Gould & Bonart (2015) — Queue Imbalance as a One-Tick-Ahead Price Predictor

作者: Martin D. Gould、Julius Bonart（Imperial College London，CFM-Imperial Institute of Quantitative Finance 数学系）。

发表: arXiv:1512.03492（2015-12-11）；正刊 Market Microstructure and Liquidity 1(2), 2016，DOI 10.1142/S2382626616500064。PDF 30 页。

一句话总结

最优买卖两个价上排队的股数差，除以它们的和，这个比值用来预测「下一次中间价会不会涨」——大 tick 股票（低价股）上它的判别力相当强，小 tick 股票（高价股）上弱很多。

核心：预测变量与预测目标

排队不平衡（queue imbalance）定义为最优买价队列长度与最优卖价队列长度的归一化差：

I(t) := \frac{n^b(b_t, t) - n^a(a_t, t)}{n^b(b_t, t) + n^a(a_t, t)}

其中 n^b(b_t,t) 是最优买价 b_t 上的挂单量，n^a(a_t,t) 是最优卖价 a_t 上的挂单量。

取值范围 [-1, 1]：

• I\approx 0：买卖压力大致平衡
• I>0：买方队列更长，正的买入压力
• I\approx 1：买方压力极强

目标变量 y 是哑变量：下一次中间价 m 变动向上时 y=1，向下时 y=0。「下一次」指中间价保持不变直到首次跳变的那个时刻。

这个定义的关键是「除以和」——论文脚注 2 指出，Yang & Zhu (2015) 的原始定义只用 n^b 做分子，得到 [0,1] 区间；换成对称形式是为了让符号约定自然（I>0 就是买方强）。

核心：两种评估口径，同一个拟合

论文用逻辑回归拟合 \hat y(I) = \frac{1}{1+e^{-(x_0 + Ix_1)}}，然后同一个 \hat y 拿去回答两个问题：

这个「概率预测只用均方残差评估」是本篇的方法论要点——它避免了在概率校准上反复调参。

核心：大 tick vs 小 tick 的分裂

样本：LOBSTER 数据库，Nasdaq，10 只活跃股，2014 全年 252 个交易日，剔除每日首尾各 30 分钟（避开开盘/收盘竞价），实际分析区间 10:00–15:30。所有 tick size 都是 \$0.01，但股价从约 \$1 到超过 \$1000 不等。

论文按股价把股票分成两组：

逻辑回归系数

x_1 在两组之间差 3–5 倍（2.0–2.7 vs 0.5–0.85）。论文给的解读：I 接近 1 时，大 tick 股票上涨概率预测为 0.8–0.9，小 tick 股票只有 0.6–0.7。

样本外预测力

统计显著性：x_1 在 10 只股票上全部在 99% 水平显著；完整模型的似然比检验也全部在 99% 水平显著。

但论文自己反复强调一个区分：统计显著 ≠ 预测力强。样本量巨大，任何微弱关系都会显著。小 tick 股票的概率预测改善只有 2–6%，实务上几乎没有价值。

无过拟合：样本内与样本外的 AUC 和均方残差几乎相同（多数到小数第三位），论文另外用 50–1000 的不同子样本量重算，结论定性一致。

核心：为什么大 tick 股票的排队不平衡更有用

论文的解释是排队长度，而不只是 tick size：

「对于小 tick 股票，挂单的相对成本低，所以多数交易者选择把新限价单挂在价差内部——队列长度就小。对于大 tick 股票，这个成本高，多数交易者选择挂在最优档排队等待——队列长度就大。」

看数据更清楚：PCLN（\$1017–\$1375）的平均队列长度只有 80 股，而 CSCO（\$21–\$28）是 17115 股——相差 200 倍以上。I 是一个归一化比值，队列越长，单次队列变动带来的相对扰动越大。

核心：分布形态的差异（对 A 股有参考价值）

大 tick 股票：I 在 [-0.5, 0.5] 区间分布宽，之外平缓衰减。CSCO 在 I = \pm 1 附近还有第二个小峰。

小 tick 股票：出现明显的整数效应——若干特定的 I 值出现频次远高于邻近值，尤其在 I = 0 和 I = \pm 1/3。

论文追查了这个现象的来源：算最优档队列长度的经验累积分布（ECDF），发现小 tick 股票的 ECDF 在 100、200 等整数处有跳跃（PCLN 的例子），即队列长度正好是 100 或 200 的时刻远多于其他长度。若 n^b = 200、n^a = 100，则 I = (200-100)/(200+100) = 1/3——整数效应直接传导到 I 的分布上。

核心：截距的弱不对称

CSCO、ORCL、GOOG 的 x_0 显著非零。论文给出两个解释：

1. 外生新闻：即使队列不平衡为负，收到利好消息的交易者也会直接砸出大买单推动价格。论文指出所有 x_0 显著为正的股票在 2014 年都经历了大幅上涨。
2. 策略性流动性提供者的不对称挂单：担心下跌时先少挂卖单。论文引用 Bonart & Gould (2015) 在 Nasdaq 上的证据——流动性提供者确实会制造出不平衡的净订单流。

论文同时提醒：即使显著，x_0 的数值也很小（0.05–0.11），拟合曲线仍近似关于 I=0 对称，只是因为样本足够大才检测出来。

与做市商理论的关系（本篇最重要的对照）

论文自己没有讨论做市商理论，但结论与 Avellaneda-Stoikov 一脉正好相反：

Guéant (2016) 的「流动性提升 ≈ 波动减半」等式在这里有对应物：A（到达率）与 k（衰减速度）刻画的是「流动性」，而本篇说明队列长度才是直接相关的量。两者不矛盾——但在实盘做市时，把「队列长度」当成 Avellaneda-Stoikov 参数 \Lambda 的估计来源，可能比直接用盘口统计量更准。

论文自陈的局限

• 只用了最优一档。论文指出加入更深档位的不平衡可能有更强的预测力。
• I 的定义是他人给的。论文在展望里列了可替代方案：\log(n^b/n^a)、直接用 n^b - n^a、在价格跳变前/后瞬时取值（而非在跳变间隔中均匀随机取值）。但论文没有比较这些替代方案。
• 局部逻辑回归（在每个点单独拟合、用 tricube 权重）略微优于参数化版本，但论文强调两者的表 4/表 5 数值多数到小数第三位都相同——差别很小，而成本高昂（要存全量训练数据，参数化版本只需存 2 个标量）。
• 没有任何交易成本、P&L 或策略回测。全篇是统计预测力分析。

对本 wiki 的位置

• 入口概念: Q-Reactive 队列反应模型（排队位置的建模）、多档订单簿不平衡（本篇只用了第一档，是该页的简化版）
• 对照的理论页: 做市商与库存风险——本文的「队列长度 > 到中间价的距离」正好是对 Avellaneda-Stoikov 参数设定的一个反问
• 已有的预测力页面: 高频收益可预测性（其中「成交侧 > 订单簿侧」的结论可与本篇对照：本篇只用订单簿侧的量，也拿到了 AUC 0.75）
• 相邻的三篇: Avellaneda-Stoikov 2008 · Guéant 等 2013 · Guéant 2016
• 作者: Martin D. Gould · Julius Bonart

文献谱系

论文自己梳理了「排队不平衡用于价格预测」的前史，可作为该线索的入口索引：