Fabre & Challet (2025) — 用可解释概率神经网络学习订单簿的『可 spoof 性』
作者: Timothée Fabre（Laboratoire MICS, CentraleSupélec, Université Paris-Saclay；SUN ZU Lab, Paris）、Damien Challet（同 MICS 实验室）。
发表: arXiv:2504.15908v1 [q-fin.TR]，2025-04-22（PDF 标注 2025-04-23）。无期刊、无 DOI。资助：ANRT / CIFRE 2021/0905。
数据: Coinbase 中心化交易所（CEX）现货，BTC-USD 与 ETH-USD，Level 3 / market-by-event 逐笔委托流（SUN ZU Lab 的 feed handler 采集）。建模用 2022-12-01 至 12-07；检测应用用 2024-12-04 至 12-07，共 88,327,661 笔委托。清洗规则：只保留挂单价距中间价 ≤ ±20% 的委托，剔除规模 < 50 USD 的委托。
一句话总结
先训练一个很小的神经网络，学出「插入一笔限价单后价格会怎么动」的概率分布，再站在操纵者的角度算一笔账：如果我把这笔单子当成假单挂出去，我到底赚了还是亏了。凡是「挂出去比不挂更赚」的单子，就标记为可疑。
核心数字：31% 的大单可以 spoof 市场；可疑单中挂在盘口顶端的占 0%。
为什么选加密货币
CEX 缺乏市场监控与强监管，操纵行为更普遍。
特征：带标记的多尺度 Hawkes 订单流变量
定义四类点过程：买卖限价单流 (N^{L,b}, N^{L,a})、买卖市价单/吃单流 (N^{M,b}, N^{M,a})。对应标记：限价单的数量 v 与挂单距离 \delta（相对最优价的距离，单位 bp）。
核函数：
\phi_{\beta,\eta}(t,v,\delta) = e^{-\beta t} f(v) e^{-\eta\delta}, \qquad \psi_\beta(t,v) = e^{-\beta t} f(v)
- \beta = 时间尺度（记忆衰减）；\eta = 距离尺度（挂单离盘口越远权重衰减越快）
- 选指数核的两条理由：马尔可夫性带来实时快速计算；多尺度 \beta,\eta 能逼近订单流记忆的任意经验衰减速度
- 论文的首要贡献被作者定位为：文献中关于「挂单距离如何影响到达率」的研究极少，尚无非参数研究给出距离核的形状；本文是第一个研究价格形成对挂单距离依赖结构的
特征配置：T=1 秒；f(v)=v；\beta=\{10,100,1000\} s⁻¹；\eta=\{0.001,0.1,1,10\} bp⁻¹；31 个变量（24 个限价单流 + 6 个市价单流 + 1 个买卖价差），跨资产 62 维。
模型：概率型神经网络（PNN）
目标：\Delta p := p_T-p_0（公允价用中间价定义）条件分布 \Delta p\sim D(\Theta(x))，网络学习 x\to\Theta(x)，损失为负对数似然。
- 单资产：偏斜高斯 SN(\mu,\sigma^2,\alpha)；跨资产：二元高斯
- 输入预处理：对每个特征做 Box-Cox 变换 T_{\lambda_i}(x_i)=(x_i^{\lambda_i}-1)/\lambda_i，\lambda_i 由最大化变换后特征的高斯对数似然选出（只用训练集统计量），再做 z-score 标准化
- 网络结构刻意做小以便实时：前馈网络，1 个隐藏层、64 个神经元、ReLU；batch size 4096、Adam、学习率 10^{-3}、最多 1000 轮
可解释性分析
价差—波动率耦合
对买卖价差做分箱偏依赖，预测的标准差（中间价的 bp/秒）随价差单调上升；价差 < 1 bp 时有边界效应（标准差平）；价差 > 4 bp 时略呈凹性 → 模型复现了 Madhavan et al. (1997)、Wyart et al. (2008) 的经验规律。
新定义的订单流失衡
IL^O_t=\sum_k \omega^{LO}_k \log\frac{1+L^b_t(\phi_k)}{1+L^a_t(\phi_k)}, \qquad IM^O_t=\sum_k \omega^{MO}_k \log\frac{1+M^b_t(\psi_k)}{1+M^a_t(\psi_k)}
结论：限价单流失衡上升 → 预期价格变动上升；市价单流失衡上升 → 预期价格变动下降。即向上的价格推动来自买侧挂单压力，向下的价格推动来自买侧被成交。
价格响应
把真实数据中的输入向量 x_t 改写成「假设在时刻 t 插入一笔规模 Q、距离 \delta 的限价单」的形式，与不插入的对比，得到风险调整后价格变动的平均变化 \Delta S_N(Q,\delta)（Sharpe 型指标 S(\Delta p)=E(\Delta p)/\sqrt{V(\Delta p)}）。
结论：规模越大影响越大；距离越小影响越大；买/卖方向对称；规模 ≥ 50,000 USD 且距离在几个 bp 以内的订单影响最大；BTC-USD 卖侧在距离达 10 bp 时大单仍有统计显著影响。
跨资产：BTC 订单对 ETH 的 Sharpe 影响远比 ETH 订单对 BTC 显著；ETH 侧订单的影响与规模/距离之间看不到单调关系。作者认为更可能是「用 BTC 订单 spoof ETH 更容易」而非数据假象。
核心论断：不把挂单距离纳入特征的 spoof 检测模型不足以描述数据。
检测规则：以操纵者成本函数为准绳
假设：
- 无部分成交（到时点全成或全不成）——对真实小单不苛刻，对大假单明显不成立
- 成交条件为公允价穿越委托价：买侧被成交当 \Delta p<-(\delta_b+\Psi/2)，卖侧当 \Delta p>\delta_a+\Psi/2（与 Eisler et al. 2009 的首次通过时间法等价）
- 必须在预设时限内完成真实单 q 的成交；若未成交则到期发市价单反向平仓
期望成本函数分四项：真实单成交收益、假单成交损失、真实单未成交的到期平仓损失、假单被成交的到期平仓损失；含 maker 费 \varepsilon^+、taker 费 \varepsilon^-。
检测判据：
\Delta C(Q,\delta)=E[C^a_{spoof}(0,\delta_a,0,q)|x_0]-E[C^a_{spoof}(\delta,\delta_a,Q,q)|x]
\Delta C(Q,\delta)>0 即表示：挂这笔规模 Q、距离 \delta 的假单，平均而言比不挂更划算。
参数：q=100 USD；\delta_a=0 bp；Coinbase 最高档费率（taker 5 bp、maker 0 bp）。对全部 88,327,661 笔委托逐笔计算；"大单"定义 Q\ge4{,}500 USD（约为平均事件规模的两倍，参照 Lee et al. 2013），期间共 8,601,227 笔大单。
主要结果
核心比例
31% 的大单可以 spoof 市场；占全部委托的 7%。
挂单位置（最有监管价值的一张表）
| 类别 | 挂在盘口顶端的比例 |
|---|---|
| 可疑 · 大单 | 0% |
| 可疑 · 全部单 | 0.13% |
| 正常 · 大单 | 4.20% |
| 正常 · 全部单 | 10.14% |
spoof 几乎不在盘口顶端做——顶端被成交风险太高。这直接挑战了依赖盘口顶端失衡信号的框架（如 Cartea et al. 2020/2023）。
描述统计（表 1；距离与价格变动单位为中间价的 bp）
| 类别 | 平均挂单距离 | 平均规模 (USD) | 平均价格变动 (bp) | 偏度 |
|---|---|---|---|---|
| 可疑 · 大单 | 7.45 | 25,291 | 0.15 | 0.33 |
| 可疑 · 全部单 | 6.85 | 9,661 | 0.11 | 0.45 |
| 正常 · 大单 | 4.06 | 15,980 | 0.05 | −0.04 |
| 正常 · 全部单 | 1.03 | 2,042 | 0.02 | 0.02 |
可疑单规模约为正常单的 2.6 倍，挂单距离约为正常单的 6.7 倍；可疑单之后 1 秒的价格变动约为正常单的 5.5 倍。
案例定性
8 个案例中可疑单规模多为整数且在极短时间内集中出现 → 大概率同一主体；可疑单之后总是在对侧出现成交 → 假单确实起到了触发作用；频繁出现分层（layering）行为。
实时性
Python 加代码优化后，每笔委托的检测耗时 < 100 微秒。
论文自陈的局限
- 假设 1（无部分成交）对大额假单明显不成立，承诺后续给扩展但本文未提供。
- 成交规则用中间价穿越近似，实际中中间价不穿越也可能成交。
- 假单的对应真实单 q 不可直接观测（做市商可能先挂单、事后再决定操纵），且交易所数据缺少匿名化交易者 ID → 只能"识别可疑"，不能"确认操纵"。
- 跨资产 spoof 检测因此被放弃（但给出了一套跨资产/跨场所的期望成本函数）。
- 特征只用限价单的插入事件触发；未考虑撤单事件的对称建模。
- 时间跨度固定 T=1 秒；多时间尺度 spoof、按成交时间计的 horizon 列为未来工作。
- 未单独建模 layering。
对本 wiki 的位置
- 入口概念: concepts/microstructure/spoofing 的检测与识别 (Spoofing Detection)
- 相关: concepts/microstructure/OFI 的 Hawkes 与 OU 建模路线（Hawkes 方法论）· 多档订单簿不平衡 · concepts/microstructure/订单簿结构复合变量 C
- 同批论文: Tao Day Ling Drapeau 2020 Detecting Spoofing（本文正面回应）· Lin Yang 2025 Multilevel Manipulation
- 作者: Timothee Fabre · Damien Challet
关键引用
Fabre, T., & Challet, D. (2025). Learning the Spoofability of Limit Order Books With Interpretable Probabilistic Neural Networks. arXiv:2504.15908.