标签： #市场微观结构

受控模拟实验结论：宽基 ETF 折溢价半衰期约 8.7 分钟，AP（授权参与商）扣成本后净收益约 10.37bp/百万元（胜率 90%）；普通投资者仅 7.37bp/百万元（胜率 81%，t=12.2，p≈0）；无折溢价对照组 AP 依然亏损 5bp——套利利润的来源是折溢价本身，而非 AP 的技术优势。QDII 跨境 ETF 因额度限制与时差，半衰期拉长至 115 分钟，且可能长期不收敛；普通投资者在日内用 IOPV 实时数据判断折价存在 look-ahead bias，false signal 率 32.6%，修正后每笔亏损扩大至 -7.84bp。

三巫日尾盘的价格异常常被归因于「成交量大、波动大」，但 12 年 × 200 只成分股 × 57600 个观测的面板模拟给出更准确的分解：尾盘冲击 = 失衡规模 × 价格弹性，两个乘数在三巫日同时抬升（7.46× 与 2.42×，合计 18.0×），而尾盘收益波动只放大了 1.23 倍——只看波动率会把这个效应低估一个数量级，因为波动率是被特质噪音稀释后的产物。核心识别：签名失衡对尾盘收益的弹性三巫日 6.86 bp/%ADV（t=73.5）、普通到期 3.49、普通日 2.84，严格按机制强度排序；次日反转 -4.57（t=-16.9），反转比例 66.6% 精确等于设定的暂时性占比，这是「流动性成本而非信息」的判定性证据。两个必修 bug：不做日内去均值时系数虚高到 7.07（共同市场因子进了残差），用 |失衡| 替代签名失衡则系数变成 -0.35（t=-1.83）方向反了且 R² 从 0.360 塌到接近 0——方向信息是这个回归的全部。可交易性最反直觉：全样本组合毛收益 7.18bp（t=4.31）但扣 5bp 双边成本后变成 -2.82bp，只做前 40% 大失衡才转正 4.37bp；失衡的共同成分让 200 只股票的分散化只兑现了理论值的 52.7%

「日内反转」不是一个常数——开盘 30 分钟中间价一阶自相关 -0.070，午后衰减到 -0.023，只剩三分之一。800 天 × 60 只股票的微观结构模拟把反转拆成两个可分别测量的乘数：暂时性冲击占比（开盘 5.09%、午后 1.94%）× 单 bar 释放比例（开盘 40.5%、午后 18.0%），乘积从 0.0209 掉到 0.0034——两股力量在日内反向变化，只看其中一个必然误判。最容易吃亏的一步在测量本身：用成交价测出的开盘 AC1 是 -0.075，比中间价多出 0.004，这部分是买卖价差回弹（Roll 效应）不是真反转；对照组给出更狠的证明——一个可预测性精确为零的随机游走，只要叠上价差回弹，天真回测能刷出每次 0.68bp、Sharpe 8.3 的「利润」，换成穿越价差的正确执行价立刻变成 -3.86bp、Sharpe -47.7。真实模型下只有开盘段扣掉价差后还剩 3.40bp，上午盘中 -1.82bp、午后 -2.76bp、尾盘 -3.76bp 全线为负。加上平方根冲击成本后临界容量约 382 万元，超过就归零。附带两个结构发现：持有期必须匹配该时段半衰期（开盘段从 1 bar 到 6 bar，Sharpe 6.5 → 20.1），以及收盘钟声会截断尾盘反转，46.4% 的未释放冲击外溢到隔夜（相关系数 -0.192，而盘中对照组为 -0.003）

限价订单簿的挂单量大致按档位指数衰减，衰减斜率藏着方向信息：买压强时买盘密度衰减慢（深度厚），卖盘衰减快。用 6 万个盘口快照的受控模拟实测：对 10 档 log 深度做 OLS 估斜率、取买卖差作为信号，20 快照（100 秒）视界 IC 5.44%，远超只看一档的经典不平衡指标（1.13%）和五档总量不平衡（4.34%）——多档形状信息真实有用，且十分位单调性干净。但故事的下半场是冷水：|z|>1 触发的方向策略每笔毛收益只有 0.20bp，而盈亏平衡成本 1.0bp、半价差 2.5bp——毛信号连价差的零头都盖不住，taker 策略在这个视界上结构性亏损。这类信号的真实用途不是独立下单，而是做执行层的辅助：maker 挂单位置选择、母单切片的时机微调、以及和更慢信号的组合。诚实边界：模拟盘口没有撤单博弈和幌骗，真实 L2 数据里斜率估计对做市商批量撤单敏感；5 秒快照抹掉了快照间的事件序列（高阶）。

成交量时钟修好了『活动度量』，但在价格翻 3 倍的市场里，同样 100 手在 20 元和 60 元时的经济含义差 3 倍——股数是名义单位，成交额才是经济单位。美元 Bar（每累计 N 元成交额切一根）是信息驱动采样家族对『时钟单位』的最终回答：对拆单免疫（tick 计数会通胀）、对送股拆股天然中性（股数时钟一夜漂移，美元时钟无感）、对价格水平自适应。1000 日受控模拟（价格 3 倍 + 活动增长 + 中段高波动区制）实测：前 100 天校准的固定阈值到末期，tick/成交量 Bar 日均根数从 6 漂到 13.4，美元 Bar 因价格与活动双重增长漂得更凶（27.7）——美元 Bar 对价格敏感是特性也是负担，必须配 EWMA 动态阈值：日常稳定在 6 根、高波动区制自动加密，把趋势性漂移滤掉、只保留『信息爆发时多采样』。统计性质上四种 bar 同场竞技：时间 Bar 峰度 3.52/JB 496/波动聚集显著，三种信息驱动 bar 全部归零——家族内差异远小于『家族 vs 时间时钟』。终点站是 Easley-O'Hara-de Prado 的洞见：美元时钟正是 VPIN 的运行时钟，采样方式与知情交易度量共享同一个世界观。A 股落地注记：手数=100 股恒定使成交量/成交额时钟高度相关，但跨长周期与跨价格档比较时美元 Bar 仍占优（中高阶）。

K线按『每5分钟一根』切分是历史遗留而非统计最优：市场信息不按时钟到达，开盘和收盘挤满成交、午盘空转，固定时间间隔意味着信息密集时段被欠采样、清淡时段被过采样，结果是时间棒收益呈现肥尾与波动聚集，直接违反大多数 ML 模型的 iid 近似假设。Dollar Bars 的解法：累计成交金额每达到阈值就切一根 bar，让采样节奏跟着市场活跃度自适应。我们用 Hawkes 自激强度 + 日内 U 型季节性合成 60 个交易日的分钟级市场（14400 分钟，活跃度高度成簇），在等量 bar 数(~1100-1200 根)下对比三种采样：时间棒超额峰度 1.16、Jarque-Bera 统计量 72、绝对收益一阶自相关 0.132；成交量棒分别降到 -0.13 / 2 / 0.013；美元棒做到 -0.01 / 0（正态性检验直接不拒绝）/ -0.035，波动聚集被采样方式本身消解。原理是 Ané-Geman (2000) 的时间变换：以成交活动为『市场时钟』重新计时，收益向高斯回归。文章给出完整合成与采样代码、QQ 图与 bar 时长分布证据，并交代三条实务边界：阈值需随市值漂移动态调整、bar 数量不齐导致多资产对齐成本、以及『分布更正态』不等于『更可预测』。

把采样间隔从 30 分钟压到 5 秒，两个真实相关 ρ=0.7 的资产测出来的相关系数会跌到 0.08——不是市场变了，是估计器坏了。Epps 效应的主因是异步交易：清淡资产的最新价大部分时间是几秒前的旧价，previous-tick 对齐让高频收益大量配对到「新信息 vs 旧价格」，相关性被机械稀释。40 个模拟交易日的受控实验完整复现衰减曲线（5s: 0.08 → 60s: 0.49 → 600s: 0.69≈真值），机制分解实验证明同步观测对照组在所有频率下都测得 0.7——衰减 100% 是观测机制造成的伪影。组合风险端的传导：h=10s 估计的相关矩阵让等权组合年化波动被低估 3.6 个百分点，高频协方差矩阵制造系统性的分散化幻觉。Hayashi-Yoshida 估计量按「时间区间重叠」配对收益，无需网格对齐，但对微观结构噪声不设防——实测在带噪声数据上给出 0.29，比中频 previous-tick 更差。实操建议：统计套利配对用 5-15 分钟采样+HY 交叉验证；A 股注记：涨跌停与集合竞价的额外坑（高阶）

把一个交易日切成 13 个半小时，跑 12 个预测回归，只有两个区间对最后半小时收益有显著预测力：第一个半小时（含隔夜信息，t=7.4）和倒数第二个半小时（t=4.4）——这正是 Gao-Han-Li-Zhou (2018) 在 SPY 上发现的日内动量结构。2500 日受控模拟复现全套结果：sign(r1)×r13 策略 Sharpe 1.99、最大回撤 -27%，对比始终做多尾盘的 0.11——信号全部来自方向切换而非做多偏差；按 r1 分五组的条件期望从 -26.5bp 单调爬升到 +29.4bp，量效关系干净。机制上三条腿：隔夜信息消化不完（开盘半小时是信息含量最高的区间）、日内趋势交易者尾盘集中平仓、被动基金收盘前再平衡的机械流。诚实交代两盆冷水：成本敏感性扫描显示单边 5bp 时 Sharpe 砍半、10bp 归零——这是日频翻仓策略的宿命；无效应对照世界里同样策略跑出 Sharpe 0.30，提醒任何尾盘研究必须配对照组。A 股注记：14:57 集合竞价切走最后 3 分钟、T+1 使现货腿只能隔日出、尾盘打板资金让 r12→r13 传导更强但拥挤（中高阶）