标签： #市场微观结构

你下单时看到的成交价，和真实可得的买卖价之间隔着一道隐性成本——买卖价差（bid-ask spread）。Corwin & Schultz (2012) 给出了一招极简的估计法：只靠每日最高价/最低价，对比 1 日与 2 日的高低区间，就能把价差反演出来。本文用纯 numpy 从模型底层实现这套估计，验证它能还原价差的时间变化与排序，并诚实拆穿低频数据病态条件/自相关稀释/小价差衰减/窗口主观/微观结构噪声五类真实陷阱（中阶）。

为什么同样买一亿的单，大盘蓝筹几乎不动、小盘冷门股却拉涨停？答案藏在一个系数里——Kyle lambda，价格对净订单流的冲击斜率。它同时是流动性的倒数和信息含量的温度计：λ 越高，说明市场越浅、订单里的知情信息越浓。本文从 Kyle (1985) 的做市商模型出发，用纯 numpy 从零把 λ 用 OLS 回归估出来（R²=0.98 还原真值 0.8），验证信息占比越高 λ 越大、信息事件期间滚动 λ 从 0.5 飙到 1.5、横截面上成交量越低 λ 越高（幂律斜率 −0.53），并诚实拆穿订单符号分类误差/回归内生性/时变结构/流动性口径混淆/样本频率五类真实陷阱（中阶）。

把日内价格采样越密，波动率估计越准？恰恰相反——朴素实现波动率（RV）会随采样加密而爆炸，因为它把买卖价差跳动、价格离散、报价错配这些微观结构噪声当成了真波动。本文用纯 numpy 从零实现实现核（Realized Kernel）与预平均（Pre-averaging）两套抗噪估计器，用波动率信号图展示 RV 如何从 21% 爆到 276%，再验证实现核如何把 60 天的 RMSE 从 21% 压到 2.6%，并诚实拆穿噪声结构假设/带宽选择/跳跃污染/流动性错配/端点效应五类真实陷阱（中阶）。

几乎所有市场的日内成交量都呈 U 型：开盘集合竞价延续 + 隔夜信息集中释放, 成交量冲到第一个峰; 午盘进入信息真空, 成交量坍缩到日内最低、流动性最差; 收盘前机构调仓 + 指数再平衡 + 收盘竞价, 二次冲高。本文用 240 分钟合成日内序列演示：U 型两端/中段比 3.84 倍、午盘执行成本比开盘高 2.93 倍; 并把「1 万手大单用 VWAP 调度 vs 均匀调度」跑出实现差额 1.67bp vs 1.48bp(VWAP 省 11.4%)——本质是让单子天然落在高流动性窗口。附完整 Python 与六类真实陷阱(中阶)。

股市有个反直觉的事实：几乎所有长期收益都发生在「隔夜」(昨收→今开)，而「日内」(今开→今收)几乎不赚钱甚至略亏。Berkman-Jacobsen-Lee(2012)「Stocks Go Up by Night」和 Liu-Luo-Zhang(2019)把这件事坐实。本文用合成面板证明：①指数层面隔夜年化 +10.9% vs 日内 −1.4%；②隔夜跳变与同日日内收益横截面 rank-IC = −0.32(反转)；③按隔夜跳变做十档，同日日内收益从 D1 +0.87% 单调滑到 D10 −0.86%(t≈341)。附完整 Python 与六类真实陷阱(中阶)。

经典动量(12 个月)在拐点最痛——刚追进去就反转。但比动量更短、更干净的，是 1 个月尺度的「短期反转」：过去一个月涨得最多的股票，下个月倾向于回吐。本文把它拆进「隔夜 vs 日内」两个成分：隔夜收益是近乎纯噪声、且快速均值回复的过度反应，日内收益才承载真实信息与(轻微)动量。合成面板实跑：按过去 1 月隔夜收益排序买输家卖赢家，十分位严格单调下滑、多空年化 22%，而日内动量年化仅 3.4%；rank-IC 随持有期从 1 月的 −0.058(反转)翻正到 12 月的 +0.209(动量)——这正是「期限越短越反转、越长越动量」的教科书式 flip。附完整 Python 与六类真实陷阱(中阶)。

『周一必跌、周五必涨』是散户最爱的都市传说之一。本文用 20 年日频合成指数（含 GARCH 波动聚集与周内漂移衰减），严格复现 Cross(1973)/French(1980) 式的周内效应：周一 −3.7bp(t=−1.89)、周五 +5.6bp(t=+2.81)，跳过周一把买入持有的 Sharpe 从 0.20 拉到 0.42，但后半段该效应已衰减过半——这恰好解释了为什么教科书说它存在、而你实盘却抓不到。附完整 Python 与六类真实陷阱（高阶）。

流动性共同因子：用 PCA 在个股 Amihud ILLIQ 矩阵上抽出系统性流动性因子，解释 67.8% 截面方差；危机期截面相关性从 5.5% 飙到 35.6%，共同因子暴露溢价从 −2.5% 被放大到 +11.0%。附 Python 与五类真实陷阱。