Zarinelli, Treccani, Farmer & Lillo (2014) — Beyond the Square Root
作者: Elia Zarinelli（LIST S.p.A., Trieste）、Michele Treccani（Mediobanca；QUANTLab Pisa）、J. Doyne Farmer（Oxford Martin School 数学研究所；Santa Fe Institute）、Fabrizio Lillo（Scuola Normale Superiore；QUANTLab；Santa Fe Institute）。
发表: arXiv:1412.2152（2014-12-05）；正刊 Market Microstructure and Liquidity 1(2), 2015，DOI 10.1142/S2382626615500045。PDF 38 页。
⚠️ 标题更正：本库早期记录误记为「Overcoming the Pro-Rata Curse」，错误。那是同组作者的早期工作论文标题；本文正刊标题是「Beyond the Square Root: Evidence for Logarithmic Dependence of Market Impact on Size and Participation Rate」。backlog 里 7.4 与 7.5 实为同一篇的不同版本。
一句话总结
平方根公式在订单规模的两个数量级上拟合得很好，但换成对数函数能覆盖近五个数量级——而且冲击其实依赖「执行时长」和「参与率」两个变量，平方根的「只依赖规模」是数据聚合造成的假象。
数据
- Ancerno 数据库的机构 metaorder（母单）执行记录，美股 2007–2009
- 过滤后 6,944,883 笔 metaorder；冲击曲面分析用其中约 500 万笔（限定 \eta > 10^{-3} 以避免强噪声区）
- Kibot 历史数据补充：Russell 3000 指数 3500 只股票的 1 分钟 OHLCV
- 日波动代理 \sigma_D = (S_h - S_l)/S_o
三个刻画 metaorder 的变量：
| 记号 | 含义 |
|---|---|
| \pi | 日均相对份额 = 成交量 / 日成交量 |
| \eta | 参与率 = 交易速度 / 市场速度 |
| F | 持续时间（占总交易日的比例） |
\pi = \eta \cdot F——两个变量就足以导出第三个。
三个参数的分布（论文的发现之一）：
| 参数 | 分布 | 幂律指数 |
|---|---|---|
| 参与率 \eta | 截断幂律（10^{-4} \le \eta \le 0.1 区间） | a = -0.864 \pm 0.001 |
| 持续时间 F | 截断幂律（0.01 \le F \le 0.5） | a = -0.932 \pm 0.003 |
| 日均份额 \pi | 明显不是幂律 | — |
论文特别指出 \pi 不是幂律这件事很重要：
这可能是一个重要结果，因为某些市场冲击理论的预测依赖于这一点，而且一般假设是幂律行为。
\eta 与 F 的线性相关只有 -0.022（几乎无关）；贡献主要来自极端区域——\eta 很大意味着 F 很小，反之亦然（激进的 metaorder 通常很短）。
一个数据质量问题（论文的处理值得学）：有些 metaorder 的起止时间明显不可靠（持续时间恰好是 410 分钟、从 9:30 到 16:20、参与率系统性偏低）。论文判断这些订单报给 Ancerno 的时间不准确，因此直接剔除——「代价是显著缩小了样本」。
核心结果一：对数函数拟合好得多
评估指标：加权均方根误差 E_{RMS}（按每个观测的标准误加权），越小越好。
两种函数形式：
f(\pi|Y,\delta) = Y\,\pi^{\delta}, \qquad g(\pi|a,b) = a\log_{10}(1+b\pi)
全样本拟合结果：
| 函数 | 最优参数 | E_{RMS} |
|---|---|---|
| 幂律（平方根） | Y = 0.15 \pm 0.01，\delta = 0.47 \pm 0.02 | 6.70 |
| 对数 | a = 0.028 \pm 0.001，b = 465 \pm 33 | 2.80 |
\delta = 0.47 与既有文献一致（Potters-Bouchaud、Lillo-Farmer-Mantegna、Gabaix 等）。
论文对双对数图上「看起来是直线」的辨析（这段是全文最关键的读法）：
\pi 在 10^{-3} 到 10^{-1} 范围内，数据点第一近似落在一条直线上。然而明显的凹性是存在的——对很大的和很小的 \pi，冲击曲线都向下弯。
分年份与分市值的结果（表 4）：
| 分组 | 幂律 \delta | 幂律 E_{RMS} | 对数 a | 对数 b | 对数 E_{RMS} |
|---|---|---|---|---|---|
| 2007 | 0.41 | 5.47 | 0.029 | 491 | 1.36 |
| 2008 | 0.41 | 4.96 | 0.025 | 547 | 2.11 |
| 2009 | 0.46 | 3.18 | 0.032 | 316 | 2.23 |
| 大市值 | 0.51 | 1.38 | 0.030 | 441 | 0.40 |
| 中市值 | 0.46 | 1.32 | 0.030 | 400 | 0.69 |
| 小市值 | 0.42 | 0.69 | 0.027 | 428 | 1.03 |
除小市值分组外，对数函数总是更好。
一个重要的稳健性结论：临时冲击曲线的形状几乎不依赖交易时段（2007/08/09）也不依赖市值——这印证了平方根律「鲁棒」的说法，也说明换成对数形式后同样鲁棒。
核心结果二：平方根的「只依赖规模」是聚合假象
这是全文最有价值的发现。
平方根公式只依赖日均份额 \pi——这意味着临时冲击应当同时独立于 F 和 \eta。
论文按 F 与 \eta 分组检验，结论是否定的：
| 条件变量 | 幂律指数的变化 |
|---|---|
| 按持续时间 F 分组 | 从 0.58 降到 0.42 |
| 按参与率 \eta 分组 | 从 0.74 降到 0.47 |
（指数误差均为 0.02。）
机制（论文的解释，这段值得记住）：
由于 \pi = \eta F，按 \pi 条件化意味着对 \eta-F 平面上从左下到右上的对角条带取平均。这个平均包含了正负残差、它们部分抵消，从而产生观察到的数据坍缩（collapse）。
所以「平方根律的普适性」在很大程度上是聚合的产物，而不是真的与执行参数无关。
核心结果三：冲击曲面与局部指数
「冲击曲面」概念：把 I_{tmp}(\Omega=\{\eta,F\}) 看作 (\eta, F) 平面上的曲面。
两种拟合的对比：
f(\eta,F|Y,\delta,\gamma_1) = Y\,\eta^{\delta}F^{\gamma_1}, \qquad g(\eta,F|a,b,c) = a\log_{10}(1+b\eta)\cdot\log_{10}(1+cF)
残差图（表 8）：幂律拟合的残差有宏观结构（正负残差在平面上系统分布）；对数拟合的残差这个模式被强烈削弱。
局部指数的估计结果（图 10）：
| 指数 | 行为 |
|---|---|
| \hat\delta(\eta,F) | 小 \eta 时一致更大；大 \eta 时一致小于 0.5；变化范围显著，从约 0.1 到 0.9 |
| \hat\gamma_1(\eta,F) | 小 F 时接近 1；中等 F 时接近 0.3；大 F 时行为更复杂（低参与率时高指数，反之亦然） |
论文的结论：
平方根预测的值 \gamma = \delta = 0.5 只在 \eta-F 平面的中央区域有效。
核心结果四：从冲击反推「潜在订单簿」
这是本文的方法论贡献。
Tóth 等 (2011) 的理论：真实订单簿不反映实际供需（参与者不透露真实意图），潜在订单簿只有在价格移动时才显形，因此可以从冲击形状反推。
方程（20）：V(x|b,n) 是潜在订单簿在对数价格 x 处的量，尺寸为 \pi 的 metaorder 产生满足
\pi = \int_{x_0}^{x_0 + I(\pi)} V(x|b,n)\,dx
的冲击 I(\pi)。
关键的理论对照（论文明确列出）：
| 潜在订单簿形状 | 冲击函数 |
|---|---|
| 对数价格线性 V \propto x | 平方根（Tóth 等的主张） |
| 常数 $V = $ const | 线性 |
本文的参数化形式（式 21）：
V(x|b,n) := \frac{1}{Y}\cdot\frac{x^n\exp(bx)}{\int_0^1 dy\, y^n\exp(by)}, \qquad x\in[0,1]
x \ll 1/b 时按多项式增长，x \gg 1/b 时按指数增长。
两个特例：
- n = 0：恢复对数函数 I(\pi|Y,b,0) = Y\frac{\log(1+c\pi)}{\log(1+c)}，其中 c = e^b - 1。\pi \ll 1/c 时线性增长，\pi \gg 1/c 时对数增长
- n = 1：小 x 时按平方根增长，大 x 时对数增长
拟合结果：
| 模型 | 结论 |
|---|---|
| n=0 | 比 n=1 好 |
| 线性/对数的分界 1/c | \pi^\star \approx 2\times 10^{-3} |
| 三参数模型 I(\pi\mid Y,b,n) | 明显改善拟合；\hat n = 0.22 |
\hat n = 0.22 接近零，意味着最优买卖价附近的潜在订单簿几乎是平的（论文说左侧噪声较大）。
论文的结论：数据与大成交量下潜在订单簿呈指数形状一致。
核心结果五：执行不是 VWAP，且价格在执行结束前就开始回撤
论文问的问题（很直白）：
给定两个参与率相同、持续时间不同的 metaorder（F_1 < F_2），第一个在 t = F_1 时达到的冲击，应该与第二个相同吗？
先验理由：此时可获得的公开信息相同，所以从市场冲击的角度它们应该无法区分。
实测（图 11）：明确的否定答案。价格轨迹明显偏离由圆圈标出的临时冲击面。
两个发现：
- 小参与率时轨迹明显高于冲击面（更极端）；参与率越大轨迹越接近圆圈
- 有些情形下价格在 metaorder 结束前就开始回撤
模型能解释多少（论文对比了两个模型）：
| 模型 | 能解释 | 不能解释 |
|---|---|---|
| Almgren-Chriss | 前置加载的执行轨迹高于冲击面 | 不能重现冲击的凹性（它预测线性冲击） |
| 传播子模型（Bouchaud 等、Lillo-Farmer） | 凹性 ✓、平方根律 ✓、前置加载轨迹高于曲面 ✓ | — |
| 价格可能在执行结束前开始回撤 ✗ |
传播子模型怎么解释回撤：论文说——存在衰减核，使冲击有可能在执行结束前就开始回撤；如果交易压力弱于市场的恢复力量，冲击就开始回撤。
论文的推断：
这些结果强烈提示，我们数据库中经纪商的典型交易剖面不是广泛使用的 VWAP 交易剖面，而是前置加载的执行方案。这可能是出于风险厌恶，或为了避免错失盈利机会。
诚实的边界：论文明确说——「不幸的是，这些替代方案无法在 Ancerno 数据库包含的信息内检验。」
还有一个方法论说明：Ancerno 数据库不提供每笔子订单的数量、时间、成交量、价格，所以论文用 1 分钟分辨率的公开价格来跟踪价格动力学。论文说这个方法低估了执行期间回撤的幅度（因为只跟到 v = F_i）。
核心结果六：永久冲击约为峰值的 2/3，但精确值依赖 \eta 与 F
背景：Farmer 等 (2004) 在「metaorder 尺寸分布有指数 1.5 的幂律尾」的假设下，预测冲击衰减到峰值的大约 2/3。
论文立刻指出这个假设在数据里不成立：
注意这个假设在我们的数据中似乎没有被满足——如第 2 节所见，\pi 明显不是幂律分布。这有严重后果，因为在这种情况下他们的理论不预测平方根冲击函数。
做法：把时间重标度为 z = v/F（这样 metaorder 完成时统一为 z=1），冲击也除以完成时的冲击值，得到归一化的衰减轨迹 I_{ren}(z)。
结论：
平均而言冲击松弛到峰值冲击的约 2/3，但精确的渐近价格取决于 metaorder 的参与率与持续时间。
论文给出的解释：metaorder 之间的羊群效应（herding）。
羊群效应的观察证据（第 2 节图 1）：在大多数交易日存在一种「情绪（mood）」——给定一天内大多数 metaorder 方向相同。
对既有理论的批评（第 5 节）
论文对三个既有理论框架做了评价：
| 框架 | 论文的评价 |
|---|---|
| Tóth 等的潜在订单簿方法 | 本文直接沿用并做参数化扩展（引入 n）；结论 \hat n = 0.22（接近平坦） |
| Farmer 等的公允定价方法 | 论文指出：其 2/3 永久冲击预测依赖 \pi 幂律假设，而该假设在数据中不成立 |
| O'Hara 等（平方根律的理论来源之一） | 批评要点：平方根律的普适性表象部分来自对不同 \eta、F 的订单取聚合平均 |
论文自陈的边界
- Ancerno 不提供子订单级别信息——无法检验执行剖面的具体形状（这是第 4.3 节结论的直接限制）
- 价格跟踪用 1 分钟公开数据，而非逐笔——低估执行期间的回撤幅度
- 剔除了时间不可靠的 metaorder，代价是样本显著缩小
- 只覆盖美股 2007–2009（含金融危机）
- 冲击曲面分析限定 \eta > 10^{-3} 以避免噪声区
对本 wiki 的位置
- 这是平方根律四方立场里「普适性」那一派的最强质疑：concepts/microstructure/平方根冲击定律 (Square-Root Impact Law) 目前记载 Cont 等判其为「统计假象」、Sato-Kanazawa 判为「普适成立」。本篇提供了第三种立场——「在两个数量级内成立，超出后失效，且这个「成立」本身部分来自聚合」。
- 入口概念: 冲击指数的三个口径
- 对照: Sato-Kanazawa 2025（结论相反——他们用全账户数据确认 \delta=1/2；本篇用 Ancerno 的 metaorder 数据说是对数）· Farmer 等 2004（同组作者的姊妹篇，且本篇批评其永久冲击预测的前提）· Almgren 等 2005（也在拒绝平方根）
- 隐含订单簿: 流动性漏斗 —— 本篇的 \hat n = 0.22（最优价附近近乎平坦）是该机制的参数化版本
- 作者: Fabrizio Lillo · J. Doyne Farmer（页面已存在）
与另外两篇「拒绝平方根」的对照
今天收录的三篇里，有两篇拒绝平方根——但对象不同：
| 论文 | 拒绝什么 | 数据 |
|---|---|---|
| Almgren 等 2005 | 拒绝临时冲击 h(v) 的指数 =1/2（实测 \beta=3/5） | 花旗美股大盘股经纪执行 |
| 本篇 | 拒绝总冲击对规模 Q 的指数恒为 1/2（对数拟合 E_{RMS} 2.80 vs 幂律 6.70） | Ancerno 的机构 metaorder（含中小盘） |
| Sato-Kanazawa 2025 | 不拒绝——确认 \langle\delta\rangle = 0.489 | 东交所全账户 |
三者的差别可能来自数据源：Almgren 与本篇都没有全账户数据（前者只见花旗客户、后者只见 Ancerno 覆盖的机构）；而 Sato-Kanazawa 用的是全账户。这是一个仍未解决的争议，详见 concepts/microstructure/冲击指数的三个口径 (Three Measures of the Impact Exponent)。
数值速查
| 量 | 值 |
|---|---|
| 样本 | Ancerno metaorder，美股 2007–2009，6,944,883 笔（曲面分析约 500 万笔） |
| \eta 的幂律指数 | -0.864 ± 0.001（10^{-4}–0.1 区间） |
| F 的幂律指数 | -0.932 ± 0.003（0.01–0.5 区间） |
| \pi 的分布 | 明显不是幂律 |
| \eta 与 F 的相关 | -0.022 |
| 幂律全样本拟合 | Y=0.15，\delta=\mathbf{0.47}，E_{RMS}=\mathbf{6.70} |
| 对数全样本拟合 | a=0.028，b=465，E_{RMS}=\mathbf{2.80} |
| 按 F 分组的指数 | 0.58 → 0.42 |
| 按 \eta 分组的指数 | 0.74 → 0.47 |
| 局部 \hat\delta 的范围 | 约 0.1 到 0.9 |
| 局部 \hat\gamma_1 | 小 F 时≈1，中 F 时≈0.3 |
| 潜在订单簿参数 | \hat n = 0.22（接近平坦） |
| 线性/对数的分界 | \pi^\star \approx 2\times 10^{-3} |
| 永久冲击/峰值 | 约 2/3（但精确值依赖 \eta、F） |
| 冲击回撤 | 价格在执行结束前就开始（非 VWAP 执行） |