VPIN 订单流毒性：用成交量同步的知情概率预警闪崩
做市商最怕的不是波动，是『毒性订单流』——对手方比你知道得多，你挂的每一笔限价单都是送给知情者的免费期权。Easley-López de Prado-O'Hara 的 VPIN 把这种毒性做成了可计算的实时指标：按成交量切桶（信息以量到达而非以时钟到达）、用桶收益的正态 CDF 做 BVC 批量分类拆买卖量、再取滚动 50 桶的|买卖失衡|/总量。6 万 tick 合成闪崩市场实测：知情卖压积累期 VPIN 从正常均值 0.411 抬到 0.625，越过正常期 95 分位阈值的首次报警比闪崩早 8764 个 tick——毒性积累是渐进的，崩塌是瞬间的，这个时间差就是 VPIN 的全部价值。VPIN 五分位与未来 2000 tick 已实现波动单调递增（相关 0.52），毒性确实是波动的先行指标。三盆冷水：2010 年闪崩『预警』有事后择参之嫌（Andersen-Bondarenko 用不同参数复现失败）、BVC 分类误差在最关键的高毒性时段最大、VPIN 高读数≠方向信息——它告诉你该撤单，不告诉你该做多还是做空（高阶）。
问题：做市商的敌人不是波动，是信息不对称#
做市商的商业模式是卖流动性收价差：在买一卖一各挂一笔，赚成交价差，祈祷买卖大致平衡。这个模式有一个致命的敌人——知情交易者。
当对手方知道你不知道的事（财报泄露、大基金被迫清仓、某个算法坏了），他们只打你的一边：单向吃你的卖单或买单。你的库存迅速偏向错误的方向，等价格反映出那条你不知道的信息时，你抱着一堆买贵了的存货。用期权语言说：你挂的每一笔限价单，都是免费送给知情者的美式期权。
这种『对手方知情程度』就是订单流毒性（order flow toxicity）。毒性高到一定程度，理性做市商的最优选择是撤单走人——而所有做市商同时走人，就是 2010 年 5 月 6 日那种闪崩：道指 5 分钟跌 600 点，不是因为卖压大到吃穿了订单簿，而是因为订单簿本身消失了。
问题来了：毒性能实时测量吗？Easley, López de Prado & O’Hara (2012) 的答案是 VPIN——Volume-Synchronized Probability of Informed Trading。
从 PIN 到 VPIN：把结构模型压成可计算的比率#
学术前身是 Easley-O’Hara 的 PIN 模型：知情交易以概率 α 发生，发生时产生单向订单流。PIN 理论优雅但要用极大似然估计三四个结构参数，日频更新都吃力，实时监控无从谈起。
VPIN 的工程化改造有三步，每一步都值得单独理解。
第一步：按成交量切桶，不按时钟#
信息不按时钟到达——这是本专栏美元棒那篇的核心论点，VPIN 把它用到极致。把 tick 流按累计成交量切成等量的桶（bucket），每桶恰好 V 股/张。活跃时段一分钟切好几桶，死寂时段半小时切不满一桶。在『成交量时间』里，知情交易的脚步声被自动放大采样。
第二步：BVC 批量分类买卖量#
每桶内部需要知道多少量是买方发起、多少是卖方发起。逐笔 tick rule 分类（价格上跳算买、下跳算卖）在高频撮合下噪声很大，VPIN 用更钝但更稳的 BVC（Bulk Volume Classification）：
其中 (Z) 是标准正态 CDF，(\Delta P_\tau) 是第 τ 桶的价格变化。直觉：桶收益大涨 → CDF 接近 1 → 大部分量归为买方；横盘 → 五五开。它不判断每一笔，只按桶级价格证据做概率性拆分。
左图是 CDF 映射本身，右图是实测 600 个桶的拆分结果——桶标准化收益与买方占比严格落在 CDF 曲线上（BVC 是确定性函数）。
第三步：滚动买卖失衡比率#
滚动窗口 W 通常取 50 桶。VPIN ∈ [0, 1]：均衡双边流时低（买卖拆分五五开，失衡小），单边知情流时高。它就是 PIN 里『知情交易占比』的成交量同步近似——名字里每个词都有着落。
核心实现：
import numpy as np
from scipy.stats import norm
def vpin(price, volume, v_bucket, window=50):
"""price/volume: tick 级序列; v_bucket: 每桶成交量"""
# 1. 按累计成交量切桶
buckets, cum, start = [], 0.0, 0
for i in range(len(volume)):
cum += volume[i]
if cum >= v_bucket:
dp = np.log(price[i] / price[max(start - 1, 0)])
buckets.append((i, dp, cum))
cum, start = 0.0, i + 1
dP = np.array([b[1] for b in buckets])
Vb = np.array([b[2] for b in buckets])
# 2. BVC 拆分买卖量
z = norm.cdf(dP / dP.std())
imbalance = np.abs(Vb * z - Vb * (1 - z))
# 3. 滚动 W 桶失衡比率
v = (np.convolve(imbalance, np.ones(window), "valid")
/ np.convolve(Vb, np.ones(window), "valid"))
ends = np.array([b[0] for b in buckets])[window - 1:]
return ends, v实验：一场有预谋的合成闪崩#
构造 6 万 tick 的合成市场，剧本分三幕：
| 幕 | tick 区间 | 买方占比 | 成交量 | 语义 |
|---|---|---|---|---|
| 正常 | 0–35,000 | 50% | 基准 | 双边均衡做市 |
| 毒性积累 | 35,000–45,000 | 36% | ×1.6 | 知情者持续出货 |
| 闪崩 | 45,000–47,000 | 20% | ×4.0 | 单边倾泻、流动性蒸发 |
价格由白噪声 + 带符号的成交量冲击驱动。桶大小取总量的 1/600（切出 593 桶），VPIN 窗口 50 桶。
这张图是全文的主证据，三个读法：
- 正常期 VPIN 在 0.41 附近呼吸——注意不是 0。双边随机流的 BVC 拆分天然产生非零失衡（有限样本效应），0.41 是这套参数下的『底噪』，绝对水平没有跨市场可比性，只有相对自身历史的分位数有意义；
- 毒性积累期（橙色区）：VPIN 从 0.411 爬到 0.625。用正常期 95 分位（0.454）做报警线，首次越线发生在 tick 36,236——比闪崩（tick 45,000）早 8,764 个 tick。毒性积累是渐进的、可观测的，崩塌是瞬间的、不可交易的，这个时间差就是 VPIN 存在的全部理由；
- 闪崩期（红色区）：VPIN 冲上 0.9。但此刻报警已无意义——你要么早就撤了，要么已经在崩塌里。
分布视角更直观：
正常期（均值 0.411）与毒性期（均值 0.625）的分布几乎可分——这不是尾部重叠里抠信号，是整个分布的平移。
VPIN 预测什么：波动，不是方向#
Easley 等人的原始主张是 VPIN 预测短期波动（毒性 → 做市商撤退 → 价差走阔 → 波动放大）。本实验的复现：按 VPIN 五分位分组，看未来 2000 tick 的已实现波动：
严格单调：最低分位组未来波动 0.0214，最高分位组 0.0334，全样本相关 0.52。毒性确实领先于波动。
注意这个实验没有声称 VPIN 预测收益方向。高 VPIN 时段在本实验里是下跌的，但那是剧本安排——现实中知情者可能在买也可能在卖，VPIN 取的是绝对值失衡，方向信息在第一步就被扔掉了。它的正确下游是：
- 做市/执行：VPIN 越线 → 撤单、拉宽报价、降低挂单深度；
- 风控：高 VPIN 时段收紧仓位限额、暂停均值回复类策略（它们本质上在扮演业余做市商）；
- ML 特征：作为 regime 特征喂给波动率预测或元标注模型——与上一篇 CUSUM 事件采样天然互补（CUSUM 说『行情变了』，VPIN 说『变脸前对手盘已经不对劲』）。
三盆冷水#
第一盆：2010 闪崩『预警』有事后择参之嫌。 VPIN 最著名的卖点是『在 2010 年 5 月 6 日闪崩前一小时达到历史高位』。但 Andersen & Bondarenko (2014) 用不同的桶大小和分类方法复现，发现预警能力大幅缩水，甚至 VPIN 的大部分预测力可以被简单的成交量指标解释；Easley 阵营随后反驳，论战打了好几个回合。诚实的结论是：VPIN 对参数（桶大小、窗口、分类方法）敏感，任何『它预警了某次崩盘』的叙事都要先问一句——参数是崩盘前定的还是崩盘后定的？自己用时必须在样本外固定参数再评估。
第二盆：BVC 的分类误差恰好在最关键处最大。 BVC 假设桶收益与买方占比的关系服从正态 CDF——这在平静市场是不错的近似，但闪崩时价格跳变离散、买卖极端失衡，正好偏离正态假设最远。换句话说，毒性最高、你最需要它准的时刻，恰是 BVC 最不准的时刻。本实验用合成数据（生成机制已知）回避了这个问题，真实数据上这是不可回避的测量误差。这与失衡棒那篇 tick rule 误差集中在知情时段是同一类困境：微观结构指标的测量质量与市场状态负相关。
第三盆：高 VPIN 不可直接反向或顺势交易。 VPIN 是『该不该在场』的指标，不是『该站哪边』的指标。拿高 VPIN 做顺势（跟着知情者）你不知道方向；做反向（赌过度反应）你在接知情者的飞刀。学术检验里 VPIN 对收益方向的预测力基本为零——这不是缺陷，是设计使然：绝对值运算扔掉方向是为了换取对『知情概率』的稳健估计。想要方向，回到签名失衡棒或订单簿不平衡（OFI）那条线。
在工具链中的位置#
把本专栏微观结构线索串起来：美元棒证明信息以量到达（采样论）→ 失衡棒追踪签名流检测知情方向活动（事件论）→ VPIN 把知情活动压缩成 [0,1] 的毒性概率并证明它领先波动（风控论）。三者共享『成交量时间』这一个世界观，分别回答何时采样、何事发生、何时离场。
一句话总结：VPIN 不会告诉你市场要往哪走，它告诉你牌桌上出现了比你懂的玩家——而扑克的第一定律是：看不出谁是鱼，你就是鱼。
参考文献#
- Easley, D., López de Prado, M., & O’Hara, M. (2012). Flow Toxicity and Liquidity in a High-frequency World. Review of Financial Studies, 25(5), 1457–1493.
- Easley, D., López de Prado, M., & O’Hara, M. (2011). The Microstructure of the “Flash Crash”. Journal of Portfolio Management, 37(2), 118–128.
- Andersen, T. G., & Bondarenko, O. (2014). VPIN and the Flash Crash. Journal of Financial Markets, 17, 1–46.