Durin-Rosenbaum-Szymanski (2023/2026) — 两类平方根冲击律与老练参与者的角色
作者: Bruno Durin（CMAP, École Polytechnique）、Mathieu Rosenbaum（CMAP, École Polytechnique）、Grégoire Szymanski（CMAP, École Polytechnique）
版本: arXiv:2311.18283（2023-11-30 提交，2023-12-01 稿）；正式版 The Annals of Applied Probability，DOI 10.1214/26-aap2311（2026）
篇幅: 44 页（正文 14 页 + 三个证明附录）
一句话总结
用「无套利 + 订单流是 Hawkes 过程」的建模路线推出平方根律，并且发现平方根律其实是两条：参与率高时冲击按 \sqrt{\gamma} 增长，参与率低时按线性增长——这个转变的开关是「有没有老练交易者看穿了母单」。
核心问题：平方根律的「分子」和「分母」纠缠在一起
concepts/microstructure/平方根冲击定律 (Square-Root Impact Law) 里的经典表述是冲击 I 随成交量 Q 按 \sqrt{Q} 增长。但这个式子里其实混着两个独立的量：
- 成交量 Q：母单执行了多少
- 参与率 \gamma：母单占同期市场成交量的比例
只固定一个，另一个就藏在系数里。文献里常见的做法是固定参与率、让 \gamma 变，得出「冲击 \propto \sqrt{\gamma}」——但这个结论到底是普适的，还是在某个参与者结构下才成立，过去没人说清。
方法：从 Hawkes 订单流 + 无套利推出价格
沿 Jaimungal & Jeanblanc (2015) 与 Jensen & Rosenbaum (2020) 的路线：
- 买单流 N^a、卖单流 N^b 是两个独立、同核 \phi 的 Hawkes 过程（自激，核 \phi）。
- 无统计套利 + 鞅条件 ⇒ 价格 P_t 必须是对订单流未来预期的贴现： P_t = \kappa \int_{[0,t]} \xi(t-s)\,\mathrm{d}(N^a_s - N^b_s) 其中 \xi 由核 \phi 的 k 阶卷积 \phi^{*k} 累积给出，\xi(t)\to 1 恒为正。 \kappa 是单笔订单的永久冲击，也等于实现波动率 \kappa^2(N^a_T + N^b_T) 的系数。
- 母单 N^o 建模为强度 \nu 的非齐次 Poisson 过程，与 N^a,N^b 独立。
关键的一步：母单的成交不自激（N^o 没有自激发），而普通市价单流是自激的。所以市场其实不该把两者同等对待——母单会制造市场失衡，而这种失衡是可以被识别出来的。
论文明确写了识别手段：看市价单符号自相关函数的变化，或者用机器学习聚类算法逼近公允价——这正好是 ClusterLOB 干的事，F2 在理论层面给它做了背书。
老练交易者：模型里的第二个主体
公允价 (efficient price) EP_t 定义为：把母单流 N^o 剔除后、由自激流 N^a,N^b 推出的那个价格。由 \xi(t)\ge 1 得
EP_t \le P_t \quad \text{（几乎处处）} 老练交易者看到 P_t - EP_t > 0 就反向卖出。论文用强度函数 U 建模其反应： \lambda^m_t = U(P_t - EP_t), \qquad U(x) = 0 \text{ for } x \le 0
U 只需单调递增（差得越多，卖的动机越大）；若进一步凸（U(x)=cx^\beta, \beta>1），就能得到平方根律。U(x)=cx^2 对应「相信平方根律的套利者」：他预期收益 \alpha x、成本 c\sqrt{x}\,x，最优化后持仓 \propto \alpha^2，故 U 正比于 x^2。
模型的不对称性：老练交易者只卖不买。原因是几乎必然有 N^o_T \ge N^m_T（他不可能比母单卖得更多），且 \zeta 单调递减。
两条平方根律
| 律 | 内容 | 条件 |
|---|---|---|
| 第一条 | 固定参与率 \gamma，母单执行期间冲击随累计成交量按 \sqrt{\cdot} 增长 | 无条件成立 |
| 第二条 | 固定成交量 Q，冲击 \propto \sqrt{\gamma} | 仅当 \gamma 足够大；\gamma 小时是线性依赖 |
定理 9（f(t)=1 on [0,1], U(x)=cx^\beta）给出显式渐近：
MI(\gamma, t) \underset{\gamma\to\infty}{\sim} \gamma^{1/\beta}\, c^{-1/\beta}\left(1 + \frac{\lambda}{\alpha\,\Gamma(1-\alpha)\,\Gamma(\alpha)}\,t^{1-\alpha}\right)
取 \beta=2 就是经典的平方根律。定理 8 说：U 单调递增 ⇒ 冲击对 \gamma 单调递增；U 单调且凸 ⇒ 冲击对 \gamma 凹。
数值上（Figure 2，\alpha=0.5, \lambda=1, U(x)=x^2）：MI \propto \gamma^{0.6341}。这个指数 0.63 不等于 0.5，且论文承认定理 9 依赖 \gamma\to\infty，但图上显示中等 \gamma 时幂律已近似成立。
时间结构
- 冲击可分解为永久部分 PMI 与暂态部分 TMI。
- 衰减是幂律，指数为 \alpha（与 Brokmann 等 2014 的实证 I(\tau)\sim\tau^{-0.8}、Bouchaud 学派的临界理论一致）。
- 形状与 Jensen & Rosenbaum (2020) 的 Figure 1 高度相似，差别来自 (\gamma f(s) - r^*(\gamma,s)) 这一项——正是老练交易者的介入项。
实践价值：从「拟合平方根律」到「算执行成本」
论文给了一条可落地的路：
- 校准参数 (\phi, U)；
- 用蒙特卡洛模拟算出冲击剖面；
- 反过来优化执行策略 f——给定一个成交策略，反推它的执行成本。
并给出显式上下界（定理 10）与 Adomian 分解（定理 11 的推广），使 \gamma 不太大时可以闭式近似。代价函数写作 \int_0^T MI_t\,\mathrm{d}N^o_t 相对于到达价的成本。
与本 wiki 已有内容的关系
| 已有页面 | 关系 |
|---|---|
| 平方根冲击定律 (Square-Root Impact Law) | 最直接的对接——那页目前讲单条普适平方根律并列出四篇论文的立场；本文说是两条，且第二条的成立条件（\gamma 大小）由参与者结构决定 |
| metaorder 冲击衰减 | 本文给出衰减的理论形式（幂律指数 \alpha），那页收集的是实证（Brokmann 等） |
| 参与率谬误 (Participation Rate Fallacy) | 同名不同义——那页讲的是「用成交量归一化机构流」的数据陷阱；本文的 \gamma 是母单参与率，两者需分开读 |
| 机构与散户的订单流差异 | 本文给出理论解释：参与者结构（老练 vs 天真）决定冲击形态 |
| ClusterLOB | 双向印证：ClusterLOB 用无监督聚类识别母单，本文在理论上说「母单失衡可被识别」并点名「机器学习聚类算法」这一手段 |
| Price Impact | 冲击理论的总入口页 |
| Mathieu Rosenbaum | 作者之一，库里已有 Q-Reactive 队列反应模型的 co-author |
对应链接：平方根冲击定律 · metaorder 冲击衰减 · 参与率谬误 · 机构与散户的订单流差异 · ClusterLOB · Price Impact · Mathieu Rosenbaum
Open Questions
- U(x)=x^2 之外，U 的形状如何校准？ 论文明确说这是留给实践者的问题（引 [Web23]）。U 的实际形式决定第二条平方根律的指数（\beta），但没有任何数据给出 \beta。
- 理论里的「老练交易者」与 ClusterLOB 聚出的「机会型簇」是同一群人吗？ 本文的老练交易者只做市不投机（识别母单后反向卖出），ClusterLOB 的机会型簇是「抓短机会、方向不稳定」。两者行为特征对不上——这可能是 wiki 里最值得追的一条线。
- 论文只建模市价单。作者自己指出限价单母单需要把 \kappa 变成挂单量的函数并建模反馈，留作未来工作。这恰好是 A 股（以限价单为主）的核心情形。
- \gamma 的阈值在哪？ 定理 9 只说 \gamma\to\infty，图上 \gamma=0.3 时幂律已近似成立——但 0.3 到「足够大」之间的过渡区没有理论刻画。
- A 股迁移：参与率在 A 股的涨跌停板处会被截断，老练交易者的反向卖出在触板时可能根本执行不了——模型里的 \lambda^m_t 会失真。
Cross-ref
- 概念: 平方根冲击定律 · metaorder 冲击衰减 · 参与率谬误 · 机构与散户的订单流差异 · Price Impact
- 作者: Mathieu Rosenbaum
- 配套: ClusterLOB 中文摘要
关键引用
Durin, B., Rosenbaum, M., & Szymanski, G. (2026). The two square root laws of market impact and the role of sophisticated market participants. The Annals of Applied Probability. https://doi.org/10.1214/26-aap2311 （预印本：arXiv:2311.18283，2023-11-30）
核心来源: Jaimungal & Jeanblanc (2015)、Jensen & Rosenbaum (2020) 的 Hawkes-无套利价格路线 · Bouchaud-Benzaquen-Lillo (2018) 的隐含流动性模型
方法关键词: Hawkes 过程 · 无套利鞅定价 · 缩放极限 · 非线性 Volterra 方程 · Adomian 分解