Aquilina, Budish & O'Neill (2021/2022) — Quantifying the High-Frequency Trading "Arms Race"
作者: Matteo Aquilina（英国金融行为监管局 FCA；NBER 工作论文时任职金融稳定理事会 FSB，瑞士）、Eric Budish（芝加哥大学 Booth 商学院）、Peter O'Neill（英国金融行为监管局 FCA）。
发表: NBER Working Paper 29011（2021-07）；先以 FCA Occasional Paper 形式于 2020-01 公开；正刊 Quarterly Journal of Economics 137(1), 2022, 493-528，DOI 10.1093/qje/qjab032。PDF 55 页。
⚠️ 编号说明：source-id 沿用 backlog 的
201505-前缀（对应正刊卷期 137(1)/2022 中的「5 月」痕迹），但实际论文是 2021 年 7 月的 NBER WP。不是 2015 年的论文。
一句话总结
延迟套利（抢过期报价）不是都市传说，也不是小众现象：FTSE 100 股票上每分钟发生一次，持续时间中位数只有 46 微秒，却占了约 21% 的成交额。它对流动性的成本贡献约17%，折合交易税0.5 个基点。
方法论创新：消息数据 vs 订单簿数据
这是全篇最重要的一步，也是它能做成的原因。
| 限价订单簿数据 | 消息数据（本文） | |
|---|---|---|
| 内容 | 只有成交与在簿的挂单 | 包含尝试交易/撤单但失败的消息 |
| 能看到输家吗 | 不能——失败的消息根本没进簿 | 能——失败的消息也在日志里 |
| 能看到「比赛」吗 | 不能 | 能直接看到比赛 |
论文原话大意：消息数据让你能同时看到赢家和输家，而在订单簿数据里看不到输家，所以直接看不到比赛。
比赛的四个特征（论文的定义）
来自 BCS 模型（Budish-Cramton-Shim 2015）的理论指引：
- 多个参与者在同一标的、同一价格、同一方向上行动
- 或者是吃单与撤单的混合（BCS 强调的均衡），或者是全是吃单（流动性提供者较慢的情形）
- 有成功、有失败
- 都在「同一时刻」
特征 4 最难处理——论文有一段很有说服力的说明：即使监管机构或交易所打算让参与者在同一时刻收到同一条信息，即使参与者有完全相同的技术、做出完全相同的反应，只要时间测量得足够精细，测到的到达与响应时刻就会有微小差异。
论文的注释写得很形象：「试着同时眨左右眼，精确到纳秒——你会失败。计算机在这方面比人强，但也不是完美的。」
基线方法：信息视界 (information horizon)——按匹配引擎的处理延迟确定时间窗。
核心结果一：频率、速度、份额
频率：
| 指标 | FTSE 100 | FTSE 250 |
|---|---|---|
| 每只股票每天的比赛次数（均值） | 537 | 70 |
| 折算 | 约每分钟一次 | 约每 7 分钟一次 |
| 中位数 | 352 | 44 |
FTSE 250 的底部四分位几乎零活动；FTSE 100 的最低值也有 76 次/天。
全样本每天平均约 71,000 场比赛（FTSE 100 约 54,000、FTSE 250 约 17,000），范围 48,000 到 144,000。
速度（比赛持续时间）：
| 统计量 | 值 |
|---|---|
| 平均 | 79 微秒 |
| 众数 | 5–10 微秒 |
| 中位数 | 46 微秒 |
| 90 分位 | 约 200 微秒 |
一个有意思的发现：图 4.1 中零点左侧还有一小块质量——失败的消息比成功的先到。原因是时间戳取自交易所系统外墙，所以两条消息到达不同网关时，到达匹配引擎的顺序可能与到达外墙的顺序不同。
「错误的消息」赢得比赛的比例约 4%。
论文对这个结果的解读很克制：「我们不认为『错误的消息获胜』本身有经济学上的意义——它类似于一位购物者选了条稍快的队而不另一位。我们更愿意把这个结果看作强化了比赛有多快：它们快到交易所网关处理中的随机性有时就是胜负的差别。」
成交额份额（这是最惊人的数字）：
| 指标 | FTSE 100 | 全样本 |
|---|---|---|
| 比赛占交易日的时间 | 0.043 秒/天（约 0.0001%） | — |
| 比赛中的成交额占比 | 22% | 21% |
| 比赛中的成交笔数占比 | 21% | 20% |
FTSE 250 更极端：比赛只占交易日的 0.00002% 的时间，却占了 17% 的成交额。
读法：在 0.0001% 的时间里发生了 22% 的成交。
核心结果二：参与高度集中
每场比赛的参与者数（500 微秒窗口）：
| 统计量 | 值 |
|---|---|
| 平均 | 3.27 |
| 中位数 | 3 |
| 25 分位 | 2 |
| 99 分位 | 9 |
| 最大 | 23 |
消息构成：每场平均 3.47 条消息，其中 3.07 条是吃单、0.40 条是撤单。吃单中 2.81 条是 IOC（立即成交否则取消）单，只有 0.25 条是普通限价单（基线分析中超过 90% 的抢单尝试是 IOC）。
胜负分布（FTSE 100）：
| 集中度 | 赢的比例 | 输的比例 |
|---|---|---|
| 前 3 家 | 54% | 63% |
| 前 6 家 | 82% | 85% |
三家头部各自的数字（论文给了具体值）：
| 公司 | 赢 | 输 |
|---|---|---|
| 1 | 21% | 18% |
| 2 | 18% | 27% |
| 3 | 15% | 19% |
约 90% 的比赛由吃单赢、10% 由撤单赢。
论文的解读：这与 BCS 模型一致——快速交易公司「有时赢有时输」，且任何一场比赛里谁赢可能带点随机；而不在速度最前沿的公司基本没有竞争力。
论文脚注里补了一条有意思的对照：「差不多同一时期，一位美国高频交易公司的 CEO 向本文作者之一描述说，在美国，处于所谓『领跑圈』的公司有 7 家。」
核心结果三：成本量化
单场比赛的价值很小——约半个跳动单位 (tick)。但因为量极大，加总就可观。
论文的主估计：
| 结论 | 数值 |
|---|---|
| 比赛占价格冲击 (price impact) 的比例 | 约 1/3 |
| 比赛占有效价差 (effective spread) 的比例 | 约 1/3 |
| 延迟套利对交易征的税 | 约 0.5 个基点 |
| 消除延迟套利的市场设计能降低流动性成本 | 17% |
| 涉及的全球股票市场年总额 | 约 50 亿美元/年 |
与 HFT 游说团的对立（论文开篇引的两句话）
论文在标题页引用了两句对立的观点：
「市场是被操纵的。」——Michael Lewis,《Flash Boys》(2014)
「广泛的延迟套利是个神话。」——Bill Harts, Modern Markets Initiative CEO（一个 HFT 游说组织）, (Michaels, 2016)
本文的数据站在 Lewis 一边，但比他的说法温和得多——论文没有说「市场被操纵」，而是说延迟套利存在、频率高、但成本有限（0.5bp、17% 流动性成本）。
与该 wiki 已有页面的关系
- concepts/models-theory/HFT Liquidity Withdrawal (HFT 流动性撤回) — 本篇是其定量版
- Menkveld 2013 — 同样用监管数据；那篇问「新做市商能否让交易所活下来」，本篇问「延迟套利的成本多大」
- 本 wiki 此前
spoofing/circuit breaker/co-location三个词出现 0 次——本篇补上了「速度竞争」这一侧
论文自陈的边界
- 单一市场：只有 LSE SETS 一个场所的数据，2015 年前后。未验证结论能否外推到美股（虽然论文脚注提到美股 CEO 的说法作旁证）
- 「同时性」的操作定义是研究者的选择——基线方法保守，但敏感性分析的窗口从 50 微秒到 1000 微秒，不同窗口下比赛次数会变
- 「失败」的定义有严格版与宽松版之别；论文说在更长的时间窗下更关心「比赛后提供流动性」的问题，所以更强调严格版
- 未给出因果的市场设计结论——「消除延迟套利能降 17% 流动性成本」是模型推演，不是实验
- 论文明确说明：FCA 的 Occasional Paper 不代表 FCA 的立场
对本 wiki 的位置
- 入口概念: concepts/models-theory/延迟套利与速度军备竞赛 (Latency Arbitrage and the Speed Arms Race) — 本 wiki 此前缺这块，HFT 一侧只有 Menkveld 一篇
- 对照: concepts/models-theory/HFT Liquidity Withdrawal (HFT 流动性撤回) · Menkveld 2013
- 理论前作: entities/Budish Cramton Shim 2015 HFT Arms Race（QJE 2015，尚未收录，本文是其经验版）
- 作者: Eric Budish · Matteo Aquilina · Peter O'Neill
数值速查
| 量 | 值 |
|---|---|
| 数据 | LSE SETS，FTSE 100 + FTSE 250，2015 年前后 |
| 每股票每天比赛次数 | FTSE 100 537；FTSE 250 70 |
| 全样本每天比赛数 | 71,000（范围 48,000–144,000） |
| 比赛持续时间 | 平均 79 μs；众数 5–10 μs；中位数 46 μs |
| 比赛占时间 / 成交额 | 0.0001% / 22%（FTSE 100） |
| 比赛中的「错误消息获胜」比例 | 4% |
| 每场参与者数 | 平均 3.27；99 分位 9；最大 23 |
| 消息构成 | 3.47 条 = 3.07 吃单 + 0.40 撤单 |
| 集中度 | 前 3 家赢 54%；前 6 家赢 82% |
| 单场比赛价值 | 约 半个 tick |
| 延迟套利税 | 0.5 个基点 |
| 消除后可降流动性成本 | 17% |
| 全球年总额 | 约 50 亿美元 |