标签： #做市

VPIN 被当作「知情交易探测器」用，但它只看订单流失衡的绝对值——而失衡有两个来源：真正的知情交易，和纯粹想快点成交的大额委托。受控三状态模拟（12 万根 bar、4995 个成交量桶，两种来源的真值都已知）给出决定性读数：VPIN 与「总不平衡流量」相关 0.996，与真实知情占比只有 0.347，与无知情大额委托反而有 0.648。构造一个零知情的世界（只有大额委托），VPIN 均值 0.152 仍是真实市场 0.153 的 99%——这个指标在完全没有信息不对称时读数几乎不变。后果直接体现在钱上：95 分位报警的假发现率 85.1%，99 分位精确率归零；同一条前 10% 警报内部，知情主导的桶做市亏 35.4bp，大额委托主导的桶反而赚 7.96bp（t=4.14），而后者占警报的 76%——高 VPIN 时段整体做市 P&L 是 −2.29bp，比安静时段的 −9.07bp 还好。八项对抗式检验含两个推翻常识的结果：BVC 分类误差几乎不损失相关性（0.354 对 0.347），公平匹配窗口后钟表时间桶反而略胜体积时钟（0.451 对 0.347）。混合比例扫描给出边界——无知情委托占比从 0 升到 22%，与知情的相关性从 0.998 塌到 0.196，而与总流量的相关性始终锁在 0.996 以上（高阶）

Glosten-Milgrom（1985）用一个贝叶斯序贯交易模型回答『价差从哪来』：做市商面对的每一张单子都可能来自知情者，报价必须事前把这份逆向选择风险定进价里——ask = E[V|下一单是买]，bid = E[V|下一单是卖]。V∈{98,102} 的两值模型实测：知情者占比 μ 从 0.1 升到 0.6，价差从 0.40 线性撑到 2.40；做市商损益分解完美验证零利润条件——μ=0.1 时对知情者亏 12.0、从不知情者赚 11.2，合计≈0，价差本质是不知情者向知情者交的转移税。价格发现的速度-成本对偶：μ=0.5 时中间价约 30 笔收敛到真值但每步价差宽，μ=0.15 时价差窄却 200 笔仍未收敛完；价差随成交衰减，因为信息逐渐进价、剩余信息不对称减小。工程输出：GM 是 PIN/VPIN 的理论地基，也解释为何财报前价差系统性走宽。诚实边界：两值真值、单位单量、零库存成本都是理想化；真实价差还含订单处理成本与库存风险两个 GM 不建模的成分。

报价价差 0.10 元里，多少是逆向选择的保险费、多少是做市商的库存补偿、多少纯粹是订单处理费？Huang-Stoll (1997) 用一个两步回归框架把这三块拆干净：信息成分造成永久价格冲击、库存成分制造暂时且均值回复的报价偏移、订单处理成分只产生 bid-ask bounce。本文从 Roll 的一阶负串行协方差直觉出发，讲清三种成分各自的「指纹」，用 10 万笔模拟数据跑通两步回归还原价差结构（隐含半价差 0.0501 对上真值 0.0500），并验证核心恒等式：有效价差 = 价格冲击 + 已实现价差（0.104 ≈ 0.042 + 0.063）。给出三个落地读法：横截面毒性排序、TCA 归因、做市回测的收益虚增陷阱。诚实边界：Lee-Ready 方向标错、成分时变、τ 是自由参数（中阶）。

做市商最大的敌人不是价差而是库存：Avellaneda-Stoikov(2008) 用指数效用推出保留价与最优价差，让报价随库存偏斜、自动把持仓拉回零。模拟里 AS 把终端库存波动从 6.17 砍到 4.14、极端持仓从 36 压到 24，PnL 几乎不丢，附完整 Python 与六类真实陷阱（高阶）