“琢璞”系列报告之十七：高频数据中的知情交易（二）

敬请阅读末页的重要说明 证券研究报告 | 金融工程 专题报告 高频数据中的知情交易（二） 2020 年6 月30 日 “琢璞”系列报告之十七 美国股指期货的 VPIN 走势 不论是在国内还是在海外，对于知情交易者的追踪向来是投资者关心的话题。在“琢璞”系列的第二篇中，我们详细介绍了用 PIN 方法来衡量市场中知情交易者存在的可能性（或者“指令流毒性”）。但是 PIN 方法存在的缺点也很明显，模型复杂，对算力和数据的要求高。2012 年，原作者改进了对于知情交易者衡量的方式，提出了 VPIN 的衡量方法，该方法牺牲了一些准确性，但是却极大地提升了模型在实际应用中的可操作性。本期琢璞我们推荐 David, E. , López de Prado Marcos M, & Maureen, O. 的《Flow toxicity and liquidity in a high-frequency world》，来详细介绍用 VPIN 方式衡量指令流毒性。  知情交易者可以利用不知情交易者。在美股市场，每只股票都有一个以上的做市商提供流动性。而当知情交易者的指令流逆向选择做市商时，被认为是有毒性的，并且做市商可能并未意识到他们在提供流动性的同时也在遭受着损失。  当察觉到有较多知情交易者存在时，做市商可能会离场，这对流动性会带来危害，引发市场的闪崩。  基于交易量不平衡与交易强度（VPIN 指令流毒性指标），文章提出了一种新的方法以估算信息交易的概率。VPIN 基于交易量时间（volume-time）而不是时钟时间为基准来更新，使其可在高频交易领域内进行应用。  估算 VPIN 指标并不需要对一些不可观测的描述指令流的或者数值方法的中间参数进行估计，但其需要输入交易类型是买入还是卖出。基于一种文章认为比逐笔分类（tick-by-tick classification）更为适用于高频交易的新的量钟（bulk volume）分类方法，文章对交易进行分类。结果表明 VPIN 指标是一个更为有效的反应短期毒性诱导波动率的指标。  在高频交易的世界，指令流毒性影响着做市商活动的规模和范围，而高水平的 VPIN 意味着后续价格大幅波动的风险，这种基于流动性的风险对于直接承担毒性影响的做市商很重要，而对于面临毒性导致价格大幅变动的交易员也同样重要。  总体而言，在高频市场当中，无论是对投资者还是监管部门，VPIN 可以作为一个比较有效的风险管理工具。 任瞳 86-755-83081468 rentong@cmschina.com.cn S1090519080004 崔浩瀚 86-21-68407276 cuihaohan@cmschina.com.cn S1090519070004 金融工程 敬请阅读末页的重要说明 Page 2 正文目录 一、引言 ....................................................................................................................... 3 二、文章主要内容 ......................................................................................................... 3 1. 文章背景 ........................................................................................................... 3 2. 模型介绍 ......................................................................................................... 4 3. VPIN 指标和参数估计 ..................................................................................... 5 4. VPIN 指标和参数估计 ................................................................................... 11 5. 期货合约的 VPIN 估计实证 ........................................................................... 14 6. 指令流毒性与期货合约价格变动 ................................................................... 18 7. 原文结论 ....................................................................................................... 24 三、我们的思考 .......................................................................................................... 25 参考文献 ..................................................................................................................... 25 图表目录 图 1：E-mini S&P 期货和 EC1 期货的平均日内交易量 ......................................... 6 图 2：订单不平衡和时间限制 ................................................................................ 9 图 3：时间间隔和 VPIN（2020 年 5 月 6 日） .................................................... 10 图 4：E-mini S＆P 500 期货的统计数据和 PDF（按固定的时间间隔和交易量间隔进行采样） .......................................................................................................... 11 图 5：VPIN 毒性指标和交易分类 ........................................................................ 12 图 6：VPIN 毒性矩阵估计的稳定性 ................