Kirilenko-Kyle-Samadi-Tuzun (2017) — The Flash Crash: High-Frequency Trading in an Electronic Market

作者: Andrei Kirilenko(Imperial College London)、Albert S. Kyle(马里兰大学)、Mehrdad Samadi(南卫理公会大学)、Tugkan Tuzun(美联储理事会)

发表: The Journal of Finance 72(3): 967–998, 2017;DOI 10.1111/jofi.12498。初稿 2010-12-30,接受 2016-06-08。

数据: CME 的 Trade Capture Report (TCR)——E-mini S&P 500 六月合约 2010-05-03 至 05-06 四天的逐笔审计追踪(audit trail)数据,含买卖双方账户 ID

形式: 42 页(正文 28 页 + 参考文献 + 网络附录)

利益披露(论文自己声明):四位作者全部是 CFTC 前雇员或 CFTC 承包人(在 CFTC 首席经济学家办公室合同下工作)。数据高度机密,账户已聚合为交易者类别。

一句话总结

闪崩不是 HFT「撤单」造成的——恰恰相反:闪崩期间 HFT 的交易模式基本没变,真正改变的是传统做市商的行为。而且 HFT 的行为不是「做市」,是「抢陈旧报价」(quote sniping)。

事件本身(CFTC-SEC 报告的叙述)

时点 事件
13:32 CT 一个大型基本面交易者(共同基金)启动卖出程序,目标 75,000 张 E-mini(约 41 亿美元),执行速率设为「前一分钟成交量的 9%」,不看价格也不看时间
13:32–13:45 卖出约 35,000 张(约 19 亿美元);价格快速下跌
13:45:28 买侧挂单只剩 不到 1,050 张(不到当日早盘买侧深度的 1%);CME 的 Stop Logic Functionality 触发,停盘 5 秒
13:45:33 复盘竞价后价格企稳,E-mini 随后恢复,SPY 跟上
14:00–15:00 300 多只证券、超过 20,000 笔交易(多为零售止损单)在偏离 14:00 价位 60% 以上的价格上成交
15:08 E-mini 价格基本回到下跌前

理论背景:Grossman-Miller (1988) → Huang-Wang (2008) 的均衡模型——维持持续在场是有成本的,所以做市商选择的风险敞口不足以承受大的暂时性流动性失衡;当卖单突然超过风险承接能力时,买方流动性只能在价格跌到足以补偿做市商的水平之后才拿得到。

数据与方法

项 说明
合约 E-mini S&P 500 六月合约,每张约 50,000;最小变动 0.25 点(12.50),一跳约 2.5 个基点
市场 CME Globex,全电子限价订单簿,价格-时间优先,全天 24 小时交易
样本 15,000 多个唯一账户
字段 买卖双方账户 ID、价格、数量、秒级时间、排序序号、限价/市价标记、订单 ID、aggressiveness 标记(CME 匹配引擎打的 Y/N)
重要限制 没有 message-level 数据,因此看不到未成交订单的活动(撤单行为不可直接观测)

交易者分类(纯数据驱动,不依赖交易所的正式指定):

类别 判据
日内中介(Intraday Intermediaries) 日成交量 ≥ 10 张;日终净头寸 / 日成交量 的三日均值 ≤ 5%;日内分钟级库存均值回归。再分为 HFT 与 Market Makers(HFT 参与交易的比例远高)
基本面买方 / 卖方 交易 ≥ 10 张且日终净头寸 ≥ 日成交量的 15%(方向性)
机会型交易者 其余:日内进出但调整幅度大、频率低;可能做跨市场套利、统计套利、新闻套利
小交易者 剩余,占样本成交量不到 1%

分类只用 5 月 3–5 日的数据,5 月 6 日沿用同一分类——所以「HFT 在闪崩日做了什么」是外推而非重新分类。

核心结果

1. 中介的承接能力远小于卖压

类别 净库存上限(4 天)
HFT 约 4,000 张
Market Makers 约 1,500 张(任一方向)
日内中介合计 不超过 6,000 张
卖压规模 75,000 张

差了一个数量级。 与理论一致——中介的风险承接能力是有限的。

注意一个与理论不符的细节:与 Weill (2007) 不同,闪崩期间两类日内中介在价格下跌时反而累积净多头库存。

2. HFT 的行为没有改变,Market Makers 的改变了(本文最重要的一条)

用逐秒 VAR(库存变化对同期与滞后价格变化回归,20 个滞后)分别对两类中介做基准估计,再加闪崩「下跌段」与「回升段」的交互项:

下跌段(13:32–13:45:28) 回升段(13:45:33–14:08)
HFT 除第 4 阶滞后外全部不显著 7 个系数改变
Market Makers 同期与滞后系数全部显著 全部显著

F 检验:

  • HFT:不能拒绝「交互项联合为零」→ 没有证据表明 HFT 的交易模式变了
  • Market Makers:在 1% 水平拒绝 → 模式确实变了

Market Makers 的变化方向:与同期价格的相关性上升、与滞后价格的相关性下降,但显著系数之和接近零——即共动结构整体沿着滞后结构下移了(反应变快、但总幅度没变)。

这直接推翻了本 wiki 旧 stub 页上的说法。旧写法是「量化 HFT market makers 在压力下的流动性撤回行为:大量 HFT 在价格快速变动时撤单」。论文的结论正相反——见下面「对旧页面的更正」。

3. HFT 与 Market Makers 的库存—价格共动方向相反

与同期价格变化的关系 与滞后价格变化的关系
Market Makers 负(符合传统做市理论:Hendershott-Seasholes 2007——做市商必须能以折扣买入才愿意承接) 一般为正
HFT 正 正(到第 4 阶),第 10 阶转负

HFT 的正相关无法用传统做市理论解释——论文把它归到 quote sniping / 延迟套利这一族理论(Foucault-Roell-Sandas 2003、Cvitanic-Kirilenko 2010、Budish-Cramton-Shim 2015、Menkveld-Zoican 2016)。

顺带:HFT 与 Market Makers 的同期价格变化系数在 1% 水平上显著不同——这是两类交易者行为机制的分野。

4. 直接检验 quote sniping:HFT 在价格跳动前后抢深度

方法(不需要 LOB 数据,靠成交序列 + aggressiveness 标记反推):

  • 定义「价格上升事件」= 最优卖价上升(用最优价而非成交价,排除买卖价差跳动)
  • 从事件往前数最后 100 张在「旧」最优卖价成交的合约,归属到 6 类交易者
  • 看各类的激进化成交占比在事件前后的变化

最优卖价上升事件前(5 月 3–5 日):

不以价格变动为条件 上涨事件前 100 张 上涨事件后新价 100 张
HFT 激进化成交占比 34.04% 57.70% 14.84%
HFT 被动成交占比 34.33% 28.72% 37.93%

最优买价下降事件前(对称):HFT 激进化卖出占比 34.17% → 55.20%,事件后新价降到 15.04%。

5 月 6 日的定性结果相同。

Market Makers 则明显更被动:最优卖价处被动占比 13.48%、激进化仅 7.27%;事件前旧价处的激进化占比只从 7.27% 温和升到 8.78%。

这就是「stale quote sniping」的直接证据:HFT 在价格跳动前抢走旧价处的深度,跳动后在新价处反向平掉。 论文的结论:HFT 的行为在实证上更符合报价狙击理论,而不是传统做市理论。

一个关键的时间细节:价格在 HFT 完成建仓之后的下一秒才上涨,不是在建仓那一秒——这说明是择时能力,而不是市价单冲击的机械结果。而且 HFT 的一秒库存变化不具自相关,所以也不能用「库存持续性」来解释。

5. HFT 买/卖事件的短期价格影响

5 月 3–5 日,HFT 净买入事件:

分解 下一秒 第 2–11 秒 第 20 秒
净买入(全部) +17% 跳 逐渐回落 仍 +15% 跳
净激进买入 +20% 跳 稳定在约 +23% 跳 +15% 跳
净被动买入 +2% 跳 缓慢下行 −3% 跳

卖事件基本对称,但被动卖出有个例外:价格虽在第一秒下跌,却从不进入负值区间,反而在 19 秒后回升到约 +12% 跳。

5 月 6 日的形态定性相同,但 HFT 卖出后的价格反应更大、更持久。

6. 各类别的成交量占比

类别 5 月 3–5 日 5 月 6 日
HFT(15 个账户) 34.22% 28.57%
Market Makers(189 个账户) 10.49% 9.00%

激进化成交占比(成交量加权):HFT 49.86% → 5 月 6 日 46.59%;Market Makers 34.99% → 32.49%。

限价单占比:HFT 与 Market Makers 超过 99% 的成交来自限价单;Small Traders 只有 65%。

对本 wiki 旧页面的更正(重要)

本 wiki 原来的 stub 实体页写的是:

「量化 HFT market makers 在压力下的流动性撤回行为:大量 HFT 在价格快速变动时撤单而非对冲。」

这与论文结论正相反。论文的原话是:

"the most active intraday intermediaries (classified as High Frequency Traders) did not change when prices fell during the Flash Crash"

修正后的说法:

  • HFT 的库存动态与共动关系在闪崩期间没有显著改变(F 检验不能拒绝)
  • 真正改变的是 Market Makers
  • 而且 HFT 本来就不是「做市商」——他们的行为是 quote sniping / 延迟套利,不是库存承接

这意味着:把 2010 年闪崩解释成「HFT 撤单导致流动性消失」是错的。闪崩的机制是卖压规模(75,000 张)远超中介的总承接能力(HFT 4,000 + MM 1,500),而不是 HFT 在压力下跑了。

这对 Kurth et al. 2026 的引用有连带影响——Trend Demise §6.2 的 H4(i)「流动性供给侧 regime 变化」引用了这篇作为「HFT 在压力下结构性撤回」的证据。这个引用需要重新审视。

与本 wiki 已有内容的关系

已有页面 关系
summaries/201511-budish-cramton-shim-arms-race (Budish 等 2015 军备竞赛) 直接的理论引用——本文把 quote sniping 归到这一族理论(Budish-Cramton-Shim 2015),并提供了直接的实证证据
summaries/201505-aquilina-arms-race (Aquilina 等 2021) 同一作者组的欧洲监管数据实证版
concepts/microstructure/订单流毒性 (Flow Toxicity) (订单流毒性 (VPIN)) 互补:VPIN 是崩前的实时毒性预警(Easley 等 2011 的结论被本文脚注引用),本文是崩中的账户级行为解剖
concepts/models-theory/HFT Liquidity Withdrawal (HFT 流动性撤回) (HFT 流动性撤回) 必须更正——见上
concepts/microstructure/做市商与库存风险/index (做市商与库存风险) 理论对应:Huang-Wang (2008) 的「风险承接能力不足 → 价格必须跌到足以补偿做市商」正是本页的核心机制
entities/Menkelveld 2013 HFT Market Making (Menkveld 2013) 同一时期的 HFT 微观结构实证

A 股落地

这篇的方法学对 A 股有直接可迁移性:

项 说明
账户级数据 A 股逐笔成交带买卖双方席位号——可做同样的账户级库存追踪
aggressiveness 标记 A 股逐笔成交有主动方标识(见 concepts/data-features/逐笔成交的双向委托引用 (Bid-Offer Order Reference)),可直接构造「激进化 vs 被动」的区分——这是本文方法最关键的一个字段
主力合约 A 股有股指期货主力合约(IF/IC/IH/IM),可做同样的「某一时段的持续卖压」研究
分类的难点 A 股账户 ID 是席位而非投资者,同一投资者可占多个席位——「账户」不等于「交易者」,这是本文分类方法移植时最大的障碍

一个可以直接做的 A 股实证:2015-06-29 A 股闪崩(minutes 级、股指期货与现货同步),用本文的「账户级库存 + 逐秒 VAR + quote sniping 事件法」重做一遍。本文的框架就是为这类事件设计的。

Open Questions

  1. 没有 message-level 数据 → 撤单行为不可直接观测。本文的 quote sniping 证据是从成交序列 + aggressiveness 标记反推的,论文自己承认这个限制。
  2. HFT 的「延迟优势」与「库存承接」在数据上难以完全分离。论文末尾的脚注承认:HFT 可能在低频上呈现库存与价格的负相关(因为策略异质),高频的 sniping 模式不排除低频的反向关系。
  3. 样本只有 4 天、1 个合约。结论对「闪崩前夜」的依赖程度——论文没做跨事件检验。
  4. E-mini 没有做市义务。论文明确指出这与美股不同,因此「不强制做市义务」的启示只适用于 E-mini 这类纯电子市场——A 股也没有做市义务(除少数品种),这一条对 A 股更相关。
  5. 2014-10-15 美债闪崩(论文结论提到)尚未用这个框架研究过——论文自己把「这类系统性事件可能成为新常态」作为研究展望。

Cross-ref

关键引用

Kirilenko, A., Kyle, A. S., Samadi, M., & Tuzun, T. (2017). The flash crash: High-frequency trading in an electronic market. The Journal of Finance, 72(3), 967–998. https://doi.org/10.1111/jofi.12498

关键数字: 卖压 75,000 张($41 亿)vs 中介承接上限 HFT 4,000 + MM 1,500(合计 ≤6,000 张)· HFT 占成交量 34.22% → 28.57%、MM 10.49% → 9.00%(5/3–5 → 5/6)· HFT 激进化成交占比在最优卖价上涨事件前 34.04% → 57.70%、事件后新价降到 14.84% · HFT 净买入后下一秒价格 +17% 跳、20 秒后仍 +15% 跳 · HFT 的 VAR 交互项 F 检验不能拒绝零,Market Makers 在 1% 水平拒绝