“高频寻踪”系列之一：交易指令流中的Alpha
由kyrie_fu创建，最终由kyrie_fu 被浏览 140 用户
摘要
指令流毒性（VPIN）的学术背景
市场微观结构理论认为，信息是影响市场上投资者交易行为的重要因素之一，投资者可以根据自己所拥有的信息，判断市场的走势并采取相应的交易策略而获利；另一方面，金融市场的信息在不同的投资者之间的分布又是不均衡的，市场中客观存在的信息不对称会导致逆向选择行为的发生，知情交易者可以利用自己的私有信息从交易对手方处获得利润，通过对市场中信息结构的刻画可以更好地认识和理解金融市场运行的过程。
由于在美股市场，每只股票都会安排一个以上的做市商（market maker，或者是特约交易商specialist）来为股票提供流动性。而知情交易者的存在会有目的性地从做市商那里获利，当知情交易者大量存在时，有可能导致做市商离场，市场流动受到损害，继而引发市场闪崩。Easley等（2012）利用高频数据直接对交易环境下知情交易的概率进行估计，并将知情交易的概率形象地称为“指令流毒性（Order Flow Toxicity）”。
当指令流逆向地选择做市商时，这些指令流就被认为是有毒性的，这时做市商在提供流动性的同时也遭受了损失。
指令流毒性（从PIN 到VPIN）
关于指令流毒性的高频数据测量在过去30年中经历了从PIN到VPIN（Volume-SynchrogazedProbability of Informed Trading）的演变，实际是从时钟衡量到量钟衡量的演变。
Easley,Kiefer & O’hara 在1996年建立了一个不确定事件下的序贯交易模型，并基于市场数据，利用极大似然估计法来估算模型参数（PIN），得到知情交易概率。具体可参见我团队报告《琢璞系列之二：高频数据中的知情交易》
根据贝叶斯规则，“当天出现坏消息“的后验概率为：𝑃𝑏𝑡𝑆𝑡=𝑃𝑏𝑡𝜀+𝜇𝜀+𝑃𝑏𝑡𝜇不确定事件下的序贯交易
正文
/wiki/static/upload/0a/0ac0caee-b32b-41e2-8653-82508abb72c9.pdf
\