微观结构现象：价差、冲击与订单流 — 市场与微观结构数据

周二上午 11:14，某沪上私募量化团队的研究员刚跑完沪深300 ETF（510300）上 5 秒级订单流信号的回测：样本内 Sharpe 5.2，样本外 Sharpe 4.8。基金经理盯着权益曲线只问一句：「上规模交易会发生什么？」研究员不知道——回测假设每一笔成交都按中价（mid）拿到、零市场冲击。在 200,000 份的元订单（metaorder）量级下，平方根法则预测约 6bp 的永久性冲击，而信号每个周期产生的优势只有 8bp。这套策略在纸面上是真的、在生产中不赚钱。所有的厘从微观结构里来，也从微观结构里走。本课要教的，是 4.2-4.5 每一个 alpha 与执行决策的基础——五个锚点：价差、最小变动单位、订单流不平衡、市场冲击、队列位置。

买卖价差：三种可量度变体

价差不是一个数字，是三个。每个度量的对象不同：

1. quoted spread    s_q(t) = best_ask(t) - best_bid(t)
2. effective spread s_e(t) = 2 * |trade_price(t) - mid(t^-)|     # mid just before the trade
3. realised spread  s_r(t) = 2 * D(t) * (trade_price(t) - mid(t + Δ))  # D=+1 buy-agg, -1 sell-agg; Δ = 5 minutes

报价价差（quoted spread） 是屏幕上的头条数字。常用基点表达：s_q_bp = 10000 * s_q / mid_price。510300 在 0.001 元 tick、约 4 元价位 ≈ 2.4bp；600519 在 0.01 元 tick、约 1500 元价位 ≈ 0.07bp。中小盘股在涨跌停近端可见 10-30bp BBO 价差。

有效价差（effective spread） 是激进方在往返等价基础上实际支付的成本：进场过半价差，离场再过半价差。参考的 mid(t^-) 是成交 前 那一瞬间的中价。通常 s_e ≤ s_q，因为激进委托有时与隐藏价格改进（hidden-pricing improvement，如内化经纪商提供）成交。对 510300 的中位数成交，s_e / s_q 约 0.7-0.9。

实现价差（realised spread） 度量做市商扣除逆向选择后的利润。D(t) = +1 对应主买、 D(t) = -1 对应主卖，Δ = 5 分钟 是行业标准前视期。s_r 度量从成交时到 Δ 之后中价之间价格反对做市商方向走了多少；剩下的有效价差归了知情交易者。对流动性高的 A 股，实现价差大约是有效价差的一半——这意味着做市商报出的价差里约一半作为逆向选择成本付给了知情流量。

三个组分在经济意义上做加法分解：

s_q = adverse-selection cost + inventory cost + order-processing cost

逆向选择成本（adverse-selection cost） 是做市商承担被知情流量挑选风险所要的补偿；扩大报价部分抵消被挑走（pick off）的损失。引文：Glosten-Milgrom。
库存成本（inventory cost） 是做市商在两次对冲成交之间临时持有风险所要的补偿；引文：Stoll / Huang-Stoll。
报单处理成本（order-processing cost） 是交易所手续费加报价系统的技术成本；结构性固定。

只引文不推导的对应：Glosten-Milgrom 1985 处理逆向选择层；Stoll 1989 / Huang-Stoll 1997 处理库存层。每个微观结构书架上都坐着它们。形式化推导属于 4.2 / 4.5 选修课题。

Roll 的估计量作为 sanity check

你只有逐笔成交价、没有报价。还能估出价差吗？能：

spread_estimate = 2 * sqrt(-cov(Δp_t, Δp_{t-1}))

在「buy-at-ask / sell-at-bid 弹跳」模型下，相邻成交价变化具有负的序列协方差——卖一价上的一笔买入更可能跟着买一价上的一笔卖出，而不是另一笔卖一价上的买入。该负协方差的深度就是价差。成交价变化的负序列协方差在 buy-at-ask / sell-at-bid 弹跳模型下意味着非零价差；把这个估计量作为对重建 L1 feed 的 sanity check——如果重建的报价价差与 Roll 估计量在同一数据上差异超过约 30%，二者中必有一个是错的（通常是委托簿重建错了）。

最小变动单位（tick size）与队列形态

最小变动单位（tick size）是交易所规定的最小价格变动。A 股规则：绝大多数股票（包括贵州茅台 600519 这种价位千元以上的）固定 0.01 元；A 股 ETF 通常 0.001 元（比股票细一个数量级——这是监管为 ETF 套利提供的让步）；CN 没有美式 sub-penny 规则。引上交所 / 深交所业务规则文件作为 tick size 的权威出处。

tick size 对委托簿有三类结构性效应：

盘口队列深 当 tick 相对波动率大。510300 在 0.001 元 tick、约 4 元价位上对应 ~2.4bp 的 tick，BBO 可能停留同一价位多秒、订单积累——单侧 10 万份级深度常见。
价格聚集 因为 tick 让价格离散化。同样波动率下、更细 tick 会让成交价更均匀分布。
流量在涨跌停附近变薄 A 股的涨跌停 ±10%（主板）/ ±20%（科创板 / 创业板）/ ±5%（ST）一旦触及，对应侧锁定、激进单只能排队不能成交，队列结构断裂。

资深同事第一天就强制的规则：每一种 tick 选择都是交易所的政策杠杆，策略的损益模型必须包含 tick——因为 (a) 价差下限就是 tick；(b) tick-bound 的队列又深又慢，你被动成交的概率在排队过深时崩塌。

订单流不平衡（OFI）：经典的短期信号

每一笔成交带方向。D_i = +1 如果买侧主动（marketable 单向上越价差）；D_i = -1 如果卖侧主动。上交所 / 深交所逐笔成交数据直接发布主买 / 主卖 / 中性字段——CN 的权威主动方标记。对于缺失该字段的旧数据集或聚合 feed，Lee-Ready tick rule 重建：成交价高于中价标主买、低于中价标主卖；中价上的成交退回到 prior-trade direction。

定义有符号成交量与归一化订单流不平衡：

def compute_ofi(trades, window_seconds=1):
    """对固定宽度桶计算归一化订单流不平衡。

    OFI ∈ [-1, +1]; +1 = 全部主动买单；-1 = 全部主动卖单。
    """
    # 用主动方对每笔成交标号
    trades["D_i"] = trades["aggressor_side"].map({"buy": +1, "sell": -1}).fillna(0)
    # 按固定宽度桶
    buckets = trades.set_index("ts").groupby(pd.Grouper(freq=f"{window_seconds}s"))
    signed_volume = (buckets["D_i"] * buckets["size"]).sum()
    total_volume = buckets["size"].sum()
    OFI = signed_volume / total_volume                    # lives in [-1, +1]
    forward_return_5s = buckets["mid"].last().pct_change().shift(-5)
    return OFI, forward_return_5s

经验签名，用 510300 一日的 1 秒级 L1 数据走一遍：把 forward_return(t, t+5s) ~ OFI(t) 跑回归，常规会期内，期待 t 统计量 10-30 之间、单回归元 R² 0.5-2% 之间。单条 OFI 观测只解释一小片，多条观测复合成可交易的信号。信号在 60-300 秒内衰减，半衰期与个股相关。

OFI 是 流（flow）——窗口内速率信号。它的兄弟 queue imbalance（委托簿不平衡） 是同时刻的 状态（state），用 L2 深度定义 QI = (top_bid_depth − top_ask_depth) / (top_bid_depth + top_ask_depth)，落在 [-1, +1]。QI 也正向预测中价短期走势，时间尺度更短（亚秒到几秒）、R² 更小。多数做市商与短期统计套利团队把 OFI 与 QI 融合成单一短期信号。引文：Cont, Kukanov & Stoikov 2014 (《The price impact of order book events》, Journal of Financial Econometrics 12(1)) 是行业标准引用；4.2.2 信号构建课会讲围绕这类信号的 IC / IR 与衰减分析纪律。

市场冲击（market impact）：价格因为你交易而动

一句话讲完经验规律：跨资产类、跨数十年，元订单（metaorder——以单一 meta 单分阶段成交的大单）的永久价格冲击呈如下标度：

permanent_impact ≈ Y * σ * sqrt(Q / V)

其中 Q 是元订单大小，V 是日成交量，σ 是日波动率，Y ≈ 0.5-1.0 是横截面常数。这就是 市场冲击的平方根法则（square-root law of impact），也叫 Almgren-Thum-Hauptmann 法则。元订单的永久价格冲击与参与率（participation rate）的平方根成正比。

冲击分解为两部分：

1. permanent impact — 永远不反转的那部分价格变化；
                      反映你的交易传递给市场的信息；
                      Kyle 1985 模型中由 Kyle 的 lambda 形式化
2. temporary impact — 在你停止交易后会反转的那部分价格变化；
                      反映你交易期间消耗掉的流动性；
                      按 t^(-β) 幂律衰减，β ≈ 0.5-0.8

永久性冲击（permanent impact）。 一部分价格变化永远不反转——它反映了市场从你的交易中推断出的信息；Kyle 1985 连续拍卖模型用 Kyle 的 lambda（Δp = λ * SV 与有符号成交量 SV 线性）形式化——这里只引文、不推导。

暂时性冲击（temporary impact）。 一部分价格变化在你停止交易后反转——它反映你交易期间消耗的流动性（你挤走的做市商在略差的价格补回来要几分钟）；按幂律 f(t) ≈ t^(-β) 衰减，β ≈ 0.5-0.8。

Almgren-Chriss 2000 (《Optimal execution of portfolio transactions》, Journal of Risk 3(2)) 把执行计划下的冲击成本 / 方差权衡形式化：要在时间 T 内成交 Q 的交易员可以快速成交（高冲击、低交易期内方差）或慢速成交（低冲击、高交易期内价格漂移方差），最优排程通过风险厌恶参数在两者之间平衡。前向指针：4.5.2（交易成本与市场冲击）讲生产回测里用的完整冲击成本模型；4.5.3（执行算法）讲算法动物园（POV / VWAP / IS / 自适应）。

实务规则：每个达到容量相关规模的回测必须把冲击成本一行加上去；忽略冲击在典型规模下系统性地把容量相关 pnl 高估 50-200%；这是除前视偏差和幸存者偏差之后最常见的回测错误。

队列位置：被动成交概率的主导因素

当你以 BBO 价位提交一条被动限价委托，它加入该价位的队列。设你前面已有挂单量 X、对手侧在该价位的成交速率 T 每秒，则近似：

fill probability per second ≈ T / (X + your_size)
expected_time_to_fill ≈ (X + your_size) / T

队列位置与预期成交时间是线性的。 在 A 股流动性最好的 ETF 上，BBO 队列常达 10 万份级，成交速率几千份 / 秒——队尾的 100 份要等 30+ 秒，常常等不到——队列可能撤单而非成交。

经典规律：BBO 上大多数驻留挂单是撤单而非成交。BBO 上的撤单成交比（cancel-to-trade ratio）5-30 是地板不是 bug。为什么？激进方看到簿的变化就重新报价；不重新报价的被动挂单被逆向选择掉。这里有一个 逆向选择陷阱（adverse selection trap）：成交快的被动挂单往往因为价格马上要逆你而动——快成交是坏成交。

每个被动成交策略都需要一个条件于队列位置的成交率模型。L1 与 L2 feed 无法 告诉你你的队列位置（L1 不暴露挂单；L2 显示聚合深度但无个体身份），所以队列位置感知的策略要求 L3——CN 的上交所 / 深交所逐笔委托。前向指针：4.5.3 讲队列位置感知的撤改单（cancel + replace）策略。

五个锚点与收尾规则

本课的五个微观结构锚点，加上每个的前向指针——讲它对应纪律的课在哪里：

1. bid-ask spread       (→ 4.5.2 for transaction-cost decomposition)
2. tick size            (→ 4.5.3 for execution-algorithm tick-aware placement)
3. order-flow imbalance (→ 4.2.2 for signal-construction discipline)
4. market impact        (→ 4.5.2 for impact-cost model + 4.5.3 for execution algorithms)
5. queue position       (→ 4.5.3 for queue-aware execution; requires L3 feed)

微观结构是厘的去处和来处；每个量化策略都分解为信号加成本，而成本几乎全是微观结构；永远不要在没有同时计算交易成本的情况下计算收益信号；干净的数据救不了你的冲击成本——冲击是在活市场对真实规模交易付的。

本课触碰术语—— 订单簿、限价订单簿、买卖价差、做市商、最小变动单位、订单流、队列位置、延迟、成交量加权平均价（VWAP）、时间加权平均价（TWAP）、实施差额、滑点、交易成本——是 4.2-4.5 alpha 研究、因子构造、执行课程依赖的成本侧底座。

练习

Exercise

给你 510300 的一日 bars_1s(symbol, ts, mid, best_bid, best_bid_size, best_ask, best_ask_size, last_trade_price, last_trade_size, aggressor_side)。做四个计算并汇报：

(i) 计算常规会期内时间加权平均的 quoted spread，相对中价、单位 bp；汇报一个数。

(ii) 对每一个 1 秒桶，算 OFI = signed_volume / total_volume，其中 signed_volume = sum(D_i * size_i)、 D_i = +1 表主买、D_i = -1 表主卖；从 mid 算 forward_return_5s；跑 OLS 回归 forward_return_5s ~ OFI；汇报斜率系数、t 统计量和 R²。

(iii) 对成交价序列应用 Roll 估计量 spread_estimate = 2 * sqrt(-cov(Δp_t, Δp_{t-1}))；计算比值 roll_estimate / time_weighted_quoted_spread；预期落在 [0.5, 1.0]；用一句话说明若比值 >1.5 或 <0.3 各意味着什么。

(iv) 用平方根法则 permanent_impact ≈ 0.6 * σ_daily * sqrt(Q / V_daily)，取 σ_daily = 1%、510300 取 V_daily = 50M份，估计元订单 Q = 200,000份 的永久价格冲击（bp）。

四个答案合成一个表格汇报。

提示

对 (i)，时间加权平均是 Σ (s_q * dt) / Σ dt；转 bp 用 10000 * s_q / mid。对 (iii)，Roll 估计量在流动性好的标的上应接近报价价差——比值落在 [0.5, 1.5] 之外说明二者必有一个被错算。

提示

对 (iv)，代入：0.6 × 0.01 × sqrt(200_000 / 50_000_000) ≈ 0.6 × 0.01 × 0.0632 ≈ 3.8 bp。20 万份元订单光是永久冲击就要约 3.8bp；信号必须越过它加上价差才能见 pnl。

Formula Explorer

OFI(t) = (\sum_i D_i * size_i) / (\sum_i size_i)

KaTeX 公式

四个核心公式的 KaTeX 形式参考：

s_q = \text{best\_ask} - \text{best\_bid}, \quad \text{spread\_estimate} = 2 \sqrt{-\text{cov}(\Delta p_t, \Delta p_{t-1})}

\text{OFI}(t) = \frac{\sum_i D_i \cdot \text{size}_i}{\sum_i \text{size}_i}, \quad D_i \in \{+1, -1\}

\text{permanent\_impact} \approx Y \cdot \sigma \cdot \sqrt{Q / V}, \quad Y \approx 0.5\text{-}1.0

\mathbb{E}[\text{time\_to\_fill}] \approx \frac{X + \text{your\_size}}{T}

参考卡

本课装配的组件，按次序：

Inline-code listing — 三种可量度价差变体（quoted spread、effective spread、realised spread）及其公式。
Inline-code listing — 经济意义的三向分解（逆向选择 / 库存 / 报单处理）及引文。
Fenced ```text 块 — Roll 估计量 spread_estimate = 2 sqrt(−cov(Δp_t, Δp_{t-1})) 与 30% sanity 规则。
Fenced ```python 代码块 — compute_ofi(trades, window_seconds=1) 函数与 D_i 主动方标号。
Fenced ```text 块 — 平方根法则 permanent_impact ≈ Y σ sqrt(Q / V)、Y ≈ 0.5-1.0。
Inline-code listing — 两类冲击分量（永久 / 暂时）及 Kyle、Almgren-Chriss 引文。
Fenced ```text 块 — 队列位置成交公式 expected_time_to_fill ≈ (X + your_size) / T。
Inline-code listing — 五个微观结构锚点与前向指针 4.2.2 / 4.5.2 / 4.5.3。
Exercise — 510300 上四问回归练习，含 Two progressive Hints 各保持简短。
FormulaExplorer — OFI 公式 OFI = Σ D_i size_i / Σ size_i。

纪律收尾：信号与成本同时算；干净数据救不了你的冲击成本；撤单成交比 5-30 是地板不是 bug。

下一课

把现象抓在手里之后，下一课组装把原始 tick 转成研究就绪数据集的清洗管线——所谓「数据工程」，每个初级量化的头六个月都在做这件事。L4 产出的 bars_1m 与 bars_daily 是 4.2 / 4.5 每一个回归与回测的输入。带着本课纪律走：信号与成本同时算；干净数据救不了冲击；撤单成交比 5-30 是地板。