标签： #价格冲击

Kyle（1985）用一个单期拍卖模型回答『我下单会把价格推多远』：做市商只看净订单流定价，均衡下价格冲击系数 λ = σv/(2σu)——真值不确定性越大 λ 越大，噪声成交量越深 λ 越小。2000 场批量竞价模拟：OLS 回归 Δp 对净订单流回收 λ 相对误差仅 0.07%；噪声量从 2000 股扫到 64000 股，λ 沿理论线严格减半。线性冲击的直接推论是平方账单：10 万股一次吃完冲击成本 50 万元，拆 16 片只能省掉临时冲击部分（永久占比 θ=0.5 时降到 26.6 万）。60 只股票截面实测：日频 Amihud 非流动性与真实 λ 的秩相关 0.997——没有逐笔数据时 Amihud 是 λ 的合格代理。诚实边界：λ 非平稳、单期模型没有订单拆分动态、实证冲击更接近平方根律而非线性（中阶）。

Kyle 模型说价格冲击是线性的 λQ，但过去三十年横跨股票、期货、期权甚至比特币的实证结果惊人一致：母单的价格冲击 ≈ Y·σ·√(Q/V)，指数死死钉在 0.4-0.6 之间。本文用潜在流动性簿模型从底层复现平方根律，验证主曲线坍缩（不同波动率、不同成交量的标的除以 σ 后落在同一条曲线上），对比线性模型在大单区间的系统性高估，并用传播子模型拆穿『切碎订单就能消灭冲击』的幻想——冲击衰减速度 β 才是拆单收益的真正决定者（中阶）。

一笔买单把价格推高 10bp，这 10bp 里有多少是市场真的学到了东西、有多少只是流动性暂时让步？答案藏在成交之后的价格路径里：永久冲击是回不来的台阶，临时冲击是会指数衰减的鼓包。本文用 κ + θ·exp(−t/τ) 的经典衰减模型模拟 2000 次买单事件，对平均回复曲线做非线性最小二乘，把三个参数几乎无偏地拿回来（κ̂≈4.0bp、θ̂≈6.0bp、τ̂≈5 bar）。核心洞见是执行含义：拆单、放慢只能省临时冲击那一层，永久冲击是信息的价格、怎么拆都省不掉——这条分界线就是所有执行算法成本模型的地基。诚实边界：事件平均要求冲击对订单流平稳、拆解对模型形式敏感、日线数据上 τ 几乎不可识别（中阶）。

被动指数基金必须在生效日买满新纳入的成份股、卖光被剔除的——买卖时点和方向全部提前公告、人尽皆知。这份『非自愿、无价格敏感度』的刚需订单流，就是可预测的价格压力。本文在合成事件面板上复现完整时间线：纳入股从公告日到生效日累计超额漂移 +5%、剔除股 −4.5%，生效日成交量暴增 6.5 倍（被动基金一次性建仓），而生效后价格反转吐回近一半漂移。前瞻策略（公告日进、生效日出）净值稳步向上，被动跟随（生效日才买）反而亏钱。诚实拆解：漂移随被动需求呈平方根冲击、拥挤化正在抹平这块午餐、A 股定期调样规则与冲击成本是实盘落地的三道坎（中阶）。

大多数交易成本模型把市场冲击当成瞬时的一锤子买卖——你砸单、价格跳、结束。但真实市场里，一笔成交的冲击是有『余韵』的：它推高价格后会慢慢消退，而不是立刻弹回或永久留存。Bouchaud 的传播子模型（Propagator Model）把这件事写成一个衰减核 G(t)，价格 = 所有历史成交冲击按 G(t) 衰减后的叠加。本文从零推导为什么这个核必须存在——订单流方向有惊人的长记忆（自相关拖到上百笔仍显著），如果冲击是永久的，长记忆会让价格产生可预测趋势、无风险套利机会遍地；传播子的幂律衰减核恰好抵消这种记忆，让价格回到接近鞅的无套利状态。用纯 numpy 复现冲击核（幂律 vs 指数 vs 永久）、价格叠加构造、订单流长记忆自相关、以及从模拟成交数据反推响应函数 R(l)。附完整 Python 与四类真实陷阱（高阶）。

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）。