额（欧元/笔） |
|---|---|
| 买卖价差收入（扣费后） | +1.55 |
| 持仓损益（positioning） | −0.68 |
| 毛利润合计 | +0.88 |
持仓损益再拆一层，是本文最精彩的发现：
| 持仓时长 | 损益（欧元/笔） |
|---|---|
| 持仓 < 5 秒 | +0.45（盈利） |
| 持仓 > 5 秒 | −1.13（亏损） |
| 合计 | −0.68 |
大白话：持仓时间越短越赚钱，超过 5 秒就亏钱。 这个 HFT 的盈利完全来自快速进出——它必须在毫秒级完成从"接单"到"减仓"的闭环，任何慢下来的部分都在亏钱。
关键运营数字
| 指标 | 数值 |
|---|---|
| 每天每只股票的成交笔数 | 1,397 笔 |
| 占全部成交的比例 | 14.4%（在 Chi-X 与 Euronext 上几乎对半） |
| 占 Chi-X 全部成交的比例 | 47.7%（4,370 万笔 / 9,920 万笔） |
| Chi-X 上的交易参与率 | 8.1% |
| Euronext 上的交易参与率 | 64.4% |
| 被动成交占比 | 约 4/5 |
| 延迟上界（消息间隔） | 1.67 毫秒 |
| 峰值保证金占用 | 205.2 万欧元（按每只股票计） |
| 年化夏普（毛） | 9.35 |
| Chi-X 2010 年成交量份额 | 15.7%（LSE 21.3%、NYSE-Euronext 15.6%、德交所 12.6%） |
| NYSE 上市股票中在 NYSE 成交的比例 | 2005 年 79.1% → 2009 年 25.1% |
最值得注意的两个数：
- 参与率 8.1% vs 64.4% 的巨大差异——在 Chi-X 上它只占很小份额，在 Euronext 上却占大头。这正是"新市场靠收窄报价吸引流动性提供者，老市场靠深度吸引流动性索取者"的量化证据。
- 不能跨清算所净额结算，导致资金占用放大 100 倍。论文引用 Duffie-Zhu (2011) 讨论净额结算效率。
如何识别出这家 HFT（方法上值得学）
论文没有依赖自报身份，而是用行为特征识别：
| 特征 | 观测值 |
|---|---|
| 延迟 | 消息间隔上界 1.67 毫秒 |
| 自营交易 | 是 |
| 成交笔数 | 占全部成交 14.4% |
| 每日净头寸 | 多数交易日开收盘时为零 |
| 跨市场 | Chi-X 与 Euronext 都有大量成交 |
最后一条"开收盘净头寸为零"是最干净的识别特征——真正的做市商日内不留隔夜风险。
价格影响的证据：论文报告当 HFT 持有多头仓位时，中间价被压低；持空头时中间价被抬高。这是做市行为在价格过程中的直接体现。
作者对"夏普 9.35 太高"的解释
论文没有把这当成"套利收益"，而是给了一个商业上的解释：
- 这是创业风险的回报——如果建技术、对接两个市场、设计算法的固定成本很高，超额收益恰好让净现值为正；
- 当时确实有失败风险（LSE 在 2004 年推出 EuroSETS 挑战 NYSE-Euronext 失败）；
- 后续 HFT 涌入会稀释这份租金到竞争水平——但样本期太短，无法识别这个过程。
这个解释框架对本 wiki 很有用：看到异常高的因子夏普时，先问"这是承担了什么风险换来的"，而不是直接当套利收益。
对 A 股的直接价值
| 维度 | A 股情况 |
|---|---|
| 结构可比性 | A 股同样碎片化：沪市、深市、北交所，加上各家券商的隔夜/N8 等场外产品 |
| 做市商制度 | 科创板、创业板已有做市商制度（见 创业板做市商制度）——本文提供了检验这些做市商是否真的像 Menkveld 描述的 HFT 那样运作的行为基准 |
| 可复现的检验 | 看做市商进场后买卖价差是否下降 50%——这是本文最直接可测的预测 |
| 涨跌停 | 涨跌停会截断做市商的报价能力（封板时无法撤单或被锁），需单独处理 |
本 wiki 的 Open Questions
- 被动成交占 4/5 意味着什么？ 若做市商几乎全靠被动成交赚价差，那 A 股的主动单方向的信号质量会因对手方是做市商而系统性下降——这与本 wiki 记录的 机构与散户的订单流差异 相关。
- 5 秒持仓阈值是否普适？ 本文样本是荷兰指数股、2007 年（无 tick size 变化的干扰）。A 股有更严格的涨跌幅限制与 T+1，做市商的风险管理窗口可能不同。
- 毛夏普 9.35 与扣费后的差距？ 论文明确说不含固定成本（开发算法、买硬件、清算所会员费）。净夏普会低很多。
- A 股做市商的实际持仓时长是多少？ 这是本 wiki 认为最值得测的指标——如果 A 股做市商持仓也集中在 5 秒内，说明制度设计起作用。
关键引用
Menkveld, A. J. (2013). High frequency trading and the new market makers. Journal of Financial Markets, 16(4), 712–740. Tinbergen Institute Discussion Paper TI 11-076/2.
JEL: G10
主要引用：Foucault & Menkveld (2008) 智能路由 · Hendershott-Jones-Menkveld (2011) 算法交易改善流动性 · Hendershott-Riordan (2009) · Hasbrouck & Saar (2010) 低延迟交易 · Kirilenko-Kyle-Samadi-Tuzun (2010) 闪崩 · Jovanovic & Menkveld (2010) HFT 作为限价市场中间人 · Duffie & Zhu (2011) 跨清算所净额结算 · Madhavan (2000) 做市成本三分法 · Gromb & Vayanos (2002)、Brunnermeier & Pedersen (2009) 资金与流动性。