标签： #市场微观结构

两个高度相关的资产几乎从不同时动：期货先于现货、大盘股先于小盘股、美股 ETF 先于亚洲镜像。领先滞后估计要回答的是「谁先动、领先多少秒」。受控模拟（真实滞后 θ=2 秒、泊松异步观测）实测：1 秒网格滞后互相关函数峰值精确落在 +2 秒，同期相关只有 0.066 而峰值 0.120——同步相关严重低估了这对资产的真实耦合。HRY 估计器（Hoffmann-Rosenbaum-Yoshida 2013）按区间重叠配对无需网格，峰值 0.80 落在 2 秒，信号强度是网格法的 6.7 倍。采样频率扫描给出实操上最重要的曲线：h=5s 时不对称度 0.200 最大，h=60s 时只剩 0.020——领先滞后是尺度依赖信号，网格必须与 θ 同数量级，粗网格把先后关系压扁成同期相关。方向性 IC 检验：领先者过去 2 秒预测跟随者未来 2 秒，15 日 IC 均值 0.215（t=125），反向对照只有 0.074。诚实边界：领先滞后利润与延迟军备竞赛绑定、θ 本身随市场状态漂移、Epps 效应与领先滞后互为混杂因素。A 股注记：沪深 300 期货 vs ETF、AH 股是天然领先滞后对，但 T+1 与两融门槛限制了收割方式（高阶）

美元棒看得见活跃、看不见方向：买卖各一亿的缠斗日和净买两亿的扫货日成交额相同，切出同样多 bar。失衡棒改追踪累计签名流 θ：双边均衡时 θ 随机游走难触阈（bar 稀疏），知情单边流让 θ 线性狂奔（bar 密集开火）。12 万 tick 合成市场（7 段知情时段）实测：知情时段采样密度比，时间棒 1.00×（失明）、美元棒 1.28×、tick 失衡棒 5.01×、美元失衡棒 5.98×；检测延迟从 6.2 分钟压到 1.9-2.5 分钟。最诚实的发现：失衡棒超额峰度 2.7-4.6 反高于时间棒的 0.03——它是信息浓缩器而非分布美化器，与美元棒目标正交。三盆冷水：AFML 原文 EWMA 阈值有正反馈塌缩缺陷（实务用固定阈值+定期再校准）、真实市场方向靠 tick rule 推断且误差集中在知情时段、采样密集不等于可交易信号。

PFOF 完整拆解：20 万笔散户订单模拟证明零佣金不是慈善也不是骗局——客户拿到 56.2 万美元价格改善、券商收 36.4 万 PFOF、内化商净留 84.9 万，客户所得是券商所得的 1.54 倍；但先知最优路由成本仅 76.3 万，内化路由多付 45.0 万缺口暴露『比交易所好』与『最好』的距离。逆向选择模拟给出内化商挑单的硬约束：无差别全接毛利 63.2 万、识别后挑单 92.9 万，被留下的知情单净亏 18.5 万全靠噪音单 111.4 万补贴 - halo的技术博客

限价簿的最优报价不是一个价格，是一条排队的队列：价格什么时候动，等价于哪边队列先被吃空。队列反应模型（Huang-Lehalle-Rosenbaum 2015）的核心洞见是三类事件强度都是队列长度的函数——小队列抢着补单、大队列吸引市价单、撤单随队列线性增长，生灭过程的平稳分布可以解析求出并被 12 万秒事件级模拟精确复现（众数 q=3，零智能常数强度模型给出错误的 q=1 单调衰减形态）。队列失衡→价格方向的 S 形概率曲线从首达时间竞赛自然涌现：I=+0.8 时上行概率 73.3%、I=−0.8 时 28.3%，无需任何外生 alpha 假设。全簿模拟 3600 秒 11890 个订单事件只产生 173 次价格变动——价格是队列动态的慢变量。做市、执行算法排队价值评估、短周期方向信号三个应用场景+A 股 Level-2 十档快照的工程适配（高阶）

失衡 Bar 数净额，Run Bar 数连续性：知情机构能用交替扫单把净失衡做平，但藏不住更长的同向 run——只要必须在信息失效前建完仓，它就必须持续单向交易。12 万笔受控模拟（中段植入 p_buy=0.67）实测：买方 run 均值 2.35→3.96 笔、p95 从 6 到 11；阈值版 Run Bar（run≥10 触发）知情段采样密度自动加密 4.6 倍，bar 长度中位数 237→54 tick——bar 长度本身是免费的知情强度指标，而等 tick Bar 完全无感。bar 内买单占比分布双极化（标准差 0.158 vs 0.089），样本信息密度更高。诚实交代 AFML 原版 EWMA 自举阈值的退化陷阱：实测切出 15245 根中位数 2 tick 的碎 bar，生产级应用固定分位数阈值+保险丝。A 股 Level-2 可跳过 tick rule 直接数 run，但 T+1 下它是特征时钟而非交易时钟（高阶）

tick/成交量/美元 Bar 共享一个盲区：只数活动的量，不看方向。1000 手买对轰 1000 手卖是均衡市场，2000 手连续买是知情交易——前三种 bar 一视同仁。Tick 失衡 Bar 把切分条件换成失衡量：逐笔方向 ±1 累加，失衡绝对值触阈值就切一根。12 万笔受控模拟（中段植入 p=0.68 持续买方失衡）实测：知情区段采样密度 30.2 vs 平静期 2.7 根/窗口，自动加密 11 倍；bar 长度中位数 1653→162 tick，bar 长度成了免费的知情强度指标；平方收益 ACF 从 0.335 压到 0.039，波动聚集被吸收进采样密度。代价：EWMA 阈值自举脆弱、bar 数不可预算、tick rule 误判在单边行情系统性放大。A 股：Level-2 BS 标志可跳过 tick rule，但 T+1 下 TIB 定位是特征时钟而非交易时钟（高阶）

「每 5 分钟切一根 K 线」是全行业的默认习惯，但日历时间是市场的旁观者：新闻爆发的 1 分钟塞进上千笔交易，午间死寂的 1 小时只有零星报价，等时间采样把这两者塞进同样大小的格子——高活动期信息被压缩、低活动期噪声被放大。Clark 1973 的 subordination 定理给出理论出口：如果价格是被『交易活动量』这个随机时钟驱动的布朗运动，那么在活动时钟下观察，收益就回到正态。合成实验（每笔收益严格 iid 正态、仅活动强度带 AR(1) 持续性 + 日内 U 型 + 新闻爆发）验证：同一段 21.6 万笔逐笔数据、相同 bar 数量，时间 Bar 收益超额峰度 3.52、JB 统计量 496、平方收益自相关 0.13 显著——肥尾与波动聚集全是采样时钟制造的伪影；换成成交量 Bar 后峰度 0.04、JB≈0、ACF 归零，收益变回教科书正态。这对 ML 管线是根本性利好：多数模型隐式假设样本同分布，成交量时钟在数据层面完成了『去异方差』。实操三坑：拆单与算法交易让 tick 计数通胀（成交量比笔数稳健）、阈值须随活动水平漂移而更新、A 股午休跨段 bar 需显式处理（中高阶）。

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）。