元信息：Larry Harris《Trading and Exchanges: Market Microstructure for Practitioners》（Oxford University Press, 2003）｜本笔记覆盖 PDF 第 393–522 页（原书页码 ≈ PDF 页码 − 13，即原书 p.380–509）｜内容：第 18 章（买方交易者）完整、Part V 导言、第 19–22 章完整、第 23 章开头（续见下一块）

第 18 章 买方交易者（Buy-Side Traders）（PDF p.393–405）

章首导言（PDF p.393–394）

• 核心论断：订单提交策略（order submission strategy）是交易者自己能控制的、对执行质量（execution quality）影响最大的因素。优化交易策略的交易者交易成本更低、组合收益更高。
• 交易者需要决定：何时用市价单（market order）、何时用限价单（limit order）；限价单的限价放在哪里；限价单未成交时何时、如何重新提交。
• 大额交易者还必须关注**订单展示（display）**问题。展示大额订单往往会招来抢先交易者（front runners），并吓走流动性提供者。因此大额交易者要回答五个问题：
  1. 主动寻找对手方，还是等对手方找上门；
  2. 显示全部交易意愿，还是隐藏；
  3. 把订单拆分、分散到不同时间，还是一次性带到市场；
  4. 用单一经纪商，还是多个经纪商以隐藏总意愿；
  5. 在一个市场交易，还是多个市场交易。
• 作者结论：展示决策是大额买方交易者最重要的交易决策。
• 市价/限价的选择与展示决策相关：想展示交易意愿的人常用限价单表明愿意交易；不想展示的人常用市价单。但限价单也不一定要展示——可以通过保密经纪商（confidential broker），或提交到允许未披露限价单（undisclosed limit orders）的电子交易系统。
• 策略取决于“交易问题”：掌握即将公开的重大信息的知情交易者（informed traders）、能识别错误定价的价值交易者（value traders）、需在截止日前筹集现金的交易者、因指数成分变化需要再平衡的指数交易者（index traders），各自的交易方式都不同。
• 本章路线：市价单 vs 限价单 → 暴露（exposure）的收益与成本 → 如何防御订单预期者（order anticipators）的寄生性策略 → 交易所、经纪商、监管者如何设计市场以保护买方利益。
• 本章意义不限于买方：订单提交策略决定了流动性的供需——提交市价单即需求流动性，提交限价单即供给流动性。因此理解订单提交策略是理解流动性来源的前提。本章内容在第 4、7、11、12、14、15 章已有铺垫，本章从买方视角重新组织。

18.1 市价单与限价单（Market versus Limit Orders）（PDF p.394–395）

• 回顾第 14 章均衡价差模型：若所有交易者需求相同，订单提交策略无关紧要——买卖价差（bid/ask spread）会调整到使交易者在市价单与限价单之间无差异。但现实中交易者并不相同：
  • 急躁（impatient）交易者需要更快成交，一般应使用市价单；有耐心（patient）的交易者应使用限价单。
  • 对订单暴露更敏感的交易者常用市价单，以避免暴露限价单。
• 价差是关键变量：价差宽时，取用流动性昂贵、提供流动性有吸引力；价差窄时，市价单相对更有吸引力。交易者靠经验判断价差宽窄，熟悉第 14 章的价差决定因素有助于组织这种经验。
• 限价的放置取决于交易者如何权衡成交价格与成交概率（execution probability）：定价激进的订单更可能成交，但成交价格更差。更在意价格的人倾向限价单；更在意成交的人倾向市价单。
• 未成交的后果：必须完成交易的人，若市场背离其限价单，最终只能以更差价格成交（即“未成交风险”）。降低该风险的办法是使用市价单，或把限价放得靠近市场以提高快速成交概率。不必一定交易的人（主要是采用做市/交易商式策略的人，dealing strategies）常用限价单或确定报价（firm quotes）赚取价差，未成交就撤单或改价重挂。
• 成交概率与限价的关系取决于市况，最重要的因素：更优价位上已有的限价单总量、价格波动率、交易者对该品种的兴趣。获取这种关系的途径：
  • 正式计量模型（econometric models）；众多供应商出售“优化订单生成器”（optimized order generators），根据当前市况建议下单策略。
  • 经验：资深交易者对市场有“感觉”。买方给经纪商市价不受约束订单（market-not-held order），即授予经纪商择时裁量权，期望经纪商凭经验与市况持续评估最优填单策略。

专栏“规则的问题”（A Problem with Rules）：“价差窄时取用流动性、价差宽时提供流动性”这一规则只有在你对价值一无所知时才成立。

• 例：市场 48 买 / 50 卖，平时价差为 10，市价单看似极具吸引力。但若你知道真实价值是 45，市价卖单相对价值成交价极好，而市价买单则很差。
• 这种情形常出现在一个急躁的限价单交易者挂出激进限价时：原市场 40 买 / 50 卖，激进买家挂 48 的限价买单。它大幅改善了市价卖方的处境，对市价买方毫无帮助。能识别这种情况的卖方应取用流动性。
• 新买价也影响其他买方：它降低了挂在 48 以下的买单最终成交的概率，使这些限价策略吸引力下降，从而使市价买单对买方更有吸引力——但远没有“异常窄价差”所暗示的那么多。
• 结论：规则对不知道价值的交易者“平均而言”成立——窄价差使市价单对未知情交易者平均更有吸引力；本例中卖方用市价单获益大，买方可能略好。

18.2 订单暴露决策（The Order Exposure Decision）（PDF p.395–396）

• 暴露方式是一个连续谱：一端是把限价单提交到广泛展示订单的系统，公开交易意愿，等待他人来成交；另一端是隐藏意愿，直到交易所或经纪商呈现可接受的交易机会才出手；也可以只通过匿名结算的经纪商和交易所交易，使双方都不知道对手是谁。
• 决策原则：权衡展示的收益与成本。收益显而易见——买卖双方都展示时最容易找到彼此。这一观察也解释了交易为何倾向于集中到单一中心市场。
• 成本：对大额交易者而言暴露代价可能很高，来源于他人对暴露信息的反应。作者把这类“他人”分为两类：
  • 寄生交易者（parasitic traders）：只靠利用他人获利的订单预期者（第 11 章），利用暴露信息构造以被暴露者为代价获利的策略。
  • 防御性流动性提供者（defensive liquidity suppliers）：利用暴露信息“让开路”，避免被大额交易者价格歧视（price-discriminate），其反应是暂不交易，使大额交易者最终为流动性支付更多。
• 小额交易者一般不太在意暴露，其订单太小不吸引寄生交易者。但许多同向小单聚合起来等价于大单，可能招致代价高昂的反应；此时小交易者虽有管理暴露的集体利益，但没有个人激励去做（收益由所有人分享——典型的搭便车问题）。

18.3 暴露的收益（The Benefits of Exposure）（PDF p.396–397）

• 广泛暴露订单使他人容易找到你，还能吸引那些有潜在交易兴趣（latent trading interest）、但不能或不愿明确表达的交易者。
• 反应型交易者（reactive traders）：对他人呈现的交易机会作出反应而交易；对立面是主动型交易者（proactive traders）：主动表达交易意愿。
• 选择做反应型的最重要原因是成本：主动型交易者要在不知道是否有机会时就表达订单、交给经纪商，做出大量可能毫无价值的决策和指令；反应型只在机会出现后才决定。在合适机会稀少的场合，做反应型更便宜；但反应型的风险是主动型可能先发现并抓住有价值的机会。
• 主动型交易者暴露订单以吸引反应型交易者的流动性；没有暴露，反应型就无从反应。两个反应型交易者永远不会相互成交。
• 反应—主动连续谱与激进—被动（aggressive–passive）连续谱相似但不同：前者反映承担搜寻成本的意愿，后者反映促成交易的急切程度。激进者往往主动，被动者往往反应；搜寻成本低的人倾向主动，搜寻昂贵的人倾向反应。
• 实例：Dimensional Fund Advisors（DFA）：常大额买入小公司股票。其交易员发现等待机会出现比持续搜寻所有小盘股市场更便宜，等别人找上门能获得更好价格。通过出售流动性，DFA 为投资者提供了显著增强的指数收益。

18.4 暴露的成本（The Costs of Exposure）（PDF p.397–399）

大额交易者展示意愿可能泄露三类对他人有用的信息：交易动机、未来交易的潜在价格冲击、有价值的交易期权。

18.4.1 暴露可能泄露交易动机

• 他人可能借此与你竞争、拒绝向你提供流动性，甚至采取其他有害行动。
• 不愿让人知道动机的交易者类型：
  • 消息灵通的交易者（well-informed traders）：不想泄露独有信息和专有分析，不希望别人与之竞争或拒绝与之交易。
  • 参与公司控制权争夺（corporate control battles）的交易者：希望尽量压缩目标公司管理层组织防御的时间，也不想泄露其选择目标所依据的价值分析。
  • 必须履行各种义务而交易的人：隐藏义务以避免抢先交易者和逼仓者（squeezers）。
  • 逼仓者：在他人意识到已失去与别人谈判的选择之前悄悄垄断（corner）市场，因此在建立垄断前不能暴露意图。
  • 虚张声势者（bluffers）：不想让价值交易者识破其虚张。
• 知名交易者常借经纪商为中介，暴露订单而不暴露身份。但即使匿名，他人有时仍能推断意图：订单流含有价值信息，因为知情者在价格低时买、高时卖，敏锐的交易者仅观察订单流就能推断价值。
• 知情者有时反而希望被关注：建仓后，他们希望价格尽快朝有利方向移动并在新水平稳定，以便平仓兑现利润；通过与他人分享信息可以实现，而让别人看到自己在交易最具可信度。
• 虚张声势者也有时希望暴露：为让动量交易者（momentum traders）跟随，他们激进交易，装作持有即将公开的重大信息的知情者，此阶段会暴露订单以引人注意；但之后平仓时不希望被看到。

专栏“越优秀越难交易”（The Better You Are, the Harder It Gets）：Tom 以研究质量和独到见解闻名，组合持续跑赢市场，众所周知他低估时买、高估时卖。竞争者想知道他的估值以抢先建仓，这会抬高他的成本甚至使其无法完成目标；潜在对手方知道与 Tom 交易很可能站错边，因此尽量回避；若交易所规则或商业模式要求必须与他交易，就给他更差的价格和更小的数量；即使原本急于与他交易的人，也会等到 Tom 的交易冲击了价格才出手。结论：名声越好的交易者越难找到流动性；暴露则成本上升，不暴露则难以成交。

18.4.2 暴露可能泄露未来的价格冲击

• 大额急躁交易者成交时往往显著影响价格。知道其意图的人可以抢先交易（front-run），从大单的市场冲击中获利。抢先交易者通过取走本来属于大额交易者的流动性，提高其交易成本。
• 抢先交易者无需知道对方为什么交易，只需知道有大额交易者打算完成一笔交易。因此大额急躁交易者要谨慎管理暴露。

18.4.3 暴露可能泄露有价值的交易期权

• 即使大额交易者耐心等待，暴露订单仍可能伤害他：挂着的限价单向他人免费提供了交易期权（trading options），**报价匹配者（quote matchers）**可以榨取这些期权的价值。
• **报价匹配（quote matching）**是一种抢先策略：匹配者抢在大额耐心交易者之前成交（例如以略优一个最小价位的价格挂单）。成交后，大额交易者的订单为其提供保护：价格朝有利方向走时，匹配者全额获利；朝不利方向走时，可与大额交易者的挂单成交以限制损失。
• 匹配者通过取走原本属于大额交易者的流动性，以大额交易者为代价获利。若此后价格远离挂单使大额交易者未能成交，大额交易者就损失了匹配者赚到的那部分利润。因此大额耐心交易者必须控制暴露，使匹配者无法利用其订单附带的期权。

18.5 防御策略（Defensive Strategies）（PDF p.399–402）

三类策略：规避（evasive）——不让他人获知意图；欺骗（deceptive）——误导他人作出错误推断；进攻（offensive）——攻击寄生交易者。

18.5.1 规避策略

• 面对面谈判的市场中，大额交易者雇经纪商代为谈判以保持匿名；超大交易者使用多个经纪商，使任何一家都不知道全部意愿，也防止他人盯住一家经纪商来推断意图。
• 为防范不诚实或不称职的经纪商抢先交易，大额交易者常偏好不显示身份的电子交易系统。
• 必须展示意愿才能促成大宗交易时，精心选择首先向谁展示——优先展示给最可能与之成交、又最不可能利用信息做别的事的人。识别最佳展示顺序是机构经纪商和买方交易员最核心的技能，即“大宗交易的艺术”（art of block trading）。培养途径：建立可靠关系、观察市场活动、理解组合经理所需、追踪各方持仓及其近期变化。作者指出，在所有经纪服务中，选择性订单暴露是计算机系统最难高效提供的。
• 不展示全部意愿：把订单拆成小块，每次只显示一小部分。
• 使用不向他人显示订单的经纪商和交易所系统：eSpeed、POSIT、Global Instinet Crossing、GLOBEX、Euronext、Island 等提供接收和管理未展示订单的系统；他人只有承诺与之交易才能发现这些订单。
• 通过 Autex、Bridge、Instinet 等系统发布订单意向（order indications）来征求兴趣而不作承诺。意向只表示“愿意谈谈”，不构成交易承诺，任何人都可以无意交易而发布（被联系时推说已撤单或已成交并致歉，或报出不可能成交的差价）。由于虚假意向的唯一代价是被要求交易时的声誉损失，许多交易者不认真对待意向，因此意向一般不泄露太多信息。
• 等待他人先暴露机会：若对方暴露的是确定承诺（firm commitment），可用市价单与之成交，自己直到成交那一刻才暴露。若对方只是发布意向，则要警惕——询问可能把自己的意图泄露给发布者。

专栏“为生意钓鱼”（Fishing for Business）：经纪商有时发布意向来招揽生意。有人联系时，经纪商要么为“忘记撤销”道歉，要么说去确认客户是否仍有兴趣，然后去找愿意做对手方的人，有时能在双方都没有正式下单的情况下促成交易。被这样耍了的交易者会很恼火（浪费时间、被诱骗暴露意图），常在一段时间内拒绝与该经纪商做生意作为惩罚。

18.5.2 欺骗策略

• 在与真实意图相反的方向做一笔小交易，若广为人知，可混淆视听；或在相反方向发布订单意向。
• 声称已交易完毕而实际没有；想建大仓位却说只要小仓位——可能骗得他人以更好条件提供流动性。
• 在并不真正关心的市场表达兴趣，转移注意力。
• 撤掉其实想成交的订单，制造对其交易承诺的不确定性。
• 为提高可信度，有人专门培养“守不住秘密”的经纪商，借其无意中散布虚假信息。
• 代价：欺骗可能损害宝贵的关系，必须与关系价值权衡。由于“空口无凭”（talk is cheap），许多交易者会打折看待对信息准确性没有利害关系的消息来源：与你无关系的经纪商的信息，远不如依赖你谋生的经纪商可靠。

专栏“撒谎的代价”（The Cost of Lying）：Max 通过一家大宗经纪商卖出某小盘股 10 万股，为避免压价，他告诉经纪商自己没有进一步卖出意愿，经纪商据此劝买方接盘。随后 Max 通过另一家经纪商以大幅压低的价格再卖 10 万股。前一批买方亏损并迁怒第一家经纪商，其声誉受损。Max 成功地在买方之间实施了价格歧视，但短期乃至长期内大概无法再用第一家经纪商——经纪商不想要损害其声誉的客户。

18.5.3 进攻策略

• 进攻策略提高寄生交易的成本与风险，从而将其驱离。
• 最重要的进攻策略是设套（sting）：若交易者发现有人经常抢先其订单，就在与真实意图相反的一侧展示一个订单。抢先者若上当，会抢在该订单前面在那一侧交易；设套者随即（可能通过经纪商）与抢先者成交（完成自己真正想做的交易），然后撤掉假订单。
• 成功时，设套者完成了期望交易，并把抢先者留在市场错误的一边——抢先者要平仓就必须解决设套者原本面临的交易难题，即设套者把自己的交易问题转嫁给了抢先者。
• 失败时：可能有其他交易者成交了假订单，或抢先者识破陷阱并成交了假订单。设套者将持有与期望完全相反的头寸，此时需交易原计划的两倍（若算上失败的那笔，则共三倍）才能建立目标仓位。

18.5.4 小结

• 规避策略不让信息落入会利用它的人手中；欺骗策略迷惑这些人；进攻策略攻击这些人。遗憾的是这些策略实施起来都有成本。部分欺骗和进攻策略在某些司法辖区可能不合法，应咨询法律专家。

18.6 市场如何帮助交易者控制暴露成本（PDF p.402–404）

• 时间优先规则（time precedence rule）：使他人无法在同价位的挂单之前成交；再配合较大的最小价格变动单位（minimum price increment / tick size），抢先者必须报出明显更优的价格才能排在前面，抢先变得昂贵。
• 允许未披露订单（undisclosed orders）：大额交易者可作出确定报价，他人只有承诺交易才能发现。寻找这些隐藏订单的人可附加全部成交否则取消（fill-or-kill）指令，避免自身暴露：发现隐藏流动性就成交，否则只有交易系统知道他们询问过。完全保密的交易系统适合清楚知道自己要做什么交易的人，因此主要服务主动型而非反应型交易者。
• 防范不诚实经纪商的抢先交易：详细准确的审计轨迹（audit trail）对识别和起诉抢先交易欺诈尤其重要；部分市场禁止会员双重交易（dual trading，同时担任经纪商和交易商）。
• 延迟交易报告（delayed trade reporting）：帮助正在建立或出清大头寸的交易者，使他人难以推断其意愿的全部规模。但交易所和监管者必须权衡其成本：它使市场不透明，会大幅提高许多类交易者的成本——交易者只有在伤害他人时才能从延迟报告中受益。因为延迟报告对交易商的帮助大于经纪商，它在交易商组织的市场中比在经纪商和交易所组织的市场中更常见。

专栏“订单暴露与最小价格变动单位”：作者的实证研究——大额交易者在时间优先和较大 tick 保护下应更愿意暴露。研究 1994–1995 年巴黎交易所（Paris Bourse）和多伦多证券交易所（TSE）的大额交易者展示倾向（两者当时的电子系统都允许未披露订单，TSE 后来取消了这一功能）。结果符合预期：当最小价格变动单位占价格的比例较小时，交易者提交了更多未披露订单；占比大时则更多展示。

专栏“Liquidnet 的流动性”：Liquidnet 是机构股票经纪商，运营创新的电子另类交易系统（ATS）。

• 机制：客户把 Liquidnet 接入其电子订单管理系统（OMS），Liquidnet 查看客户**订单簿记（order blotters）**中的订单；若发现一方想买另一方想卖的同一证券，就在双方工作站上显示一个提示，建议协商。任一方可通过系统发匿名消息，对方回应后在专门的消息窗口协商；若就价格与数量达成一致，向 Liquidnet 报告，Liquidnet 撮合交易，双方永远不知道对手是谁。佣金每股 2 美分（每方）。
• 限制无效协商：交易者可指定对手方订单至少占自己订单的最小比例；Liquidnet 提示时会显示对方的历史回应频率和协商成交率，使交易者避开过去谈不成的对手；有多个对手时按订单规模排序。
• 其余完全保密：不向任何人显示订单、价格、数量或协商信息。
• 成功原因：交易者无需向它提交订单，它直接观察买方订单簿记中的潜在流动性。

专栏“SOES 强盗”（SOES Banditry）：有些市场制定规则排斥寄生交易者。SOES 强盗利用 Nasdaq 小额订单执行系统（Small Order Execution System, SOES）提交旨在从极短期价格变化中获利的订单，受损者通常是报价调整慢了几秒的 Nasdaq 交易商。这些高速策略最终导致价差扩大——交易商要从其他交易者身上收回被 SOES 强盗赚走的部分。Nasdaq 为维持窄价差，试图把 SOES 强盗归类为“专业短线交易者”以限制其使用 SOES。如今争议已减：交易商对价格变化反应更快；Nasdaq 更多流动性来自公众限价单交易者。高频自营交易者在价格快速变化时无疑在利用这些限价单交易者，但与 Nasdaq 交易商不同，公众限价单交易者没有组织起来抱怨。

18.7 总结（PDF p.402–404）

• 买方必须为所解决的交易问题选择合适的订单提交策略：急躁者用市价单，有耐心或不必完成交易者用限价单。
• 所有交易者都关注流动性价格：价差宽于平常时限价单可能更有吸引力，窄于平常时市价单可能更有吸引力。
• 广泛暴露最容易促成交易，但暴露会泄露动机、未来价格冲击和有价值的交易期权。暴露决策是大额交易者最重要的决策：好交易者知道何时、向谁暴露；差交易者向错误的人、在错误的时间暴露，或该暴露时没有暴露。
• 控制暴露的技术：匿名经纪商、拆单、以市价单代替限价单、选择性地只向最可能成交且最不可能抢跑的人暴露。
• 市场可以通过时间优先 + 有经济意义的最小 tick 保护暴露订单；监管者和交易所能设定 tick 大小，因此能控制交易者的暴露程度。由于交易者明显不愿展示大单，目前不提供未披露订单功能的交易所可通过提供该功能吸引更多订单流；没有该功能时，交易者倾向于拆分大单。

18.8 要点回顾（Some Points to Remember）（PDF p.404）

• 买方须为其交易问题选择最佳订单提交策略。
• 限价单策略与市价单策略的选择取决于：流动性价格、交易系统中挂单的规模和价位、未能成交的后果。
• 一般而言，流动性贵时提供它，便宜时购买它；有经验的交易者知道何时贵、何时便宜。
• 订单暴露决策是大额交易者最重要的决策；暴露是为了吸引他人交易；担心被抢跑或被回避时不暴露。
• 大单交易的艺术在于知道何时、如何暴露交易意愿。

18.9 思考题（PDF p.405）

1. 防御性流动性提供者拒绝与消息灵通者交易时，使价格更有信息含量还是更少？
2. 寄生交易者真的是寄生的吗？长期看，它们是否使价格更有信息含量或使市场更具流动性？
3. 被动交易者（等别人与之成交）与反应型交易者（对他人呈现的机会作出反应）有何区别？
4. 交易所为何可能想保护大额交易者胜过小额交易者？
5. 如何构建理论模型刻画限价与成交概率的权衡？如何构建计量模型统计刻画这一权衡？两种方法各有何优劣？

第 18 章 本章要点

• 订单提交策略是买方可控的执行质量第一决定因素；市价/限价选择取决于流动性价格（价差）、限价与成交概率的权衡、挂单深度、波动率、未成交后果。
• “窄价差取流动性、宽价差供流动性”只对不掌握价值信息的交易者平均成立。
• 大额交易者核心矛盾：暴露有利于找到对手（吸引反应型交易者），但会泄露动机、价格冲击、免费交易期权，招致寄生交易者（抢跑者、报价匹配者）和防御性流动性提供者的不利反应。
• 防御三策：规避（多经纪商、匿名系统、选择性展示、拆单、隐藏订单、订单意向、等待他人先暴露）、欺骗（反向小单、虚假声明，代价是关系与声誉）、进攻（sting 设套）。
• 市场设计工具：时间优先 + 较大 tick、隐藏订单与 FOK、审计轨迹与禁止双重交易、延迟报告（有利有弊）。Liquidnet 通过读取买方 blotter 发掘潜在流动性。

第 18 章 与量化交易的关联

• 执行算法设计：限价 vs 市价的选择、限价位置与“成交概率模型”是现代智能下单（smart order routing、限价单放置算法）的核心；思考题 5 正对应用排队位置、价差、波动率、盘口不平衡建模成交概率（如生存分析/逻辑回归）的执行研究。
• 信息泄露与拆单：冰山单（iceberg/hidden order）、TWAP/VWAP 拆单、多券商分流、暗池（dark pool，如 Liquidnet、POSIT）都是本章“规避策略”的工程化；评估执行算法时要考虑可预测的拆单模式被高频交易者识别并抢跑的风险。
• 交易成本模型/回测：回测中假设限价单“触价即成交”会高估收益，因为忽略了逆向选择（被聪明资金成交）和未成交风险；本章的报价匹配者与期权视角有助于理解限价单的逆向选择成本。
• 市场结构判断：tick size 大小影响隐藏单比例和排队价值，是做市/高频策略的重要制度参数（A 股、期货的最小变动价位同理）。
• 欺骗与进攻策略（虚假订单、sting）在许多辖区属于操纵（如 spoofing），量化实践中不可采用，但可用于理解盘口信号的噪声来源。

第 18 章 推荐习题

• 思考题 5（成交概率建模：理论 vs 计量）——最贴近量化执行研究，建议作为编程练习：用逐笔/盘口数据估计成交概率随限价距离的函数。
• 思考题 1、2（防御性流动性提供者与寄生交易者对价格信息含量和流动性的影响）——考查对信息效率与流动性关系的理解。
• 思考题 3（被动 vs 反应型）——考查概念辨析。

Part V 流动性与波动率的起源（Origins of Liquidity and Volatility）导言（PDF p.406）

• 接下来两章给出流动性与波动率的宽泛刻画。这两个概念对不同的人含义不同，讨论时常引发混淆。
• 第 19 章：流动性是**双边搜寻（bilateral search）**的成功结果——买方找卖方、卖方找买方；这一刻画解释了流动性为何具有多重属性；最后说明各类交易者如何合作与竞争以提供流动性。
• 第 20 章：把总波动率分解为基本面波动（fundamental volatility）和暂时性波动（transitory volatility）。暂时性波动与未知情交易者承担的交易成本密切相关，因此为监管者所关注；最后讨论统计学家如何区分两种成分。

第 19 章 流动性（Liquidity）（PDF p.407–422）

章首导言（PDF p.407–408）

• 定义：流动性是在你想交易时，以低成本、快速地交易大额头寸的能力（the ability to trade large size quickly, at low cost, when you want to trade）。它是运转良好的市场最重要的特征。
• 人人都喜欢流动性：交易者——能以低成本实施策略；交易所——流动性吸引交易者；监管者——流动市场常比不流动市场波动更小。
• 人人都影响流动性：急躁的交易者**取用（take）流动性；交易商、限价单交易者和部分投机者提供（offer）流动性；经纪商和交易所组织（organize）**流动性。
• 混淆来源：流动性有多个维度（快速、大额、低成本），不同人看重不同维度，却很少加以区分，导致交易者和监管者沟通不畅。
• 本章主线：流动性（交易的能力）是双边搜寻的对象——买方找卖方，卖方找买方；各维度通过双边搜寻的机制相互关联。随后识别流动性提供者类型及其竞争关系。
• 测度意义：交易者测流动性以判断策略是否合理、评估经纪商服务；经纪商评估交易商；监管者比较市场结构。“无法定义的东西就无法测量”，本章概念为第 21 章的测度方法奠基。

专栏“市场摩擦”（Market Frictions）：经济学家喜欢流动市场，因为模型不必考虑交易成本时效果更好。存在交易成本时人们交易更少，成本足够高时干脆不交易。交易成本之于经济系统犹如摩擦之于机械系统——既使活动变慢，最终也能使活动停止，故称市场摩擦（market frictions）。

专栏“最重要的双边搜寻”：对许多人而言是寻找人生伴侣，对另一些人是找工作；所有双边搜寻问题结构相似，理解证券交易有助于理解择偶与求职。

19.1 流动性的搜寻（The Search for Liquidity）（PDF p.408–411）

• 双边搜寻中，买方找到愿以双方可接受条件成交的卖方，即“找到了流动性”；反之亦然。理解交易必须理解交易者如何进行双边搜寻。先理解较简单的单边搜寻。

19.1.1 单边搜寻（Unilateral Searches）

• 你主动寻找好的匹配（如好价格），主要决策是何时停止搜寻。
• 停止规则：只要再查询一次的预期收益大于其预期成本，就继续搜寻。预期收益取决于：(a) 找到比当前最佳更好匹配的概率——随着找到越来越好的匹配而下降；(b) 未发现的匹配可能比当前最佳好多少——同样随搜寻推进而下降。到某一点预期收益低于成本，就停止并选择当前最佳。可写成：继续当且仅当 \(\Pr(\text{找到更优})\times E[\text{改进幅度}] > c\)（\(c\) 为单次搜寻成本）。
• 搜寻昂贵时常在找到最佳匹配前停止，事后可能发现本可以更好。最优搜寻只有在运气好时才能产生最佳结果。若事先知道最佳匹配在哪，就直接去，搜寻成本很低；一般而言，搜寻成本越低，结果越好。
• 结果部分取决于运气、部分取决于搜寻技巧：好的搜寻者知道先去哪里找。好交易者知道先去哪里找流动性。

专栏“单边搜寻 35mm 相机”（数值例）：Fred 想低价买某型号相机，时间价值 30 美元/小时。网上搜 5 分钟发现 AlePhoto 卖 112 美元；再 5 分钟发现 BNDPicture 卖 109 美元；再 6 分钟发现 CDBirD 卖 119 美元。是否继续？他估计若找到更低价，不会低于 99 美元（最多比当前最佳低 10 美元），且找到如此低价的概率小于 0.25。预期收益 < \(10\times0.25=2.50\) 美元；每次搜寻至少 5 分钟，成本 > \(30\times5/60=2.50\) 美元。预期成本大于预期收益，停止搜寻，以 109 美元从 BNDPicture 购买。

专栏“交易所是搜索引擎”：搜索引擎收集人们感兴趣的信息并允许人们低成本检索。若 Fred 用搜索引擎，可能发现 GR8 Film and Photo 只卖 87 美元——搜索引擎降低搜寻成本，使市场更具竞争性。交易所和电子报价服务收集“谁想交易”的信息并加以组织，使买方能廉价找到最低卖价、卖方能廉价找到最高买价，本质上就是搜索引擎。

专栏“图书管理员是信息经纪人”：帮研究者解决单边搜寻问题，凭训练和经验判断先去哪里找。

专栏“离婚的经济学”：有人离婚是因为发现匹配不佳（关系发展不如预期，或其他机会好于预期）；另一些人则不够成熟，不能接受“即使最优搜寻通常也找不到完美匹配”——看到似乎更好的匹配时，忘了自己当初因成本太高而停止搜寻，也忘了择偶是双边搜寻、不可能促成所有想要的匹配。提出离婚者大概认为再搜寻或单身的收益大于离婚的情感、社会和财务成本，但很多人事后发现预期并无根据。

19.1.2 双边搜寻（Bilateral Searches）

• 与单边搜寻有两点不同：
  1. 可主动也可被动：主动搜寻者（active searchers）去找匹配；被动搜寻者（passive searchers）等别人来找。
  2. 可能无法回到之前的最佳匹配：你继续搜寻时对方也在搜寻，想回头时它可能已不在。
• 主动双边搜寻的停止规则与单边相同（预期收益 < 预期成本即停），但继续搜寻的成本要包括可能失去先前最佳匹配。这一额外成本意味着在主动双边搜寻中你会倾向更早停止；但搜寻不一定更早结束——想停时最佳匹配可能已不可得，只能继续。
• 交易者的搜寻策略取决于交易目标：急躁的交易者通常主动搜寻；有耐心的交易者通常被动等待被急躁者找到。由于急躁者发起交易，称其需求流动性（demand liquidity）；有耐心者供给流动性（supply liquidity）。
• 被动交易者常展示交易意愿以便主动者找到：挂限价单、报价、在公告板上发布意向，或仅告知经纪商。**展示最广泛的被动交易者通常先于他人成交。**许多市场中被动交易者承诺按所挂价格交易，这种承诺提高主动者找他们的概率——主动者偏好确定能成交的对手，从而降低总搜寻成本。
• 大额交易者的暴露问题使搜寻复杂化：怕被抢跑、怕流动性提供者退避，因此要么在挂确定报价的人中主动寻找流动性，要么成为不展示意愿的被动搜寻者——其潜在交易需求需要主动搜寻者去发掘。
• 经纪商帮助解决搜寻问题：比客户更清楚谁想交易，搜寻更高效；大额交易者通过经纪商安排交易以避免向他人展示订单。
• 寻找流动性的成本因品种和时间差异很大：当两边都有很多人同时在找时，流动性最容易找到。因此广泛持有的品种、新闻热点品种通常非常流动；人们注意力在别处时流动性会枯竭——如节假日前后很多交易员不上班，大额交易很难完成。

表 19-1 已展示与未披露流动性的类型（Types of Displayed and Undisclosed Liquidity）（扩展自 Goldman Sachs 的 George Sofianos 的分类）：

专栏“有时回不去了”（Sometimes You Can't Go Back）：John 十年来一直在找妻子，想起七年前约会过的 Ruth 是很好的匹配，但她已嫁给 Boaz。即便 Ruth 仍单身，也未必欢迎他——人们如何评价一个匹配常取决于对方如何搜寻；John 曾对她失去兴趣，她可能再也无法信任他。（类比：交易中对手方的报价会消失；反复试探再回头的交易者会被区别对待。）

专栏“婚姻市场的订单暴露”：很多人不愿暴露自己在找配偶，怕显得“急需”——人们会从你的搜寻方式推断你的处境。媒人（matchmakers）是婚姻经纪人，在表明想结婚的人之间保密地提议匹配，必须很了解客户才能成功。

专栏“舞会策略”（Dance Strategies）：寻找流动性如同青少年在舞会上找舞伴。三种策略：(1) 最想跳舞的人主动邀请（主动搜寻）；(2) 站在舞池边打拍子、跳动以表明想跳，但被动等待邀请（展示但被动）——若承诺“被邀即跳”成功率会更高，但多数人想先评估对方；(3) “壁花”（wallflowers）靠墙站、似乎无视舞池，可能想跳但既不邀请也不展示，被邀请时只有喜欢对方才跳（潜在流动性）。

19.2 流动性的维度（Liquidity Dimensions）（PDF p.411–413）

• 搜寻是生产过程：投入为搜寻时间，产出为好价格和足够数量。可以把搜寻的预期结果刻画为一个生产函数，描述投入与预期产出的关系，从而识别各维度间的权衡。

表 19-2 流动性权衡（Liquidity Trade-offs）：

• 对应三个常用维度：
  • 即时性（immediacy）：给定规模、给定成本下多快能完成交易。交易者一般用市价单需求即时成交。
  • 宽度（width）：完成给定规模交易的成本。小额交易通常等同于买卖价差，也包括佣金。宽度是单位流动性的成本，交易者也称市场广度（market breadth）。
  • 深度（depth）：在给定成本下能完成的交易规模，以给定流动性价格下可得的数量度量。
• 广度与深度互为对偶（duals）：给定规模最小化成本的问题与给定成本最大化规模的问题本质相同，最优策略也相同（都要求高效搜寻）。因此深度（给定价格可交易的数量）与广度（给定数量可交易的价格）概括的是本质上相同的流动性信息。
• 为何交易者常对流动性理解混乱：急躁者主要关注即时性及其成本（小额交易时即宽度）；大额交易者关注深度——不同交易者关注搜寻问题的不同侧面。
• 总结：流动性是快速、低成本交易大额的能力——“快速”对应即时性，“大额”对应深度，“成本”对应宽度。
• 更一般的刻画：既然流动性是交易的能力，可以把它刻画为一个函数——给定愿意投入的搜寻时间，以给定价格交易给定数量的概率。这一刻画允许纳入规模、价格、时间以外影响成交概率的诸多因素：
  • **为何交易？**交易者更愿意与未知情者交易。对已知未知情者市场可能是流动的，对已知知情者则不是。实际中往往不知谁知情；能让别人相信自己不知情的交易者通常能得到更好价格或更大数量。
  • **交易什么？**吸引大量交易者的品种市场更流动。
  • **基本面价值是否清楚？**价值不清楚的品种往往不流动，因为流动性提供者怕与更知情者交易。
  • **何时交易？**休市时更难；交易者怀疑有人掌握尚未反映在价格中的信息时，市场也更不流动。
  • **其他人在做什么？**价格下跌时买入比价格上涨时买入容易（顺着对手方的方向提供流动性更容易成交）。
  • **展示的买卖订单是否失衡？**失衡常意味着流动性对一方便宜、对另一方昂贵。
  • **谁在交易？**其他条件相同，好交易者更可能完成交易——他们知道如何展示意愿、谁想交易、如何接近对手。
• 第四维度：市场弹性（resiliency）：与双边搜寻的关系不如前三者直接。指价格在未知情交易者发起的大额订单流失衡引起变动之后，回到原有水平的速度。后文讨论价值交易者时进一步阐述。

19.3 流动性的“谁、如何、为何”（The Who, How, and Why of Liquidity）（PDF p.413–418）

本节综合第 13–18 章中各类流动性提供者，给出市场流动性的整合视角。

19.3.1 概述

• 只要是对他人发起的订单作出反应而交易，就是在提供流动性。提供者可以是做市商、大宗交易商、买方机构或个人投资者。做市商与大宗交易商在成交可立即执行订单（marketable orders）或做客户撮合便利（customer facilitations）时提供流动性；买方机构与个人一般通过挂限价单提供流动性，也可以用市价单回应他人的流动性请求而提供流动性。因此订单类型并不总是判断提供还是取用流动性的最佳指标。一般而言，交易者想利用需求流动性者创造的机会时就在提供流动性。
• 提供流动性不必展示订单：向电子系统提交未展示订单的人，其他人提交价格合适的订单即可发现；只在经纪商询问时才交易的人同样提供流动性——只是在非常有限的情况下展示其报价。
• 动机：希望高卖低买获利；是否盈利取决于订单是否成交以及成交后价格如何变化。
• 按主要动机分两组：
  • 被动流动性提供者（passive liquidity suppliers）：交易商和价值交易者，主要为获利而交易。交易商希望靠提供流动性获利；价值交易者希望靠基本面价值信息投机获利。他们通常只在急躁者需求流动性时才交易。
  • 预承诺流动性提供者（precommitted liquidity suppliers）：本来就打算交易（投机、投资、对冲、资产交换或赌博），但不急于完成，提供流动性只是为了降低交易成本。若不提供流动性，他们就会需求流动性；限价单未成交时最终也可能转而需求流动性。
• 下面逐一讨论做市商、大宗交易商、价值交易者、预承诺交易者和套利者。为分析方便，把他们视为只采用其“特征策略”；现实中多数交易者采用多种策略。把复杂行为分解为简单成分，有助于交易者更准确地把利润归因于各策略，从而识别自身的比较优势。

19.3.2 做市商（Market Makers）

• 做市商是允许急躁客户以其报出的买价和卖价交易的交易商。交易非常频繁，卖出后设法买回、买入后设法卖出；避免大额存货头寸，因为他们一般不太清楚所交易品种的基本面价值，大存货会在市场逆向变动时带来损失。他们只是设法找到能产生平衡的双边订单流的价格。
• 主要以即时性形式提供流动性：通常报窄价差但只针对小数量；被要求大额交易时报宽价差，以防亏给消息灵通者。
• 是被动交易者：一般等客户来交易；用报价招揽有助于减少大存货的交易；对存货特别不安时也会向他人需求流动性。
• 只有在确信能从未知情者那里赚回预计亏给知情者的部分时才提供流动性。他们尽量避开知情者，但通常不太了解客户，偶尔会与知情者交易。
• 能识别是否在与知情者交易时最为有效；由于看到的订单流比他人多，他们作为**订单预期型投机者（order-anticipating speculators，第 11 章）**也有优势。
• 资本约束：做市商需要资本为存货融资，可用资本限制其提供流动性的能力。投资者一般不愿投资做市业务——与其说是担心存货风险（大部分可分散），不如说是担心交易员激励：多数人为他人工作不如为自己工作努力，而做市需持续专注以避免重大损失，激励尤其重要。因此做市商常难以借款或发股融资。
• 有大量外部融资的做市公司通常拥有出色的风控系统：严格限制每个交易员可投入的资本；薪酬合同奖励盈利、惩罚亏损，使交易员持有类似股权的头寸，从而与股东和债权人利益一致。
• 最低资本标准：许多交易所和交易商网络要求交易商满足最低资本要求以提高流动性，但未必奏效——资本多的交易商能够提供更多流动性，但未必愿意。除非被强制，交易商只在感到舒适的程度内提供流动性；若来自知情者的逆向选择太强，再多资本也不会让他们愿意提供。资本充足监管只能保证交易商在愿意时有能力提供流动性。

19.3.3 大宗交易商（Block Dealers）

• 为想交易大额头寸（单一证券/合约的大宗，或多品种组合）的客户提供流动性：买入或卖出客户提供的头寸，这类交易称撮合便利（facilitations）。
• 由于头寸大，特别担心与知情者交易：仔细考虑交易对象，通常很了解客户，只为认为不会伤害自己的客户撮合。因需研究客户交易原因，常不能快速交易；一般不愿提供即时性，因为急躁的交易者往往是知情者。
• 以深度形式提供流动性：因了解客户，能提供远大于做市商的规模，但只与认为不知情的客户交易。
• 需要大量资本，必须有强大的风控以防交易员建立愚蠢头寸，这会拖慢交易；持有大宗风险很高，因此大宗交易商往往在能把存货风险分散到众多头寸上的大公司工作。
• 比较优势：向大额交易者提供流动性时，大宗交易商优于做市商——更了解谁想交易；向小额交易者提供流动性时，做市商优于大宗交易商——交易快得多，且更清楚短期内什么价格能产生双边订单流。
• 最好的大宗交易商知道如何出清头寸：要么拆分后分销到市场（需要优秀的交易员），要么配售给其他客户（需要优秀的销售员）。

19.3.4 价值交易者（Value Traders）

• 价值交易者是在经济上合理范围内尽量收集基本面价值信息、据此形成估值观点的知情交易者，在价格与其估值相差较大时交易。
• 价值交易者通常只在提供流动性时交易。为理解原因，考虑价格偏离基本面价值的两种情形：
  1. 基本面价值变了而价格尚未调整：如工厂烧毁，其价值大跌。交易者接收并消化新闻后价格调整。据此交易的是新闻交易者（news traders，第 10 章）——按定义交易的是代表信息存量变化的新闻。
  2. 价格变了而基本面价值没变：未知情者需求流动性时常引起价格变动，原因有三：交易商无法区分知情与未知情者；交易商承担大存货要求丰厚回报；交易者常需要较大价格激励才愿放弃喜欢的头寸或有未实现资本利得的头寸。价值交易者利用这些机会买入低估、卖出高估——是在回应他人的流动性需求，因此是流动性提供者。
• 价值交易者是流动性的最终提供者（ultimate suppliers of liquidity）：没有别人愿意交易时，只要价格合适，价值交易者会交易。他们以深度形式提供流动性，最能提供深度是因为最能解决逆向选择问题——比任何人都更清楚价值。只要确信掌握了所有可得的基本面信息，一般不在乎对手是谁。
• 通常是慢交易者：必须非常确信了解与估值相关的一切，因此往往在未知情的流动性需求已使价格变动之后才交易。
• 价值交易者之间常相互竞争提供流动性；某事件常使许多价值交易者同时想交易，此时最快的价值交易者最赚钱（交易成本最低）。
• 价值交易者使市场具有弹性：市场有弹性是指未知情者的交易对价格影响很小且影响非常短暂；当价值交易者资本充足、信息充分、愿意交易时，市场有弹性。他们使流动性需求者造成偏离后的价格回到基本面价值。
• 外部价差（outside spread）：价值交易者愿意买卖的价格构成外部价差。外部价差往往远宽于做市商价差，因为价值交易者交易规模大得多，且需弥补研究成本。虽然价值交易者遇到更知情者的频率低于做市商，但他们承担的逆向选择风险更大——交易规模大且常需持有更久。价值交易者只亏给对最新基本面新闻更知情的新闻交易者，以及估值更准的其他价值交易者。
• 转移头寸（layoffs）：做市商持有特别不安的存货时，常把头寸转给价值交易者。情形一：做市商在压价过程中从未知情者处买入存货，低价吸引价值交易者买走存货；情形二：做市商在抬价过程中向未知情者卖出，高价吸引价值交易者卖给做市商。

19.3.5 预承诺交易者（Precommitted Traders）

• 为本来就想完成的交易争取更好价格而提供流动性，通常挂限价单试图在买价买入或卖价卖出，只有成交才算成功。若市场背离其订单，可能失去有利交易机会，或最终以差得多的价格成交。为规避此风险，他们把订单挂得靠近市场（若特别怕不成交，就直接用市价单需求流动性）。因此预承诺交易者往往是最激进的流动性提供者；公开竞价市场中预承诺交易者多，价差就小。
• 可以把交易商挤出市场：他们能、也常常把订单定价得比交易商报价更激进。交易商的价差必须覆盖经营成本，而预承诺交易者不承担这些成本。
• 交易商的优势：通常调整报价比预承诺交易者调整限价单更快；若交易商掌管限价簿（如专家），还能决定自己成交进入的可立即执行订单，还是让其与簿上订单成交——自然会做对自己有利的决定。因此限价单交易者常发现：不想成交时成交了，想成交时没成交（逆向选择）。
• 以即时性形式提供流动性；特别激进时可提供非常窄的价差，但一般不提供显著深度——大额交易者不愿展示大额挂单，展示的话会招来报价匹配策略。

19.3.6 套利者（Arbitrageurs）

• 套利者在两个或多个市场的价格差异上交易，其效果是把一个市场的流动性需求与另一市场的流动性供给连接起来。因此套利者不是流动性的提供者，而是流动性的搬运者（porters of liquidity）：在流动性最充足的市场需求流动性，在有人需求的市场供给流动性。
• 套利一般风险低，因此套利者能把大量流动性从一个市场搬到另一个市场，在交易者需求时引入其他市场的流动性，增加本市场深度。
• 套利者本质上是在同一时间连接不同市场买卖方的做市商；交易商则是连接同一市场中不同时间到达的买卖方的做市商。因此套利者与交易商相互竞争。

19.3.7 小结

所有流动性提供者在一定程度上相互竞争，但各自专攻最适合的细分领域，其优势通常取决于对基本面价值或对其他交易者的信息：

• 做市商：对基本面价值和客户所知甚少，专门向小额交易者提供即时性。
• 大宗交易商：很了解客户，向未知情客户提供深度。
• 价值交易者：比任何人都了解基本面价值，一般不在乎对手是谁；对价值的信心使其成为深度的最终提供者。
• 预承诺交易者：交易目的并非提供流动性；既然本就要交易，不太在乎对手是谁；通常提供即时性。
• 套利者：对相对价值很了解；套利风险很低时，确保交易者能接触到任何交易相关品种的市场的深度。

表 19-3 流动性提供者汇总（PDF p.419，本页为旋转排版的表格，文本抽取严重损坏，仅能辨认行名和零星词语）：行包括 Market makers、Block dealers、Value traders、Precommitted traders、Arbitrageurs；可辨认的单元格片段有 “Know relative (values)”（套利者：了解相对价值）、“Increase market (depth)”（套利者：增加市场深度）、“Use limit or market (orders)”、“Trade with limit and market orders when …”，以及“亏给谁”一栏的 “Well-informed (traders)”“Better-informed (traders)”“Other arbitrageurs”。结合正文可重建为：各类型的信息优势（做市商：订单流；大宗交易商：客户；价值交易者：基本面价值；预承诺交易者：无特定信息；套利者：相对价值）、提供的流动性维度（即时性/深度/搬运深度）、交易方式（报价；协商撮合；限价或市价单；靠近市场的限价单；跨市场同步下单）、亏给谁（做市商/大宗交易商亏给知情者；价值交易者亏给更知情的新闻交易者和更准的价值交易者；套利者亏给其他套利者）。编写者如需原表细节请对照原书 p.406。

19.4 示例（An Illustrative Example）（PDF p.418–421）

虚构但在许多市场经常发生的场景，串联各类流动性提供者：

1. 起点：一位急躁的未知情交易者想在 NYSE 场内卖出一大宗 XYZ 股票，需求的流动性超过场内容易找到的量，将显著影响股价。作者指出，此人大概自认为是即将公开的重大信息的知情者，否则在场内需求这么多流动性就是愚蠢的；若知道自己不知情仍想交易，应采用不那么激进的订单提交策略。
2. 订单送到其场内经纪人 Florence。此时 XYZ 的 NYSE 专家（specialist）报 40 买 / 40.05 卖，仅针对小数量——窄价差的小额即时性。
3. Florence 到专家柜台，只有专家一人。她说有大额卖单、请求协助；专家询问订单情况，她只知客户想尽快成交。于是两人都推定客户是知情者。
4. 专家展示限价簿深度不足，并告知他怀疑哪些场内经纪人有对 XYZ 感兴趣的客户，随即呼叫这些人。到场后 Florence 摸清其兴趣：有的手里有客户的工作订单，有的联系客户获取指令，部分客户面对机会表示有兴趣。根据收集和透露的信息，显然价格须跌到 37 美元才能成交全部订单，Florence 同意。
5. 成交安排：
   • 专家先把大单与簿上 37–40 之间的买单匹配（包括部分预承诺交易者和部分价值交易者），全部按 37 美元成交。他们直接向大额交易者提供即时性，但数量不多。
   • 场内经纪人为其客户在 37 美元成交一部分。专家在其中充当经纪人但不收佣金（这是职责，也是取悦场内经纪人的人情，他只是告诉 Florence 谁之前询问过该股）。这些客户提供了大量深度，但代价高昂。
   • 剩余部分由专家以 37 美元自营买入——专家提供深度，但只在高成本下。
6. 专家现在持有远超意愿的 XYZ 存货。为卖出存货并避免再买入，他把报价降到 37 买（中等数量）/ 37.30 卖（中等数量）。他以中等而非小数量报买价，是为了不让人怀疑簿上买方已空——若他人觉得能把价格打下去，可能会尝试，这会严重伤害持有大额多头存货的专家。他希望大幅降低的价格吸引更多买方而非卖方。此时专家用报价为自己招揽流动性；簿上买方无单，卖方 40 以下也无单。
7. 很快，期权市场的一位套利者通过 SuperDot 系统发送中等数量的市价买单，专家以 37.30 从存货中卖给她。同时她在期权市场卖出 XYZ 看涨期权、买入等量同行权价同到期日的看跌期权（多看跌 + 空看涨 = 合成空头股票（short synthetic stock），风险特征与空头股票基本相同），即买卖本质相同的头寸。她向专家需求即时性，同时间接向专家并进而向大额交易者提供深度；用市价单是为了同步股票与期权交易以降低套利风险。买看涨、卖看跌的期权交易者也通过套利者和专家的中介间接向大额未知情交易者提供了流动性。
8. 几小时或几天后，一位价值交易者在报价 38.10 买 / 38.25 卖时用市价单按 38.25 从专家处买入中等数量。他直接向专家、间接向大额交易者提供流动性（深度）；用市价单需求即时性，可能因为有其他事务占用其时间。价值交易者帮助价格恢复原有水平——使市场具有弹性。
9. 几天或几周后，专家报价又回到 40 附近，存货回到目标水平。

• 结论：大额交易者因交易过于激进而亏钱。激进交易让市场误以为他知情；当市场得出相反结论，价格回升。视其如何使用资金，他不交易或许更好；若能让他人相信自己不知情，结果肯定更好。

19.5 总结（PDF p.421–422）

• 流动性常被讨论却很少被真正理解，混乱源于双边搜寻问题的复杂性。流动性是双边搜寻的对象——快速、低成本交易大额的能力；有规模、时间、成本三个维度，即深度、即时性、宽度。
• 急躁的小额交易者容易解决双边搜寻：在交易所和交易商网络中交易，这些系统汇集谁想交易及价格的信息，充当搜索引擎。为提高被需求者选中的概率，多数提供者在这些系统中给出确定报价和订单，小额需求者只需找最优价格；采用价格优先规则撮合的指令驱动系统自动提供此服务。
• 有耐心的小额交易者挂限价单等人来找；策略比市价单复杂，因为可能不成交，但成交时通常价格更好。
• 大额交易者的双边搜寻更复杂：许多人不愿暴露订单，大额市场不太透明，搜寻成本可能很高，搜寻策略可能显著影响最终成交价。
• 五类流动性提供者：做市商向小额匿名交易者提供窄价差即时性；大宗交易商向大额未知情者提供深度；价值交易者向所有人提供深度；预承诺交易者以极窄价差提供即时性以降低本就要做的交易的成本；套利者在市场间搬运流动性。

19.6 要点回顾（PDF p.422）

• 流动性是双边搜寻问题的对象；流动性是想交易时以低成本交易的能力。
• 经纪商和交易所组织交易者提供的流动性。
• 流动性有若干相关维度。
• 做市商主要提供即时性；楼上（upstairs）交易者主要提供深度；价值交易者使市场有弹性。

19.7 思考题（PDF p.422）

1. 报纸分类广告如何帮助交易者相互寻找？
2. eBay 如何帮助交易者相互寻找？
3. 公开限价簿（open limit order books）的利弊？交易所应否公开限价簿？
4. 交易者会不会花太多时间寻找流动性？
5. 若双方都不愿展示意愿，买方和卖方能否找到彼此？
6. 若搜寻成本下降，商家平均会降价吗？答案是否取决于商家能否建立低价声誉？
7. 市价单总是在需求流动性吗？
8. 19.4 节的例子中，大额交易者为何没有直接与价值交易者交易？
9. 证券的可替代性（fungibility）是否使流动性的双边搜寻在性质上不同于寻找人生伴侣或舞伴？
10. 若你是监管者，如何使市场更具流动性？
11. 你认为流动性哪个维度最重要？对大额交易者、小额交易者分别哪个最重要？监管者最应关心哪个？

第 19 章 本章要点

• 流动性 = 双边搜寻的对象；定义为快速、低成本、大额交易的能力；三维度：即时性（时间）、宽度/广度（成本）、深度（数量），外加弹性（价格恢复速度）。宽度与深度互为对偶。
• 单边搜寻停止规则：边际预期收益 < 边际成本即停；双边搜寻增加了“失去先前最佳匹配”的成本，且有主动/被动之分。
• 更一般地，流动性可视为“给定搜寻时间，以给定价格成交给定数量的概率”，受交易动机（是否被认为知情）、品种关注度、价值不确定性、时间、他人行为、订单失衡、交易者技巧影响。
• 订单类型不等于流动性角色；提供流动性不必展示。
• 五类提供者各有专长与信息优势：做市商（即时性，小额）、大宗交易商（深度，了解客户）、价值交易者（最终深度、弹性，外部价差）、预承诺交易者（最激进的即时性，可挤出交易商但面临逆向选择）、套利者（流动性搬运工）。
• 19.4 示例：大额急躁卖单 → 簿上限价单 + 场内经纪人客户 + 专家自营（37 美元）→ 专家降价招揽 → 期权套利者合成空头接走部分存货 → 价值交易者买入恢复价格 → 价格回到 40。激进的未知情交易者承担了暂时性价格冲击。

第 19 章 与量化交易的关联

• 流动性度量与因子：即时性/宽度/深度/弹性对应量化中常用的流动性指标（买卖价差、盘口深度、Amihud 非流动性、价格冲击恢复速度），也是流动性因子与容量（capacity）估算的概念基础。
• 执行与成本建模：表 19-2 的“时间—价格—数量”三角权衡就是最优执行（如 Almgren–Chriss 框架中冲击成本与时间风险的权衡）的直观版本；表 19-1 的可见/隐藏/潜在流动性分类对应智能路由需要访问的点亮市场、暗池、RFQ/大宗经纪渠道。
• 策略定位：做市/高频策略对应“做市商”与“预承诺”角色的经济学（逆向选择、存货风险、资本与激励）；统计套利与均值回复策略的利润本质是作为“价值交易者”提供弹性，赚取未知情冲击的回复；跨市场套利（ETF、期现、期权平价）对应“流动性搬运工”。
• 信号：“下跌时买入更容易”“订单失衡预示单边流动性贵贱”可直接转化为盘口不平衡类短期信号与执行择时规则。
• 19.4 节的示例为理解大单冲击—回复（transient impact）提供了微观叙事，适合用来解释回测中冲击成本应如何建模（永久 vs 暂时）。

第 19 章 推荐习题

• 思考题 7（市价单是否总在需求流动性）与 19.3.1 对照——考查“订单类型 ≠ 流动性角色”。
• 思考题 8（大额交易者为何没有直接与价值交易者交易）——考查价值交易者慢、需价格先偏离，以及搜寻与暴露问题。
• 思考题 11（各维度对不同主体的重要性）——考查维度辨析。
• 思考题 3、5（公开限价簿利弊；双方都不展示能否成交）——考查暴露与搜寻的关系（联系 Liquidnet）。

第 20 章 波动率（Volatility）（PDF p.423–430）

章首导言（PDF p.423）

• 定义：波动率是价格发生意外变化的倾向。价格因两种原因变化：关于价值的新信息，以及急躁交易者对流动性的需求。
• 波动率本身随时间变化：有时很剧烈，有时几乎不动。短时间内的大幅价格变动称为阵发性波动（episodic volatility），令许多人担忧。
• 波动、风险与利润密切相关：价格每次下跌给多头带来亏损、给空头带来盈利，反之亦然。
• 期权交易者尤其关注：期权价值关键依赖于标的波动率，必须能度量和预测，这需要理解其来源。
• 技术交易者解读成交量时也关注波动率，因为成交量与波动率常相关，但关系不简单，取决于波动的来源。
• 监管者高度关注：过度波动可能表明市场运行不良；价格准确对经济极其重要，市场崩盘时监管者尤为关注。
• 本章区分两类波动：基本面波动（fundamental volatility）——源于品种价值的意外变化；暂时性波动（transitory volatility）——源于未知情交易者的交易活动。
• 区分的重要性：交易者需借此准确预测未来波动率、做市策略的盈利性和交易成本；监管者对基本面波动无法产生持久影响，但常能显著影响暂时性波动（政策可增可减）。第 28 章讨论监管者应对过度波动的措施。

20.1 基本面波动（Fundamental Volatility）（PDF p.424–426）

• 经济用价格配置资源，价格反映基本面价值非常重要。基本面因素变化时价值变化；人们得知基本面因素意外变化时价格应变化，这些变化构成基本面波动。
• 公共信息可在无交易的情况下改变价格：例如佛罗里达一夜之间遭遇意外的致命霜冻，晨间新闻报道后，次日橙汁期货开盘价将远高于前一交易日收盘价。
• 私人信息通过高成交量改变价格：只有少数人知道新信息时，知情者据此交易，其交易压力推动价格反映新的基本面价值，价格变化伴随高成交量。
• 知情者一般伤害交易商，交易商又不知道何时与知情者交易，于是从订单流推断基本面价值信息；这些推断构成第 13 章的逆向选择价差成分（adverse selection spread component）。因此逆向选择成分引起的价格变化属于基本面波动。

（注：原书本章小节编号被印成 “2.1.1” 等，应为 20.1.1–20.1.4。）

20.1.1 基本面波动因素

• 任何决定品种价值的因素都可能引起价格变化：
  • 商品：现货市场供需最重要，其次是利率和仓储成本；
  • 债券：利率与发行人信用质量；
  • 股票：管理质量、公司资源和技术的价值、产品市场与投入品市场供需、利率；
  • 货币：各国通胀率、宏观经济政策、贸易与资本流动。
• 这些因素的意外变化都产生基本面波动。

20.1.2 可预测性（Predictability）

• 预期中的基本面变化一般不改变价格：信息充分的价格已完全纳入所有可得信息，包括预期的变化；预期事件发生时不令人意外，不应引起价格变化。只有意外事件引起基本面波动。因此在信息充分的价格中，基本面波动的识别特征是不可预测的价格变化——不可预测的价格过程称为随机游走（random walk）（第 10 章）。
• 例外：为补偿持有成本（carrying costs）和风险承担所必需的价格变化。如零息债券价格随到期临近而缓慢上升（折价买入，爬升补偿本可从普通债券获得的利息）——完全可预测，不构成基本面波动。但若利率意外下降，零息债价格立即上升，这种意外变化属于基本面波动。

20.1.3 仓储成本（Storage Costs）

• 仓储成本高的商品往往波动大：高仓储成本使生产商和分销商不持大量存货。需求超过供给时存货很快耗尽，价格飙升直到新产出缓解短缺；反之存货多且新货即将到来时，分销商会大幅折价清库存为新货腾位。
• 高仓储成本商品的波动取决于：
  • 产品从生产者流向消费者的调整时间：生产管道越长、调整越慢，价格越波动；
  • 需求变动：需求高度可变时库存失衡常发生，生产和分销跟不上需求变化。低仓储成本商品的库存可以缓冲生产与消费速率的错配，价格更稳定；
  • 人们能否轻易不用该商品：需求高度无弹性（inelastic）时，人们在任何价格下需求量都差不多，短缺时价格常急剧飙升。
• 易腐商品（perishable goods）：在变质或到期前不使用就一文不值，无法无限期储存，价格尤其波动——临近变质的商品过剩时，持有者为避免全损迅速降价；短缺时价格迅速上涨。

专栏“汽油、柴油与取暖油的波动”：这些燃料需要巨大储罐，储存昂贵。美国生产商可用储存仅相当于 9 天的汽油消费和 18 天的馏分油（取暖油与柴油）消费（2000 年数据，来源：美国能源部 EIA）。由于需求高度无弹性，天气、炼厂事故或经济变化引起的需求意外波动常导致价格大幅变动。

20.1.4 基本面不确定性（Fundamental Uncertainties）

• 对基本面因素了解不确定常导致显著的基本面波动：
  • 从事技术研究的公司股票波动大——价值关键取决于研究结果和尚不存在的产品市场；即使最知情者也所知甚少，新信息到来或分析师开发新估值模型时价格大幅变化。
  • 高市盈率（P/E）公司股票往往波动大——高价源于对盈利大幅增长的预期，而增长预期依赖许多未来的基本面不确定性。
  • **政治风险（political risks）**大的品种波动大：如新兴市场主权债价格取决于政府是否违约、是否通过增发货币使债券实际价值贬值；可能被国有化或受重大监管的行业公司股价也很波动；极端情形是战争。政府通常能控制许多证券价值所依赖的政治风险，但常为其他目标而选择不控制。
  • 高杠杆公司股票波动大：资产所有权在债权人与股东之间分割，股东须先偿付债权人，承担资产价值的大部分波动；相对于债务股权很少时，资产价值的小变化会引起股权价值的大变化。

专栏“易腐商品价格中的基本面波动”：易腐商品价格变化常呈现极端的负序列相关（negative serial correlation）——短缺时飙升、过剩时崩跌。随意的观察者可能将其归因于暂时性波动，但可能大错特错：现货价格序列不是同一物品的价格序列，而是按交割日期不同的一系列物品的价格（周一鱼的现货价是周一交割的鱼价，周二是周二交割的鱼价……）。仓储成本高时，现货价格序列可能高度负相关，这反映的是基本面因素在不同交割日期上的变化。许多商品有期货合约，为特定日期的交割定价；标的高度易腐时，期货价格变化的负序列相关远不如现货。期货的负序列相关一般主要源于暂时性波动；现货的负序列相关可能来自不同交割日的基本面变化，也可能来自暂时性波动。

专栏“加州的触电时刻”：电力是终极易腐商品——储存极其昂贵，多数电力要么在生产时使用，要么永远损失，因此现货市场极其波动。2000–2001 年加州经历了极端例子：需求超过发电能力时，电价偶尔在短时间内剧烈飙升。

20.2 暂时性波动（Transitory Volatility）（PDF p.426–427）

• 定义：急躁的未知情交易者的需求使价格偏离基本面价值所产生的波动。这些价格变化是暂时的，因为价格最终会回归基本面价值。
• 最简单的形式：买卖反弹（bid/ask bounce）——市价单交易者在卖价买、在买价卖，使成交价在买卖价之间跳动；对面交易者到来时这些变化反转。价差中的交易成本成分（又称暂时性价差成分，transitory spread component）导致买卖反弹，因此贡献暂时性波动。
• 未知情交易者的大额订单和累积订单失衡也使价格偏离基本面价值；价值交易者或套利者识别偏离后，其交易把价格推回。
• 暂时性波动包括急躁未知情者造成的价格变化及其后续反转。价值交易者、套利者和交易商并不造成暂时性波动，但有助于最终消除它。
• 暂时性波动与未知情交易者的交易成本高度相关：未知情者对价格的冲击就是他们承担的交易成本，这些价格变化构成暂时性波动。因此流动市场的暂时性波动小。
• 监管者非常关注暂时性波动，因为它高说明市场不流动。波动高时人们常施压监管者干预；干预前监管者必须确信高波动来自暂时性成分而非基本面成分。

20.3 波动率及其成分的度量（Measuring Volatility and Its Components）（PDF p.427–429）

• 总波动 = 基本面波动 + 暂时性波动（按方差可加）。
• 总波动常用价格变化的方差、标准差或平均绝对偏差衡量：
  • 方差：价格变化与平均价格变化之差的平方的平均，\(\mathrm{Var}=\frac{1}{n}\sum(\Delta P_t-\overline{\Delta P})^2\)；
  • 标准差：方差的平方根；
  • 平均绝对偏差（mean absolute deviation）：\(\frac{1}{n}\sum|\Delta P_t-\overline{\Delta P}|\)。
• 识别和估计两种成分需要统计模型，利用其主要区别：基本面波动由看似随机、不回复的价格变化组成；暂时性波动由最终会回复的价格变化组成。暂时性价格变化一般与未知情流动性需求者的订单流相关；基本面价格变化可能与知情者订单流相关，但不必然。
• 暂时性变化的回复使价格变化负相关：上涨后常跟随下跌，反之亦然，反转多于延续。价格序列中的负序列相关是暂时性波动的强烈指示。
• 交易引起的负序列相关可出现在不同时间尺度：买卖反弹造成逐笔成交价格变化的负相关；未知情者大单和订单失衡的价格冲击可能造成以分钟、小时、天甚至月计的价格变化负相关。

Roll 序列协方差价差估计模型（Roll's Serial Covariance Spread Estimator）（专栏推导，PDF p.428；原文公式抽取有乱码，以下为还原后的正确形式）：

• 记号：\(P_t\) 为第 \(t\) 笔成交价；\(S\) 为价差（常数）；\(V_t\) 为第 \(t\) 笔时的基本面价值；\(\varepsilon_t=V_t-V_{t-1}\) 为基本面价值变化；\(Q_t=+1\)（第 \(t\) 笔交易者为买方）或 \(-1\)（卖方）。
• 假设：(1) 基本面价值服从随机游走，\(\varepsilon_t\) 跨时独立；(2) \(E\varepsilon_t=0\)，\(\mathrm{Var}(\varepsilon_t)=\sigma^2\)；(3) 买方概率为 1/2；(4) 是否为买方与之前交易者是否为买方独立；(5) 是否为买方与 \(\varepsilon_t\)、\(\varepsilon_{t-1}\) 独立。
• 价格等于基本面价值加减半个价差：
  \[P_t=V_t+\tfrac{1}{2}SQ_t,\qquad \Delta P_t=\varepsilon_t+\tfrac{1}{2}S\,\Delta Q_t.\]
• 方差（利用 \(EQ_t^2=1\)，\(EQ_tQ_{t-1}=0\)）：
  \[\mathrm{Var}(\Delta P_t)=E\varepsilon_t^2+2E[\varepsilon_t\Delta Q_t]\tfrac{S}{2}+\tfrac{1}{4}S^2E(Q_t-Q_{t-1})^2=\sigma^2+\tfrac14S^2(1-0+1)=\sigma^2+\tfrac{1}{2}S^2.\]
  两项分别为基本面成分和暂时性成分。
• 一阶序列协方差：
  \[\mathrm{Cov}(\Delta P_t,\Delta P_{t-1})=\tfrac14S^2E[(Q_t-Q_{t-1})(Q_{t-1}-Q_{t-2})]=\tfrac14S^2(0-0-1+0)=-\tfrac{1}{4}S^2.\]
• 反解得 Roll 估计量：
  \[S=2\sqrt{-\mathrm{Cov}(\Delta P_t,\Delta P_{t-1})},\]
  实际中用样本序列协方差代替期望值。（常见实务问题：样本协方差为正时无定义。）
• 正文解释：Roll 用此简单模型构造价差的序列协方差估计量。模型假设基本面价值随机游走、成交价 = 基本面价值 ± 半价差，因此总方差 = 基本面变化方差 + 买卖反弹方差，后者与价差平方成正比（\(S^2/2\)）。两成分可由总价格变化方差和价格变化序列协方差估计：暂时性方差 \(=-2\,\mathrm{Cov}\)，基本面方差 \(=\mathrm{Var}+2\,\mathrm{Cov}\)。
• 主要局限：模型只预测相邻价格变化负相关。若价格回复需要不止一笔交易，当前价格变化与更远的后续变化也负相关，基于 Roll 模型的成分估计会低估暂时性波动。
• 更复杂的方差成分模型用能把序列分解为随机游走成分和可能在多个间隔上负相关的均值回复成分的统计方法识别暂时性波动；这些方法很复杂，超出本书范围。

20.4 总结（PDF p.429）

• 交易者关注波动率，因为价格变化影响盈亏；高波动期风险很高，但也带来巨大获利机会。
• 监管者关注波动率，因为暂时性波动与交易成本相关。监管者一般试图创建能产生高信息含量价格的流动市场；高波动在他们（以及许多人）看来意味着市场需要修理。第 28 章讨论对极端波动的监管反应。

20.5 要点回顾（PDF p.429）

• 基本面波动源于基本面估值因素的意外变化。
• 只有少数人知道基本面新信息时，基本面价格变化与成交量相关；信息为公共知识时，价格可以在很少或零成交量下变化。
• 基本面波动可能吓人，但对资源有效配置是必要的；价格要反映关于价值的所有当前信息，就必须随世界变化而变化。
• 暂时性波动由急躁未知情者寻求流动性造成；它与交易成本密切相关，在不流动市场中两者都高。
• 暂时性波动相关的价格变化倾向于回复，回复造成价格变化序列的负相关；暂时性波动通过价格反转引起的负序列相关来识别。

20.6 思考题（PDF p.430）

1. 流动性、交易成本与暂时性波动之间有何关系？
2. 逆向选择价差成分与交易成本价差成分分别贡献哪种波动成分？（答：前者——基本面；后者——暂时性。）
3. 新闻交易者的价格冲击贡献哪种波动？价值交易者的价格冲击呢？
4. 什么导致波动率随时间变化？如何度量时变波动率？
5. 为何绝对价格变化与成交量相关？何种情形下相关性最强？
6. 若每当新闻到达人们就交易、价格就变化：每天新闻事件数恒定时，绝对价格变化与成交量是否相关？若每天新闻数变化，答案有何不同？（混合分布假说的直观版本。）
7. 一种解释认为阵发性波动发生在信息流迅速增加时。若这是完整解释，我们还应关心阵发性波动吗？
8. 若价差是均值、方差恒定、跨时独立且独立于其他变量的随机变量，Roll 估计量会有何不同？

（PDF p.431 为空白页。）

第 20 章 本章要点

• 波动 = 价格意外变化的倾向；分为基本面波动（价值意外变化，不回复，随机游走）与暂时性波动（未知情流动性需求造成，会回复）。
• 公共信息可无量变价；私人信息伴随高成交量。逆向选择价差成分 → 基本面波动；交易成本（暂时性）价差成分 → 暂时性波动（买卖反弹）。
• 可预测的持有成本补偿（如零息债增值）不算波动。仓储成本高、生产管道长、需求多变且无弹性、易腐的商品基本面波动大；技术公司、高 P/E、政治风险、高杠杆股票基本面波动大。
• 易腐商品现货价格负相关可能是基本面原因（不同交割日是不同商品），不能直接归于暂时性波动。
• 暂时性波动与未知情者交易成本高度相关；负序列相关是其识别特征；Roll 模型：\(\mathrm{Var}(\Delta P)=\sigma^2+S^2/2\)，\(\mathrm{Cov}=-S^2/4\)，\(S=2\sqrt{-\mathrm{Cov}}\)，仅捕捉一阶回复，会低估暂时性波动。

第 20 章 与量化交易的关联

• 高频数据与微观结构噪声：bid/ask bounce 就是已实现波动率（realized volatility）估计中的“微观结构噪声”，高频采样下会使已实现方差偏高（\(S^2/2\) 每笔），这正是 Roll 模型的方差分解；实务中用稀疏采样、两尺度/已实现核估计或中间价消除。
• 价差估计：Roll 估计量是只用成交价估计有效价差的经典方法，可用于缺乏报价数据的历史回测成本估计（以及其改进如 Corwin–Schultz、Abdi–Ranaldo 等）。
• 因子研究：短期反转因子（日/周收益反转）部分源于暂时性波动的回复；低频动量与基本面信息相关。区分两者有助于理解反转因子的成本敏感性（反转收益与流动性/价差高度相关）。
• 风险建模：基本面波动来源（杠杆、P/E、政治风险）对应风险模型中的杠杆、估值、国家/行业因子；商品期货中仓储成本、库存与波动的关系对应期限结构与库存理论的交易策略。
• 方差比检验：价格变化负相关的多尺度检验（方差比、自相关函数）可用于判断资产的暂时性成分，进而决定再平衡频率和执行冲击模型（暂时冲击的衰减）。

第 20 章 推荐习题

• 思考题 8（随机价差下的 Roll 估计量）——建议作为推导练习：随机价差独立时，序列协方差变为 \(-\tfrac14(E S)^2\)，估计的是价差均值相关量，方差项增加 \(\tfrac12 E S^2\)。
• 思考题 2、3（价差成分与交易者类型对应的波动成分）——考查分类理解。
• 思考题 5、6（量价关系）——联系混合分布假说，适合用实际数据检验。
• 思考题 4（时变波动的度量）——引出 GARCH、已实现波动率。

Part VI 评估与预测（Evaluation and Prediction）导言（PDF p.432）

• 接下来两章讨论交易者如何度量和预测组合绩效。交易者需要监控绩效以判断哪里做得好、哪里做得差，进而更好地管理交易——“无法度量就无法管理”。
• 组合绩效取决于组合中的品种以及构建和维护组合的成本。选择最佳品种以最大化绩效是组合选择/构成问题（portfolio selection/composition problem）；实施组合构成决策是组合实施问题（portfolio implementation problem）。两者都要解决好。
• 实际上很少有逐利交易者能持续跑赢市场。多数主动交易者亏损，因为交易太多、交易付费太多；交易成本最终会压倒任何信息优势，因此必须理解交易成本。
• 第 21 章先聚焦度量与预测实施绩效。对多数交易者而言，实施问题比选择/构成问题更容易解决；由于多数人无法持续跑赢市场，实施问题是他们更重要的问题。第 22 章讨论为何优秀的选择/构成绩效难以取得、更难以预测。

第 21 章 流动性与交易成本的度量（Liquidity and Transaction Cost Measurement）（PDF p.433–454）

章首导言（PDF p.433–434）

• 交易成本使交易策略的实施变得昂贵，对频繁交易或大额交易者最重要。对多数主动交易者，交易成本是总收益最重要的决定因素；表现差的投机者通常是因为交易成本超过了其策略的价值。
• 交易者度量交易成本以评估自己和经纪商的实施质量：是否交易过于激进或不够激进、哪些经纪商应得到未来订单。交易者也预测未来交易成本以估计实施各策略的代价：巧妙的策略若实施成本太高可能不赚钱；对不流动市场中的大额交易者尤其重要——小规模赚钱的策略放大后可能因价格冲击净亏。
• 其他关注者：
  • 交易所：记录市场质量，用于营销，也用于评估其经纪商、交易商和专家。
  • 经纪商：记录业绩、发现短板、营销，并确认为客户取得最佳执行（best execution）。当交易商付钱让经纪商把订单发给自己时（订单流付费，payment for order flow）这一点尤其重要——政府法规、交易所规则和普通法要求经纪商确保此类安排不损害客户，须定期严格检查执行质量。
  • 投资委托人（investment sponsors）：确保投资经理代其花费的佣金物有所值。美国劳工部要求受 ERISA 覆盖的养老基金将交易佣金视为须节约的基金资产，受托人因此做交易成本研究。
  • 监管者：推行降低交易成本的政策，借此刻画不同市场结构的表现。美国 SEC 现要求所有市场中心（交易所、ECN、交易商）收集并公布高度细分的数据，供评估不同订单类型和规模的平均执行质量（即 Rule 11Ac1-5 一类的执行质量报告）。
• 本章先讨论回顾性（retrospective）度量，再讨论如何用历史成本预测未来成本（前瞻性，prospective）。

专栏“硬币的另一面”（The Flip Side）：卖方机构（经纪商、交易商、交易所）销售低成本交易服务，买方机构寻求低成本服务，表面上大家都想要低交易成本。其实不然：买方的交易成本就是卖方的收入，卖方推销低成本服务只是因为相互竞争。短期内卖方或许受益于高成本，但长期并非如此——交易成本下降使买方大幅增加交易量，加上提供服务成本的大幅下降，即使买方成本下降，卖方利润仍在增加。

21.1 交易成本的构成（Transaction Cost Components）（PDF p.434–435）

• 交易成本包括与交易相关的一切成本，分三类：
  • 显性成本（explicit costs）：成本会计容易识别的成本——经纪佣金、交易所费用、税；也包括投入交易过程的资源，如建立、配员、运营买方交易台的成本。
  • 隐性成本（implicit costs）：因交易者通常对价格有影响而产生的成本。在卖价买、在买价卖即支付买卖价差；大买家推高价格、大卖家压低价格的价格冲击也是交易成本。
  • 错失交易机会成本（missed trade opportunity costs）：未能成交或未能及时成交的成本。
• 例（棉花期货）：投机者想在纽约期货交易所（NYBOT）价格 65 美分/磅时买 100 张棉花期货。为求好价，他挂 64.95 美分的限价买单。随后价格涨到 68 美分，订单未成交。若更激进地以平均 65.25 美分成交，每磅可赚 2.75 美分，每张 5 万磅合约即 1,375 美元，100 张共 137,500 美元——这就是他因不够激进而错失的机会。交易者需追踪机会成本以判断是否足够激进。
• 显性成本最易度量（简单的成本会计：识别并加总所有佣金、费用和显性开支）。隐性成本与机会成本较难度量，需要比较成交价与“未交易价格”的基准（benchmark）：度量已完成交易的价格冲击，要估计若没有这笔交易价格会是多少；度量未完成交易的机会成本，要估计若完成会以什么平均价格成交。这使交易成本度量成为一门困难且不精确的科学。

21.2 隐性交易成本的估计方法（PDF p.435–436）

• 两类方法：指定价格基准法（specified price benchmark methods）和计量交易成本估计法（econometric methods）。基准法最常用：更易实施，评估具体交易时更有用；计量法最适合估计整个市场的平均交易成本。
• 基准法：单位交易成本 = 成交价与基准价之差（买入为成交价高出基准的部分，卖出相反），乘以交易规模：
  \[\text{Estimated Cost}=\text{Trade Size}\times\begin{cases}\text{Trade Price}-\text{Benchmark Price}, & \text{买入}\\ \text{Benchmark Price}-\text{Trade Price}, & \text{卖出}\end{cases}\]
  买方付高价、卖方收低价时估计成本高。
• 零和性质：一笔交易中所有买方和卖方的估计成本之和恰为零——一方的交易成本是另一方的交易利润。需求流动性者倾向于支付交易成本，提供流动性者交易成本为负。
• **带符号差（signed difference）**写法：
  \[\text{Estimated Cost}=\text{Trade Size}\times\text{Trade Sign}\times(\text{Trade Price}-\text{Benchmark Price}),\quad \text{Trade Sign}=\begin{cases}+1 & \text{买入}\\-1 & \text{卖出}\end{cases}\]
• 理想基准：若交易者没有尝试交易时本应出现的价格——其与成交价之差完全由交易引起。但没人能确定这一价格。实务中常用：成交量加权平均价（VWAP）、开盘价、收盘价、开高低收均价（OHLC 平均）、交易时点附近的买卖中间价。
• 计量方法用统计方法估计交易成本：最简单的从交易者冲击价格后引起的价格反转中提取信息；更复杂的从已执行订单与价格变化的关系中提取。两者都可理解为“估计基准而非指定基准”的基准法。

21.2.1 交易方向识别（Trade Side Identification）

• 交易者研究自己参与的交易时知道自己是买方还是卖方。分析未参与的交易时，因每笔交易至少有一买一卖（不计佣金两方成本之和恒为零），必须确定关注哪一方，通常只关注看起来在取用流动性的一方。
• Lee–Ready 算法（由两位学者推广）：比较成交价与买卖价——成交价更接近卖价，则视为激进买方发起；更接近买价，则为激进卖方发起；恰在中点，则看上一次价格变化：若为上升（uptick）或零上升（zero uptick），视为买方发起，否则为卖方发起。
  • 注：原书此处文字写作“若成交价更接近买价（bid），假定买方是激进方；更接近卖价，则卖方激进”，这是笔误，与 Lee–Ready 算法及上下文相反，教材编写时应按正确规则表述（接近 ask → 买方发起）。
• 两大缺陷：(1) 使估计成本高于多数交易者实际承担的成本，因为多数交易者并非只需求流动性；(2) 无法识别一个订单被多笔成交填满的情况——若因订单有市场冲击而各笔价格不同，会低估填满订单的成本。

专栏“资金流”（Money Flow）：技术交易者在计算资金流指标时用的是这一识别程序的变体。资金流 = 上升价位成交量 − 下降价位成交量，技术派认为它反映激进交易者是净买入还是净卖出。

专栏“市场中的被动-激进行为”：分析者通常把挂限价单者归为被动交易者（等市场找上门），但他们也可能非常激进——例如买方只要买得起，就可以把买价“钉”在市场上（peg the market at his bid），大量吸筹或出货，但 Lee–Ready 算法会把他们归为被动交易者。

21.3 用指定价格基准度量交易成本（PDF p.436–440）

21.3.1 基准价格（Benchmark Prices）

• 许多人用成交价与**报价中点（quotation midpoint，买卖价平均）**的带符号差估计成本，结果取决于用哪个时点的中点：
  • 交易时点的中点 → 有效价差（effective spread），有时称流动性溢价（liquidity premium）；
  • 交易后的中点 → 已实现价差（realized spread），常用交易后 5、10、15 或 60 分钟的中点；
  • 交易前的中点：最常见的是组合经理决定交易时的中点 → Perold 执行缺口（implementation shortfall）（Andre Perold 1988 年在 Journal of Portfolio Management 的有影响力文章推广）；Jack Treynor 早七年称之为纸面组合法（method of paper portfolios）。
• 日度价格基准：最常见的是 VWAP——当日每笔成交价以其成交量加权的平均价。交易者喜欢 VWAP，因为希望至少做得和当天平均交易者一样好：
  \[\text{VWAP}=\frac{\text{Dollar Volume}}{\text{Trade Volume}}=\frac{\sum_t \text{Size}_t\,\text{Price}_t}{\sum_t \text{Size}_t}=\sum_t w_t\,\text{Price}_t,\quad w_t=\frac{\text{Size}_t}{\text{Trade Volume}}.\]
  也用日开盘价、收盘价或开高低收均价。

专栏“咨询机构的基准”：

• Abel/Noser（美国折扣机构股票经纪商）最先推广 VWAP 成本估计，用于向客户证明折扣佣金也能获得好成交价。
• SEI（投资咨询、软件与共同基金管理）推广基于收盘价基准的估计。
• Plexus Group 做执行缺口分析，客户主要是想优化执行或需证明没有浪费佣金的投资委托人和投资经理。
• Transaction Auditing Group（TAG） 做有效价差（流动性溢价）等交易审计，客户主要是需向监管者和客户证明最佳执行的经纪-交易商。
• State Street 旗下 Elkins/McSherry 主要以日开高低收均价为基准，客户多为关心其覆盖的 42 个国家间交易成本比较的养老基金和投资经理。

21.3.1.1 有效价差（Effective Spreads）

• 成交价与交易时点中点的带符号差，直观简单。当中点不变时，它精确衡量往返交易的隐性成本：在卖价买入再在买价卖出同量，除交易外什么也没做，每单位往返损失为买卖价差，每笔成本为半价差。中点基准正好给出：买入成本 = ask − mid = S/2；卖出成本 = mid − bid = S/2。
• 定义：流动性溢价 = 成交价与交易时点中点的带符号差；有效价差 = 2 × 流动性溢价：
  \[\text{Effective Spread}_t=2\,Q_t\,(P_t-M_t).\]
• 所有买入在卖价、所有卖出在买价成交时（原文此处写反为“买入在 bid、卖出在 offer”，应为笔误），有效价差等于报价价差；经纪商或交易商提供价格改善（price improvement）、成交在价差之内时，有效价差小于报价价差；大单在价差之外成交时，有效价差大于报价价差。
• 零售市价单交易者最常用：他们主要拿成交价与下单时的买卖价比较，多数人并不知道自己在做交易成本分析，只是想检查价格是否公道。

21.3.1.2 已实现价差（Realized Spreads）

• 已实现价差 = 2 × 成交价与交易后某一时点中点的带符号差：
  \[\text{Realized Spread}_t=2\,Q_t\,(P_t-M_{t+\Delta}).\]
• 中点在度量区间内不变时，已实现价差等于有效价差。但价格常变化——交易者会因激进买方而抬价、因激进卖方而降价，因此已实现价差往往小于有效价差。
• 交易商关注已实现价差，因为其利润取决于建仓价与随后平仓价。交易商实际实现的价差小于报价价差，原因是常提供价格改善，且有时与知情者交易：
  • 报价价差 − 有效价差 = 交易商提供的价格改善；
  • 有效价差 − 已实现价差 = 交易商亏给知情者的部分（即价格冲击/逆向选择成分）。

21.3.1.3 执行缺口（Implementation Shortfalls）

• 可理解为实际组合与对应纸面组合的价值差。纸面组合是人们在纸上构建、看看若真的交易会怎样的虚拟组合，用于娱乐、检验新交易想法和度量交易成本。
• 度量交易成本需指定纸面组合的买卖基准价：决定交易时的报价中点给出易于解释的成本度量——它是决定交易时对价值的朴素最佳估计。实际组合与纸面组合的价值差衡量相对此基准的实施成本。由于实施通常有成本，纸面组合一般比实际组合更值钱。
• 分解：
  • 已成交部分：总成交量 × (平均成交价 − 决策时中点) 的带符号差 → 已完成交易的交易成本；
  • 未成交（或未完全成交）部分：未成交量 × (当前价 − 基准价) 的带符号差 → 错失交易机会成本。
    \[\text{IS}=\underbrace{Q\cdot X_{\text{filled}}\,(\bar P_{\text{exec}}-M_{\text{decision}})}_{\text{执行成本}}+\underbrace{Q\cdot X_{\text{unfilled}}\,(P_{\text{current}}-M_{\text{decision}})}_{\text{机会成本}}\]
• 用纸面组合评估新想法时，对交易成本的假设往往至关重要：假设过低可能采纳不赚钱的策略，过高可能拒绝本可赚钱的策略。通常假设买入付中点加一定溢价、卖出得中点减一定折扣，溢价/折扣来自交易成本研究。（这正是回测中的成本假设。）

21.3.1.4 VWAP、开盘价与收盘价

• 许多投资委托人不知道投资经理代其交易发生在当天何时；除非与经纪商和经理做特别安排，通常只收到当日成交的股数加权平均价日报，只能用日度基准。
• 日 VWAP 吸引这类委托人，因为能判断自己的价格比当天平均交易者高还是低；相对开盘价/收盘价的成本则比较成交价与交易前/后的价格。下文将看到这三种度量都有严重问题，使其难以解释为交易成本。

21.4 价格基准估计量的性质（PDF p.440–445）

21.4.1 数据要求

• 应易于计算。用日度汇总对比日度基准最容易；基于中点的估计更贵，需要日内成交和报价数据。

21.4.2 准确性（Accuracy）

• 与交易实施完全无关的随机事件不应影响该笔交易的成本估计。例：买方清晨谈得极好的买价，当天晚些时候公司传出坏消息、价格大跌；若相对低收盘价度量，交易者看起来谈了很差的价格。统计学称这种估计有噪声（noisy）；若相对开盘价度量会准确得多。
• 一般地，交易与基准价确定之间的时间越长，估计量噪声越大。开盘/收盘价基准比平均价基准噪声大；所有日度基准都有噪声，因为当日所有交易用同一基准。噪声最小的是有效价差（同期基准）；已实现价差与执行缺口的噪声随基准价与成交时间距离增大而增大。

21.4.3 交易择时问题（Trade Timing Issues）

• 经理给经纪商择时裁量权时，希望经纪商利用经验和信息识别并利用可预测的短期价格变动——如未知情者买入后价格往往偏高，此时有裁量权的经纪商应立即执行卖单，持买单的可等价格回落。
• 给了择时裁量权就须密切关注成本，以判断经纪商是否恰当使用裁量权——经纪商通常只因成交而获佣金，可能宁愿尽快成交而不等最佳时机。
• 好的估计量应能识别经纪商是否善于择时。有效价差对此几乎无用：只相对当前中点度量，经纪商识别出中点的任何短期可预测性都不会被揭示。
• 一般而言，基准价不依赖交易时点时最能衡量择时效果；若依赖交易时点（如已实现价差），交易与基准之间间隔越长越能衡量择时效果。
• 两难：择时考量与准确性考量正好相反——准确需要临近的基准，发现择时能力需要远离的基准。因此要准确衡量择时效果必须分析大量交易。

21.4.4 估计量偏差（Estimator Biases）

• 估计应无偏，只衡量在当前市况下实施策略的成本。有偏估计常依赖于交易“如何”或“为何”进行。偏差来源：拆单、交易决策依赖过去价格变化、交易者对未来价格变化知情、经纪商知道客户将用成本估计评估他们。

21.4.4.1 拆单（Split Orders）

• 交易者常拆分大单以免暴露全部规模，也为了在推动价格时进行价格歧视；因此最后一部分通常最贵。估计方法应估计执行整个订单的总成本，而非各部分表面成本之和。
• 数值例：4,000 股买单拆成两半。第一笔 2,000 股在报价 30 买 / 30.10 卖时以 30.10 成交；第二笔 2,000 股在报价 30.10 / 30.20 时以 30.20 成交。
  • 流动性溢价（有效价差的一半）：两笔每股均为 0.05，共 200 美元。但第二笔实际更贵——第一笔的冲击抬高了第二笔面对的买卖价。
  • VWAP：若该交易者是当天唯一买家，其平均买价恰等于当天全市场均价，VWAP 成本估计为 0（不计佣金）——尽管支付了价差并产生了冲击。
  • 一般地，基准依赖于填单的成交本身时就会出现拆单问题：拆单改变后续中点，有效价差低估总成本；拆单冲击影响 VWAP，VWAP 估计量也低估总成本。
  • 执行缺口不受影响（基准在订单影响价格之前确定）：决策时中点为 30.05，第一笔每股 5 美分、第二笔 15 美分，平均 10 美分/股，共 400 美元。
  • 收盘价问题最严重（基准受大单冲击显著影响）：若收盘 30.20，第一笔估计成本 −10 美分，第二笔 0，总计 −200 美元——看起来交易成本为负。
• 正确估计时，负交易成本就是交易利润。此例中交易者有 200 美元未实现利润，但若试图实现，大概率净亏：若在报价 30.10/30.20 时以 30.10 卖 2,000 股，再在报价跌到 30.00/30.10 时以 30.00 卖 2,000 股，所有股份都比买入低 10 美分卖出，往返总损失 10 美分/股，即 400 美元（与执行缺口估计一致）。

21.4.4.2 动量与逆向交易者（Momentum and Contrarian Traders）

• 动量策略：价格上涨后买、下跌后卖；逆向策略相反。
• 开盘价基准偏差尤其严重：动量交易者在价格上涨后买入，开盘基准偏低，高估成本；卖出时开盘基准偏高，同样高估。逆向交易者买入时开盘基准偏高、卖出时偏低，低估成本。
• 一般地，交易决策基于基准确定之后发生的价格变化时，估计都会有偏。开盘价基准，以及在较小程度上 VWAP 基准，对动量与逆向交易者都有偏。

21.4.4.3 知情交易者（Informed Traders）

• 知情者买后价格往往上涨、卖后下跌，因此基准在其交易之后确定时，会低估其交易成本。如知情者测得的已实现价差小于有效价差——差异源于成功的投机，而非执行质量。
• 基准价确定得越晚，偏差越大：收盘价（以及较小程度上 VWAP）低估知情者成本；当知情者交易很快公开的短期信息时低估最严重。

21.4.4.4 博弈（Gaming）

• 用成本估计评估经纪商时，经纪商不应能通过不符合客户最佳利益的交易方式操纵结果。能在不给客户更好价格的情况下影响评估的经纪商就能**博弈（game）**该度量。
• 博弈有效价差：有裁量权决定填单激进程度的经纪商，只提供流动性、从不取用——永远在买价买、在卖价卖；市场背离就调整限价再试。这样估计成本总为负，但未能以客户希望的价格成交。不断追逐市场的经纪商服务很差，尤其对急躁的客户。原因：基准价依赖于订单何时执行，每次市场背离订单经纪商都未拿到好价，但基准随市场移动，经纪商不因等待受罚。
• 任何基准价依赖交易时点的度量都能被有择时裁量权的经纪商博弈。例：经纪商知道客户用开盘价基准评估；尾盘收到买单，若当日价格已跌就以任何合理价格立即成交；若已涨，就设法拖到次日，以免在开盘低得多的日子记录一笔高价买入。对开盘价基准最严重，对 VWAP 及其他部分由经纪商交易时机决定的平均价基准也存在（程度较轻）。
• 缓解：在较长区间上计算平均价基准，如用交易所在一周的 VWAP 而非当日 VWAP，减少拖延以获得新基准的收益；代价是噪声增大。
• 与基准确定时点同步交易也能博弈：用 VWAP 评估时，把订单在全天分散执行使其成交均价约等于市场 VWAP，估计成本接近零；用收盘价评估时，只在收盘时执行，估计成本为零。
• 基准价在经纪商收到订单前就已确定时不可能博弈——因此执行缺口无法被博弈。
• 公然博弈容易被客户识别并受惩戒；聪明的经纪商会适度博弈以躲避惩戒，因此所有可被博弈的度量都可能受影响，程度取决于检测难度和经纪商的倾向。作者也指出：即使能不被发现，也很少有经纪商博弈；多数经纪商诚实工作，但在做出符合客户利益却会产生异常高估计成本的交易时，可能会事先告知客户。

21.4.5 小结

• 用哪个基准决定了衡量的是什么：
  • 交易时点中点：衡量相对同期报价的执行质量好坏，但对拆单的累积冲击一无所知，对择时裁量权也所知甚少；
  • 交易后很久的基准：可能了解这些问题，但同时衡量了组合经理的组合构成决策好坏（混入了 alpha）；
  • 决定交易之前很久的基准：不受拆单影响，但同时衡量了组合构成决策对过去价格的依赖程度（动量/逆向偏差）。
• 没有完美的基准，需在估计成本和各种性质间权衡。不考虑数据成本时，执行缺口是最佳估计量，不受上述任何偏差影响。数据成本显著时可选其他：零售交易者通常用有效价差（对小单一般无偏）；不知道经理何时下单的机构委托人常用 VWAP——它有一些偏差、博弈和噪声问题，但对多数交易者比开盘/收盘基准的问题小。
• 表 21-1 价格基准交易成本估计量性质汇总（PDF p.446，旋转表格，文本抽取严重损坏，仅可辨认 “POTENTIAL BIASES”“underestimate”“overestimate costs”“Underestimates”“No bias if order …”“Trade only at the close”“with interval”等片段）。按正文可重建为：

• 所有方法应用于单笔交易时都有噪声；对许多交易取平均更可靠，但平均不能解决偏差或博弈问题。
• 用成本估计评估经纪商时，必须有比较标准：要么在众多经纪商间比较，要么由咨询机构提供有意义的比较常模；且只有给各经纪商相似的交易难题时比较才有意义，否则拿到难题的经纪商会显得效率较低。这些问题使客户必须用定量方法评估经纪商。

21.5 用计量方法度量隐性交易成本（PDF p.445–448）

• 计量模型用统计方法度量交易者对价格的冲击，一般考察价格反转或订单流与价格变化的关系。
• 通常在没有报价或订单流数据时使用。如公开喊价期货市场很少记录场内喊出的买卖价，市场报告员主要记录成交价，衡量这些市场的成本须用不依赖买卖报价的方法。
• 计量模型一般估计整个市场的平均交易成本；关心具体交易时通常仍用指定基准。

21.5.1 价格反转模型（Price Reversal Models）

• 最常见的反转来自买卖反弹；未知情买卖方失衡也引起更长期的反转（价值交易者识别获利机会后价格最终反转），区间从日内短时到数月。
• 平均绝对成交价格变化：非常简单的估计量。当买卖价不变且所有交易只在买价或卖价成交时，它恰好估计买卖价差。实际中买卖价会变、并非都在买卖价成交：当买卖价变动的增量小于价差时它倾向低估价差，否则高估。剔除很小和很大的价格变化可改善估计。
• 基于序列协方差的估计量更好：序列协方差是相邻价格变化乘积的平均；价格反转时为负。有效市场假说意味着无交易成本时价格变化应无序列协方差，因此负序列协方差指示交易成本。最著名的是 Roll 估计量：
  \[\text{Effective Spread}=2\sqrt{-\text{SCov}}.\]
• Roll 估计量在以下条件下无偏：样本大；激进买卖方随机等概率到达；有效买卖价的变化与到达交易者序列不相关。违反这些假设通常导致低估价差。因此只在没有报价数据时才用 Roll 方法。

21.5.2 订单流模型（Order Flow Models）

• 更复杂的模型直接估计激进交易者造成的价格效应，通常用回归刻画价格如何响应订单流，利用“激进买方推高、激进卖方压低价格”的原理。通常用 Lee–Ready 算法识别每笔交易的激进方，用带符号的交易解释价格变化。

专栏“Glosten–Harris 遇见 Glosten–Milgrom”（PDF p.448；公式按原意还原）：

• Glosten–Harris 价差成分估计模型是订单流成本估计模型的简单例子，基于第 14 章的 Glosten–Milgrom 价差成分模型。
• 激进交易者对价格有两种效应：
  • 永久效应（permanent effect）：交易商（及其他流动性提供者）从订单流中推断知情交易所致，对应第 13 章的逆向选择价差成分；信息论考虑表明它应与交易规模成正比（见第 12、14 章）。
  • 暂时效应（transitory effect）：向急躁交易者提供流动性的成本所致，对应第 14 章的交易成本价差成分；可能有固定部分和比例部分。
• 模型方程：观测价格 = 基本面价值 + 交易成本价差成分：
  \[P_t=V_t+C_t,\qquad C_t=aQ_t+bQ_t\,\text{Size}_t,\]
  其中 \(Q_t=+1\)（买）/\(-1\)（卖）。基本面价值的变化由交易符号与规模推断的信息及其他信息 \(\varepsilon_t\) 驱动：
  \[\Delta V_t=\lambda\,Q_t\,\text{Size}_t+\varepsilon_t.\]
  合并得：
  \[\Delta P_t=\Delta V_t+\Delta C_t=\lambda\,Q_t\text{Size}_t+a\,\Delta Q_t+b\,\Delta(Q_t\text{Size}_t)+\varepsilon_t.\]
• 估计：把上式视为回归，被解释变量为成交价变化 \(\Delta P_t\)，三个回归元为带符号规模 \(Q_t\text{Size}_t\)、交易符号变化 \(\Delta Q_t\)、带符号规模变化 \(\Delta(Q_t\text{Size}_t)\)，误差项 \(\varepsilon_t\) 为与订单流无关的价值变化（回归的统计性质保证误差与回归元不相关，与“独立于交易过程的信息”这一解释一致）。估计出 \(\lambda,a,b\) 后，可对任意交易计算永久与暂时成分，得到成本估计。
• 可把 Glosten–Harris 模型理解为一种基准价模型，基准是不可观测的基本面价值 \(V\)；模型不估计基准也能给出成本估计，但需要时也易于估计基准值。

21.6 错失交易机会成本（Missed Trade Opportunity Costs）（PDF p.447–451）

• 不交易往往比交易更昂贵：知情者订单未成交就失去利润；未成交也可能伤害未知情者，尤其在对冲时。须同时关注机会成本与交易成本。
• 一般度量为：未成交数量 × (后续价格 − 基准价) 的带符号差。
• 例（DINE）：交易者决定卖出 10 万股 DINE（Advantica Restaurant Group，Denny's 的所有者），当时中点 1.00 美元。他挂限价卖单，成交 3 万股，其余 7 万股始终未成交。现在价格 82 美分。以决策时中点 1.00 为基准，执行缺口口径的机会成本 = 70,000 × 0.18 = 12,600 美元。
• 度量机会成本面临两个度量交易成本时没有的问题：
  1. 何时度量：若一周后 DINE 又回到 1.00，估计的机会成本为零。甚至这也不完全清楚——若当初以 1.00 卖出全部 10 万股，他可能在跌到 82 美分时买回 10 万股，涨回 1.00 时就失去了赚 18,000 美元的机会。实务中在首次决定交易或最终放弃填单后的某个区间（一天、一周、一月）度量。
  2. 订单是真实的还是一厢情愿的（wishful）：若交易者想卖的不是 10 万股而是 400 万股——占总股本 10%、日均成交量 8 万股的 50 倍——则未成交 3,970,000 股的执行缺口机会成本为 714,600 美元。这严重高估了真实机会成本，因为无论如何他都不可能在不把价格压到 82 美分以下的情况下卖出这么多；即使确定价格会跌到 82 美分，他也从未有过赚 714,600 美元的机会。机会成本还必须取决于订单规模是否合理。
• 理论上正确的处理是用一个反映在最有利条件下完成交易的平均价格的基准，但难以估计；实务中交易者只是监控订单以确保规模合理。
• 机会成本可相对任何基准度量，最合理的是用与交易成本相同的基准，使两者可比。
• 激进程度的边际权衡：若更激进交易会多付的交易成本，少于因此节省的机会成本，则应更激进；若更不激进能节省的交易成本，多于因此多出的机会成本，则应更不激进。实务中多数交易者不估计边际成本，而假设边际成本等于平均成本：若单位机会成本大于单位交易成本就更激进，反之更不激进。关注此问题的交易者应用填满订单的最后几笔交易的成本估计边际交易成本。

专栏“Plexus 交易成本冰山”（The Plexus Iceberg of Transaction Costs）：Plexus Group 把执行缺口详细分解为择时、市场冲击、佣金和错失机会成本。

• 经理择时（manager timing，又称系统择时/模型择时）：决策价与订单提交给买方交易台时价格的带符号差。决策价是经理决定交易时的市价，多数经理用前一日收盘价。衡量订单仍主要由组合经理控制期间的缺口；经理择时成本高的应更快把订单交给交易台。
• 交易员择时（trader timing）：订单提交给交易台时价格与交易台把订单下给经纪商时价格的带符号差；交易台拆单时对每部分分别计算。衡量订单主要由交易台控制期间的缺口。交易台在“兜售大宗”（shop a block，第 15 章）使市场察觉大额即将推动价格时，或拆单并分时下给经纪商时（前面部分的冲击造成后续部分的择时成本），交易员择时成本往往较高。
• 市场冲击（market impact）：订单下给经纪商时价格与成交价的带符号差；多笔成交分别估计。衡量经纪商管理订单期间的缺口。多数交易者不会让经纪商隔夜持有未成交订单，因此市场冲击是日内效应；跨日择时效应计入交易员择时。
• 错失机会成本：对未完成部分，决策价与决策后 30 个交易日价格的带符号差。
• 冰山比喻：可见成本（佣金与市场冲击）是水面上的部分，不可见成本（择时与错失交易）是水下大部分。Plexus 估计其客户支付佣金 12 个基点、市场冲击 20 个基点；因价格背离损失择时成本 53 个基点；因订单未成交再损失 16 个基点。隐性实施成本（择时与机会成本）远大于可见成本。
• 四个成分之和等于总执行缺口。Plexus 认为必须全部度量，因为成本容易在类别间转移；交易者要避免“可见成本似乎降低了，实际只是挪到了更隐蔽的择时类别”这一思维陷阱。

21.7 交易成本预测（Transaction Cost Prediction）（PDF p.451–452）

• 评估主动交易策略需要预测交易成本，为此开发、估计和使用交易成本预测模型，使用显性与隐性信息。

21.7.1 关于未来交易成本的显性信息

• 合同约定的佣金和交易费用；当前报价和公开限价簿揭示的流动性状况。交易规模小于市场展示量时，可以有把握地得到市场冲击的上界（前提是能先于他人取得这些流动性）。
• 但报价和限价簿很少揭示全部流动性。交易者常不展示全部意愿，原因：怕抢跑者；不想送出期权价值；不想泄露关于基本面价值或自身头寸的专有信息；想避免向大额价格歧视者或知情者提供流动性。因此常常能以比展示信息更有利的价格或更大规模成交；要准确估计成本，必须估计展示流动性背后可能还有多少隐藏流动性。

21.7.2 关于未来交易成本的隐性信息

• 即过去隐性成本的信息，假设可用过去订单的冲击预测未来订单的冲击。流动性条件不变时该假设成立，但大量证据表明流动性随时间变化，一些交易者尽量对这种变化建模。
• 主要定量方法：计量回归模型，用可观测变量解释过去的交易成本，变量分三类：
  • 订单特征：最重要的是订单规模和价格放置（激进程度）。大单成本高于小单；定价激进的订单成本通常更高。
  • 同期市场状况：最重要的是买卖价差和当前展示数量（分别刻画宽度和深度）；还有近期成交量、近期价格变化（价格动量）、上升价位成交量与下降价位成交量之和（资金流），衡量暂时性流动性状况。
  • 一般市场状况：最重要的是平均成交量和波动率——活跃交易、价格稳定的市场成本低；股票市场常用市值代理市场规模，大公司股票更流动。

21.8 关于明智的交易成本管理的结语（PDF p.452–453）

• 机构投资经理和委托人通常把交易实施与组合选择/构成分开评估，但两者并非二分——策略制定者与执行交易员经常互动时总体绩效往往更好。
• 组合策略师在采用策略前需知道交易成本，交易员须告知可行性；策略师须知道能交易多少、成本多少，才能形成使组合价值最优的订单。
• 策略师也须告诉交易员为何交易，以便交易员决定激进程度：基于短期信息时须让交易员激进交易，并提供反映信息价值的价格限制。知情者应愿意承担可观的交易成本，尤其在交易非常短期的信息时，否则可能未能成交而失去大笔利润。
• 双方须合作。评估方案不应使策略师与交易员成为对手：策略师不应因策略无法盈利实施时责怪交易员而受奖励，交易员也不应因无法填满不现实的大单时责怪策略师而受奖励。奖励总体绩效的联合激励合同为合作提供强激励；在无法区分各自贡献时，试图分别识别和奖励各参与者贡献的激励合同适得其反。

21.9 总结（PDF p.453）

• 估计交易成本是为更好地管理交易，好的成本信息使交易者能：判断佣金是否物有所值；平衡交易成本与错失机会成本以优化订单提交策略；确保交易策略在实施时（及将来）有利可图。
• 交易成本度量有噪声，但能产生有价值的信息。
• 对许多投资经理而言，通过更有效的执行管理降低交易成本，比把同样资源投入改进组合选择更能提高绩效；降低交易成本往往比改进选股更容易、更可靠。

21.10 要点回顾（PDF p.453–454）

• 总绩效取决于组合选择与交易实施；交易成本降低组合绩效；估计交易成本是为了更好地管理它。
• 错失交易机会成本可能比交易成本更重要；好交易者决定激进程度时在两者之间取得平衡。
• 交易成本度量依赖价格基准；可靠推断需要合理的基准和大量交易。
• 知情交易、逆向交易、拆单和博弈可能使某些成本估计产生偏差；经纪商常可通过推迟交易或模仿基准来博弈成本度量。
• 买方的交易成本是卖方的收入。
• 好的经理在做组合构成决策时会考虑交易成本。

21.11 思考题（PDF p.454）

1. 除低交易成本外，经纪商还应提供哪些服务？
2. 执行缺口研究可以在买入时以卖价、卖出时以买价为基准，相对标准的中点基准有何利弊？
3. 交易者优化交易时，错失机会成本与交易成本之间是什么关系？（答：边际上相等。）
4. 哪些类型的逐利交易者测得的交易成本应较高？哪些应较低？（提示：需求流动性者高、提供流动性者低；知情者用事后基准测得偏低。）
5. 21.4.4 节扩展例中，四笔往返交易的执行缺口估计为 400 美元；若收盘价为 30.05，收盘价估计也为 400 美元。两者通常不相等，为何本例中相等？（提示：往返交易净头寸为零，且收盘价恰等于决策时中点。）

第 21 章 本章要点

• 交易成本 = 显性成本（佣金、费用、税、交易台开支）+ 隐性成本（价差、价格冲击）+ 错失交易机会成本；后两者需要基准，度量不精确。
• 基准法：成本 = 规模 × 符号 × (成交价 − 基准价)，买卖双方成本之和为零；主要基准：交易时中点（有效价差）、交易后中点（已实现价差）、决策时中点（执行缺口）、VWAP、开盘、收盘、OHLC 均价。
• 关系式：报价价差 − 有效价差 = 价格改善；有效价差 − 已实现价差 = 亏给知情者（价格冲击）。
• 估计量性质：数据要求、准确性（基准越近噪声越小）、择时识别（基准越远越能识别，与准确性冲突）、偏差（拆单、动量/逆向、知情者）、博弈。执行缺口无偏且不可博弈，是数据允许时的最佳选择；VWAP 可被“跟随 VWAP”博弈；有效价差可被“只挂限价单”博弈。
• 计量法：平均绝对价格变化、Roll 估计量 \(2\sqrt{-\text{Cov}}\)（易低估）、订单流回归（Glosten–Harris：\(\Delta P_t=\lambda Q_t\text{Size}_t+a\Delta Q_t+b\Delta(Q_t\text{Size}_t)+\varepsilon_t\)，分离永久与暂时冲击）。
• 机会成本：未成交量 × 后续价格与基准的带符号差；需决定度量时点、排除不现实订单；激进程度应使边际交易成本等于边际机会成本。Plexus 冰山：佣金 12bp、冲击 20bp、择时 53bp、未成交 16bp，隐性成本占大头。
• 成本预测：显性信息（费率、可见盘口给出冲击上界，但有隐藏流动性）+ 回归模型（订单规模与激进程度、价差与深度、近期量价与资金流、平均成交量、波动率、市值）。
• 策略师与交易员应合作，联合激励优于分别归因。

第 21 章 与量化交易的关联

• TCA（交易成本分析）体系：本章几乎就是现代 TCA 的完整框架。执行缺口（arrival price / decision price benchmark）是量化执行算法（IS 算法、Almgren–Chriss）的标准目标；VWAP 算法正是“模仿基准”使成本估计≈0——理解其被博弈的本质，才能正确评价 VWAP 执行的真实成本。
• 回测成本假设：“中点 ± 溢价”的纸面组合假设就是回测中的滑点模型；本章指出假设过低会采纳亏损策略、过高会错杀策略，应以自身 TCA 数据校准。错失机会成本提示回测不能只看成交部分，未成交的信号收益也应计入（尤其是限价单策略）。
• 冲击模型估计：21.7.2 的回归变量（订单规模/ADV、价差、深度、波动率、市值）即业界成本模型（如平方根冲击模型）的解释变量；Glosten–Harris 回归可用逐笔数据估计永久/暂时冲击，用于冲击衰减建模与最优执行。
• 交易方向分类：Lee–Ready 算法是构造订单流不平衡（OFI）、VPIN、主动买卖量等微观结构因子的基础，需注意其对被动激进交易者的误判。
• 有效价差/已实现价差分解：做市策略评估逆向选择（markout 分析即已实现价差思想：成交后 Δt 的中点变动）。
• 组织层面：策略研究与执行团队的协同（告诉执行端信号衰减速度以决定激进程度）对应 alpha 衰减与执行紧迫度（urgency）参数的设定。

第 21 章 推荐习题

• 思考题 5（四笔往返中执行缺口与收盘价基准为何相等）——检验对基准与零净头寸的理解，可动手复算 21.4.4.1 的全部数字。
• 思考题 3（优化时机会成本与交易成本的关系）——边际条件，联系最优执行。
• 思考题 2（以 ask/bid 为基准的执行缺口）——考查基准选择对价差成分的处理。
• 建议补充编程练习：用逐笔成交与报价数据计算有效价差、5 分钟已实现价差、Roll 估计量并比较；用 Glosten–Harris 回归估计 \(\lambda,a,b\)。

第 22 章 绩效评估与预测（Performance Evaluation and Prediction）（PDF p.455–482）

章首导言（PDF p.455–456）

• 许多人交易是想成功投机——买入将升值、卖出将贬值的证券和合约。但预测未来价格很难，有人能做到，多数人不能。成功的投机者必须平均而言预测得足以跑赢市场；不成功的投机者最终亏钱，充其量赚得比买入并持有指数基金少。若只为投机利润而交易却不能成功，就应停止交易。
• 本章讨论如何度量过去绩效、如何预测未来绩效。两者密切相关——多数人度量过去绩效主要是为了预测未来。将看到仅基于过去绩效的预测通常很不可靠，用其他信息可以预测得更好。
• 投机者必须能预测绩效：投机者交易只因预期获利，必须不断考虑交易是否会盈利；若不能预测，就不应投机。投机者最重要的决策是是否交易。
• 雇用主动投资经理（active investment managers）替你投机时也必须能预测绩效：他们用客户的钱投机，积极识别和利用投机机会，因此常频繁交易；可通过聘为投资顾问，或购买其管理的共同基金和商品基金（commodity pools）间接获得服务。他们替你投机时，你就在押注他们的成功；若不能预测哪些经理会成功，就不应雇用主动经理。投资委托人最重要的决策是是否雇用主动经理。
• 认为自己不能成功投机的投资者常把钱交给被动投资经理（passive managers），其采用买入并持有策略、很少交易；最常见的是指数复制策略（index replication）——买入并持有旨在复制宽基市场指数收益的组合（第 23 章讨论）。指数化流行，是因为许多投资者认为自己既不会成为成功交易者，也挑不出成功经理；绩效评估与预测的局限性有助于解释指数市场为何如此流行。
• 投资管理合同常使经理报酬取决于绩效，以激励其更好服务客户；理解绩效评估的局限，才能理解如何最佳地补偿经理以及典型合同的问题。
• 本章路线：区分技能与运气的核心问题 → 绩效评估的计算方法 → 统计学如何预测绩效及其为何无力 → 基于经济理论的替代方法。作者称：未能理解“过去绩效不必然预测未来收益”以及样本选择偏差（sample selection biases）如何影响推断，可能比交易者犯的任何其他错误造成的交易损失都多。

22.1 绩效评估问题（The Performance Evaluation Problem）（PDF p.456–458）

• 组合绩效部分取决于管理质量（好经理增加价值，差经理浪费价值），也取决于决定组合中品种价值的每一个因素：
  • 宏观因素：利率、总体经济活动、生产率、汇率的变化；
  • 微观因素：行业供需、技术创新、政府干预；
  • 公司特定因素：公司管理好坏、工厂意外烧毁、研究人员偶然发现等。
• 主动经理试图预见所有影响价值的因素，买入预期升值的、卖出预期贬值的；技能高超者能通过选择显著增值。
• 但没人能预见大多数影响组合收益的因素，不可预见因素对绩效有看似随机的影响：表现好的组合可能由有技能的经理管理，也可能由幸运的经理管理；表现差的可能是无技能，也可能是运气差。
• **投资政策（investment policies）**也显著影响绩效：可能禁止有技能的经理利用正面因素或规避负面因素，也可能迫使无技能经理不知不觉地利用正面因素或规避负面因素。因此表现好的组合可能只是运气好的经理碰上了市场当前青睐的投资政策；表现差的可能是有技能的经理受制于当前失宠的政策。
• 例：必须满仓股票的组合，其价值随市场波动而与管理无关。市场上涨时最差的组合也可能有高正收益，涨势可抵消拙劣管理的损失；市场下跌时最好的组合也可能负收益。即“水涨船高”（A rising tide lifts all boats）。
• 不可预见和不可避免的因素使绩效评估非常复杂，难以估计经理的贡献。好的评估必须区分技能与运气——把总绩效分解为管理贡献和无人能预见或控制的因素贡献。后者很难估计，因为影响收益的因素太多；即使最佳的经理绩效估计也噪声很大。

专栏“Sizzler 染上大肠杆菌”：Sizzler International 是以烤肉为特色的家庭餐厅运营/特许经营商，在美国自营 65 家、特许 200 家。1998 年自愿进行第 11 章破产重组，到 2000 年中盈利加速，许多仔细研究过公司的分析师认为其振兴策略成功，许多投资经理据此买入，预期跑赢市场。2000 年 7 月，密尔沃基一家特许店 42 名顾客感染大肠杆菌（E. coli），17 人住院，一名三岁女孩因并发症死亡（卫生专员认为是受污染的西瓜所致）。消息传遍全国，股价下跌 35%，投资者担忧随之而来的诉讼和声誉损失。这些投机者可能非常了解公司前景，也知道食物中毒偶尔困扰连锁餐厅并已相应折价，甚至考虑过卫生程序是否充分——但此事件大概不可预测，他们只是运气不好。

专栏“运气与技能的组合”：运气是随机的，与技能无关。四种组合（戏称）：有技能且幸运——受祝福（Blessed）；无技能但幸运——让人受不了（Insufferable）；有技能但不幸——受诅咒（Cursed）；无技能且不幸——注定失败（Doomed）。

22.2 绩效评估方法（Performance Evaluation Methods）（PDF p.458–464）

• 上述考虑表明相对绩效评估比绝对绩效评估更有价值。绝对评估只计算组合总收益；相对评估估计组合相对其基准或同行跑赢/跑输多少。选择代表“无主动管理时组合预计表现”的基准，能更好地识别管理的贡献。相对绩效 = 组合总收益 − 同期基准总收益，因此先讨论绝对绩效的度量。

22.2.1 绝对绩效度量（Absolute Performance Measurement）

• 估计组合名义价值在度量区间（年、季、月、周、日或年初至今 YTD 等）内的变化。
• 无资金或证券转入转出时较简单：总收益是区间内价值的百分比变化。例：价值从 100 增至 120，年总收益 20%。
• 总收益包括组合因持仓收付的所有现金和证券：流入通常包括股息、利息、证券出借费；流出包括经纪佣金、管理费、融资买入的利息、证券借入费、空头需支付的股息（short dividends）；还包括持有期货、期权、互换的多空头寸及证券空头时收付的变动保证金（variation margin）。证券的流入流出通常涉及并购、分拆等公司重组。
• 资金进出问题：投资者转入/转出资金或组合向投资者分配股息时，组合总价值变化；不调整会误导——资本追加会夸大绩效，分配会压低绩效。两种处理方法：
  • 内部收益率（IRR）：最常用。储蓄账户须获得何种复利收益率，才能恰好复制组合的资金流入流出（假设储蓄账户期初、期末余额等于组合期初、期末价值）。IRR 近似为各次资本追加/分配之间总收益的时间与价值加权几何平均（即资金加权收益率）。
  • 持有期收益（holding period return）：一份组合份额的收益——期初投入 1 美元能赚多少，通常假设分配在支付时再投资（即时间加权收益率）。
  • 两者在区间内资本追加和分配**不按比例（pro rata）**时不同。按比例是指所有投资者完全按持股比例参与资本交易；按比例的追加和分配不影响各所有者份额，因此所有投资者在持有期内的 IRR 相同。
• 当期收益率与资本利得：分析者常把总收益分为当期收益率（current yield）——组合从资产获得的总收入（通常利息和股息）除以组合价值（例：1 亿美元组合一年获股息 1,000 万美元，当期收益率 10%）；和资本利得收益（capital gains return）——总收益减收益率，即不含收入的资产价值百分比变化。对普通收入与资本利得税率不同的投资者尤其重要。组合资产的当期收益率可能不同于组合所有者获得的当期收益率（组合向投资者支付的收入多于或少于从资产获得的收入时）。
• 估值问题：须估计期初、期末所有头寸的价值。活跃交易品种简单（最后成交价或最后买卖中点）；不常交易品种难得多，须从相关品种价格估计：房地产组合须靠评估，而评估关键依赖可比物业成交价；不常交易债券的估值依赖类似债务工具的成交价。

专栏“Beardstown 女士们”：Beardstown 商业与职业女性俱乐部成立于 1983 年，约 15 名成员的著名投资俱乐部，到 1993 年多数成员已退休或临近退休但仍积极管理组合。她们出书和视频介绍投资方法，《Beardstown 女士们的常识投资指南：我们如何跑赢股市——你也能》（1994）成为国际畅销书。书封宣称截至 1993 年的 10 年年均收益 23.4%。受到质疑后在普华永道协助下重算，实际年均收益仅 9.1%，显著低于同期标普 500 的 14.9%——每年跑输近 6%。她们解释是不熟悉投资会计软件，把 2 年收益误当 10 年收益（考虑到她们的计算机水平，这一解释可能属实）。但许多人认为她们其实是没有扣除定期向基金追加的资金——10 年下来会严重夸大总收益，而承认这一错误会更尴尬。（教训：资金进出必须调整。）

专栏“什么时候 100 − 50 = 0？”：组合第一年涨 100%、第二年跌 50%，算术加总为 50%，实际两年持有期收益恰为零（翻倍后减半）。计算持有期收益必须用几何加总：每期收益加 1，相乘，再减 1：\(R_{0,T}=\prod_t(1+r_t)-1\)。

专栏“−94.7% + 95.6% = 非常坏的消息”：ProFunds UltraOTC 基金在 2000 年 3 月 10 日至 2001 年 4 月 4 日下跌 94.7%，4 月 4 日至 5 月 2 日上涨 95.6%。2000 年 3 月 10 日投资的 10,000 美元，到 2001 年 5 月 2 日仅值 1,037 美元（\(10000\times0.053\times1.956\approx1037\)）。（来源：《华尔街日报》2001-05-18。）

22.2.2 相对绩效度量（Relative Performance Measurement）

• 没有比较基础的原始收益对评估无用：市场跌 20% 时跌 10% 的股票组合相对表现好；市场涨 30% 时涨 15% 的相对表现差。
• 相对收益 = 组合收益 − 对应基准收益。基准代表无主动管理时组合预计的表现。基准比较的目的是去除评估中的噪声：好的基准调整掉不应归于经理的表现，剩余部分更能代表经理的绩效。

专栏“一帆风顺，急流在前”（Smooth Sailing, Rapids Ahead）：投资者厌恶风险、喜欢稳定的组合，经理因此希望报告稳定的价值。持有高度不流动资产的经理须在无成交价时估值；不道德的经理为制造稳定会迟迟不调整估值，尤其在价值下跌时，使投资者误以为基金风险较小。真实价值与估值差距大时，各种过程会迫使经理迅速重估——如投资者赎回迫使经理卖出资产，成交价可能远低于上次估值，报告价值大幅下跌，看似安全的基金其实风险很高。担心不流动资产估值的投资者应查看报告收益序列：经理平滑估值时，收益呈正序列相关。

专栏“AIMR-PPS”：奇异合约、不常交易品种、汇率和复杂所有权结构使绩效度量复杂，理性的人用同样数据也可能得出不同结果。为使绩效可比，投资管理与研究协会（AIMR）制定了绩效呈报标准（AIMR-PPS），鼓励分析者采用，使投资者能直接比较不同经理的绩效。（后发展为 GIPS。）

22.2.2.1 市场调整收益（Market-adjusted Returns）

• 股票组合最常用的基准是市场指数：主要持有分散化美国大盘股的组合通常与标普 500 比较；其他资产类别用专门指数。
• 市场调整收益 = 组合收益 − 对应市场指数收益。上例中分别为 +10% 和 −15%。多数情况下比原始收益更能说明组合表现。

表 22-1 常用基准指数：

22.2.2.2 风险调整收益（Risk-adjusted Returns）

• 进一步调整组合对已知风险的暴露。市场风险：价值随全市场变化涨跌的风险，以**市场贝塔（beta）**刻画——衡量证券随市场波动的程度。贝塔 0.5 的股票在市场每涨跌 1% 时只涨跌 0.5%，风险是市场的一半。
• 组合贝塔 = 组合中各证券贝塔的价值加权平均。市场贝塔为 1，市场是所有证券的组合，故所有证券的价值加权平均贝塔为 1。
• 低贝塔组合在市场上涨时往往跑输、下跌时跑赢；高贝塔相反。
• 风险调整超额收益（risk-adjusted excess return） = 原始组合收益 − 组合平均贝塔 × 市场收益，也称组合的已实现 alpha（realized alpha），帮助判断经理在考虑市场风险后是否成功选出赢家和输家。

22.2.2.3 市场择时（Market Timing）

• 经理改变组合贝塔以利用对市场方向的预测即为择时。降低贝塔的方式：卖出证券持有现金、卖高贝塔买低贝塔、卖出指数期货、买入看跌期权、卖出看涨期权、卖空证券；反之提高贝塔。
• 风险调整超额收益最好高频计算，因为经理每次交换不同贝塔的资产时组合贝塔都在变化；须用市场收益乘以同期组合贝塔。
• 择时收益 = 组合贝塔 × 市场收益 − 市场收益，表明经理是否善于择时。
• 三分解：
  \[\text{原始收益}=\underbrace{(R_p-\beta R_m)}_{\text{超额收益}}+\underbrace{(\beta R_m-R_m)}_{\text{择时收益}}+\underbrace{R_m}_{\text{市场收益}}.\]
  用于把绩效归因于市场、经理择时能力和所有其他因素（包括经理经风险调整的选股能力）。
• 可推广到市场风险以外的其他风险因子（多因子风险模型）；股票组合最常用的附加因子是公司规模和预期增长相关风险。

专栏“愚蠢的 John”：John 把钱从利率 5% 的储蓄账户取出投资股市，主动交易赚了 23%，很满意，以为自己很会选股。同年标普 500 涨了 33%，投指数基金可赚 33%。他用错了参照系——跑赢储蓄账户 18%，但没拿到承担类似股票风险者的平均收益，跑输市场 10%。他继续主动交易，次年又跑输市场 10%，而那年标普跌 10%，他亏 20%，比留在储蓄账户差 25%。两年总收益 \(=(1+0.23)(1-0.20)-1=-1.6\%\)；同期标普两年收益 \(1.33\times0.90-1=19.7\%\)；储蓄账户 \(1.05^2-1=10.3\%\)。

专栏“买入并持有基准”（Buy and Hold Benchmarks）：组合收益与“经理不交易时组合会有的收益”之差，直接衡量主动经理的贡献，直观上很有吸引力——基准是期初组合。但有严重问题：只能识别度量期内的超额表现，之后各期的超额收益计入后续基准。例如经理年初买入一只预期两年内大涨的股票，第一年的涨幅算他的，第二年的不算（卖出同理）。这使经理偏重短期想法，并推迟实施年末产生的想法。改进：用“假设经理所有交易推迟一年发生”所形成的组合作为基准，使所有交易至少获得一整年的评估。

22.3 绩效预测问题（The Performance Prediction Problem）（PDF p.463–465）

• 评估过去绩效常是为了预测经理未来绩效；只有决定过去绩效的因素继续决定未来绩效时才有价值，多数人很少认真想这一点。
• 要用过去绩效成功预测未来收益，三个条件必须同时成立：
  1. 过去绩效必须反映经理的技能：若只是运气，与未来无关。
  2. 经理的技能将继续产生好的未来收益：所需技能可能随市况变化——牛市成功者未必在熊市成功；若产生过去绩效的技能不再有效，过去绩效与未来无关。
  3. 经理仍具备成功所需的技能：投资管理公司失去员工或宝贵资源时常失去关键技能；经理随年龄增长或失去动力也会失去技能。
• 任一条件不成立，用过去预测未来就无效，应先验证这些条件。
• 验证条件 1 的方法：分析法——识别决定过去绩效的技能，难点在于必须充分理解管理过程；统计法——证明运气不能合理解释过去绩效，常被用来规避分析法的困难，但它有自己的困难（见下节）。
• 验证条件 2：先识别技能，再判断其是否继续有用——比条件 1 更难，因为解释过去比预测未来容易，预测必然依赖不确定的假设。
• 验证条件 3：一般可直接询问，但只有知道要找什么技能时才可靠。
• 由于验证困难，多数人干脆不验证，直接假设过去能预测未来——而这种预测出了名地不精确，经验和统计理论都表明如此。

专栏“Regulation FD”：公平披露规则（Regulation FD）要求上市公司向任何无关人士披露重大信息时，须立即向全体公众披露。SEC 于 2000 年采用此规则之前，善于安排和进行内部人访谈的经理常能获得有价值的重大信息；此规则禁止后，这种技能的价值大不如前，具备这些技能的经理的过去绩效不再是其未来绩效的好预测指标。（条件 2 失效的例子。）

专栏“我们对过去绩效的信仰”：为何那么多人假设过去绩效能预测未来？或许行为生物学能解释：在进化史中，我们的祖先靠学习“过去发生的事常会再次发生”而存活；不用过去预测未来的祖先旁支常被吃掉、跌落悬崖、饿死或冻死，没能繁衍。自然选择把“绩效具有持续性”的信念硬编码进了我们的大脑。

22.3.1 一些实证证据

• 研究者发现：某年表现最好的基金与次年表现最好的基金之间几乎没有相关性；过去表现好的与过去表现差的成为未来好表现者的可能性差不多。
• 例外：表现最差的基金倾向于年年垫底——它们通常因交易太多、管理费太高而亏损，只要这些条件不变就一直垫底。
• 这些结果非常稳健：对股票基金、债券基金、商品基金都成立；跨年份、跨国家一致；按季或按月度量结果相似；不依赖于识别最佳基金的标准。强烈表明统计方法无法从过去收益可靠地预测未来绩效。

22.4 统计绩效评估（Statistical Performance Evaluation）（PDF p.465–479）

• 过去绩效难以预测未来，主要因为过去绩效通常更多由运气而非技能决定，不可预测的收益因素常掩盖技能能增加的价值。这并不奇怪：知情者使多数价格信息含量很高，未来价格变化在很大程度上不可预测（即使对知情者）；知情者之间的竞争确保很少有人对未来有很好的洞见，因此即使高技能经理平均收益也不会特别高。
• 统计学家判断经理能否系统性跑赢市场：看实际绩效是否大于运气所能合理解释的程度——先用概率论刻画“经理无技能、只有运气”时可能收益的分布，若实际市场调整收益显著大于仅凭运气的典型值，则推断有运气以外的因素，可能是技能。
• 作者强调：最重要的原则是统计绩效评估一般不可靠，因为不可预测的收益因素使经理技能非常难以识别。实际中通常需要 20 年以上的收益数据才能对单个经理得到有用结果；要判断从一大群经理中挑出的最成功者是有技能还是运气好，需要更多数据。

22.4.1 t 检验（The t-Test）

• 考察经理平均市场调整收益与**均值标准误（standard error of the mean）**之比。标准误由概率论计算，与“仅运气时预期观察到的市场调整收益的平均大小”成正比。这一比值即 Student t 统计量（t-ratio）：
  \[t=\frac{\bar r_{\text{adj}}}{\hat\sigma_{\text{adj}}/\sqrt{n}}.\]
  t 大时推断运气不太可能单独解释收益。
• 例：经理无技能时，t > 1.64 的概率仅 5%（单侧检验）。若 t 超过此临界值即判定有技能，则 5% 的时候会犯错。
• 临界值主要取决于检验的置信水平（confidence level）（此例 95%），较少取决于样本量。判别力较弱的检验临界值更小：90% 置信水平对应约 1.31（原文数值；正态下应为 1.28，t 分布小样本略大），50% 置信水平对应 0——若仅运气决定市场调整收益，50% 时间为正。
• 统计学家通常用显著性水平（significance level）= 1 − 置信水平表述，作者为避免混淆使用置信水平。
• 检验有效的原因：运气与技能对平均收益有不同的长期效应——运气随机、完全不可预测，好坏运气一样常见，时间够长时对平均收益的净效应很小；技能对收益有系统性正效应，长期内有技能的经理应跑赢市场。

专栏“Student 的啤酒样本”：W. S. Gosset 首先提出 t 检验和 t 分布。他是英国健力士（Guinness）啤酒厂的统计学家，1908 年发明 t 检验以分析小批量啤酒样本做质量控制。酒厂不让他以真名发表，他用笔名 Student，故 t 分布又称 Student 分布。

22.4.2 功效计算（A Power Calculation）

• 功效（power）：经理确有技能时，t 统计量超过临界值的概率（即识别出有技能经理的概率）。影响因素：
  • 置信水平越低，临界值越小，功效越高；
  • 经理技能越高，收益和 t 值越高，功效越高；
  • 运气作为收益决定因素越重要，功效越低（坏运气可使有技能经理表现差、t 值低于临界值）；
  • 数据年数越多，好坏运气越相互抵消，t 值更多取决于技能，功效越高。
• 参数设定：
  • 经理真实技能用预期每年平均跑赢市场多少来量化。不能合理假设很大：知情者竞争、获取信息的成本和多数金融市场的信息效率使高预期收益不现实。多数职业经理若确信能平均每年跑赢市场 2%，会高兴得无法形容。
  • 参照：沃伦·巴菲特（Berkshire Hathaway 董事长）截至 2000 年的 36 年平均每年跑赢市场 11.8%，但期间可能也很幸运；1991–2000 年降为每年 6.8%。彼得·林奇管理富达麦哲伦基金 13 年，平均每年跑赢 12.7%，最后五年仅 5.1%。超级明星未能维持初期表现，说明其早期可能相当幸运（也可能因管理越来越大的基金更难）。若他们的真实技能在 5%–7% 之间（作者仍觉得偏高），则假设典型有技能经理的技能仅为 2% 是合理的。
  • 运气的重要性用仅凭运气时市场调整收益的标准差量化，取决于组合收益标准差、市场收益标准差和两者相关系数：
    \[\sigma_{\text{Adj}}=\sqrt{\sigma_{\text{port}}^2+\sigma_{\text{mkt}}^2-2\rho\,\sigma_{\text{port}}\sigma_{\text{mkt}}}.\]
    分散化组合合理的年度参数：\(\sigma_{\text{port}}=16\%\)，\(\sigma_{\text{mkt}}=14.5\%\)，\(\rho=0.9\)，得 \(\sigma_{\text{Adj}}=\sqrt{256+210.25-417.6}\approx7.0\%\)。

表 22-2 标准单侧 t 检验对经理绩效的功效（假设月度市场调整收益正态、年化标准差 7.0%）：

（注：0% 技能一行的原文抽取数值显示为 “50% 75 95”，与置信水平列重复，按定义应为 50/25/5，编写时请核对原书。）

• 解读：若要 95% 确信不把无技能经理当作有技能，用 5 年月度数据识别出 2% 技能经理的概率只有 15%；再加 5 年也只升到 23%。75% 置信水平（四次中有一次把无技能当有技能）下，5 年数据识别率 48%，10 年 59%。50% 置信水平（一半时间误判无技能者）下，5 年 74%、10 年 82%——对比：抛硬币识别有技能者的概率也是 50%。显然用统计方法可靠区分技能与运气所需的数据多于通常可得的数据。

22.4.3 需要多少数据？

表 22-3 达到指定置信水平和功效所需的数据年数（月度数据，年化标准差 7%）：

• 即使低置信水平、低功效的检验也需要多于通常可得的年数：技能 2%、置信 75%、功效 75%，需要 22 年月度数据；即使技能高达 4%，同样标准也需 6 年。
• 可用近似公式理解（教材可补充）：所需年数 \(T\approx\left(\frac{(z_{1-\alpha}+z_{\text{power}})\,\sigma_{\text{Adj}}}{\mu}\right)^2\)，例如 \(\mu=2\%\)、\(\sigma=7\%\)、\(z_{0.75}=0.674\)：\(T\approx(1.35\times3.5)^2\approx22\) 年，与表一致。

专栏“一年的数据根本不够”：许多人仅凭一年数据决定经理——否则报纸财经版就不会满是宣传各基金去年收益的广告（当然只有去年表现好的才做广告）。在任何不会经常把无技能者判为有技能的检验中，一年数据正确识别真正有技能经理的概率不到 10%，去年收益对判断经理技能基本毫无价值。

22.4.4 支持指数化的统计论证（The Statistical Argument for Indexing）

• 置信水平和功效应取决于检验结果的用途，即决策的成本与收益：若检验认为经理有技能就投给他，否则投指数基金。投给无技能经理预期亏损大时，置信水平应高；投给有技能经理预期获利大时，功效应高；指数基金预期收益大时，置信水平应高。好决策未必需要高置信和高功效。
• 本小节在给定样本量下选择置信水平（进而决定功效）以最大化预期市场调整收益。若最大化后的预期收益很小，就不应仅凭过去绩效选择经理。
• 假设：
  • 有技能经理在扣除管理费和佣金前平均每年产生 2% 市场调整收益（隐含 22.3 节条件 2、3 成立）。
  • 交易是零和博弈，无技能经理平均必然亏给有技能经理，亏损取决于有技能经理的比例。设 1/3 经理有技能，则无技能经理费前平均每年跑输约 1%：\(\tfrac13\times2\%+\tfrac23\times(-1\%)=0\)。作者认为此假设偏宽松。
  • 所有主动经理合计扣除费用后平均每年跑输市场超过 1%（1962–1997 年美国股票共同基金平均每年跑输标普 500 1.4%），意味着佣金加管理费至少平均 1%，假设恰为 1%。于是有技能经理费后平均每年跑赢 1%，无技能经理费后平均每年跑输 2%。
  • 指数基金跑输市场 0.15%（低费率、紧密跟踪的典型值）。
• 四种状态（表 22-4）：

• 总预期市场调整收益 = 各状态收益按概率加权平均；给定样本量，选择置信水平（隐含功效）使之最大化。

表 22-5 最优 t 检验置信水平、功效与最大化预期收益：

• 解读：所有样本量下最优检验都要求高置信水平。小样本时最优置信水平极高——信息不足以可靠区分有无技能，投给无技能经理相对指数基金代价高，而有技能经理稀少，按最优策略几乎总是投指数基金，最大化预期收益基本等于指数基金收益。样本很大时可以可靠区分，置信水平仍保持高以避免投给无技能者，高功效确保投给有技能者。
• 有技能经理平均比指数基金好 1.15%（1% − (−0.15%)）；若检验能完美区分，检验的预期价值为其 1/3（仅 1/3 经理有技能），即 0.383%。即使有 50 年数据，使用检验的预期收益（0.298%）仍只有理论最大值的 78%。
• 用 t 检验的最大化预期收益（相对指数基金）就是在主动经理与指数基金之间做选择这一期权的价值，总为正（总可以选指数基金）。10 年或更少数据时此期权价值极低——10 年数据只有 8.6 个基点。难怪许多投资者忽略这一期权，直接投指数基金，因为他们不相信通过选择经理能显著增加财富。

22.4.5 在众多经理中选择（Choosing Among Many Managers）

• 实际中投资者很少只在一个主动经理和指数基金之间选择，而是考虑许多经理，通常只考虑已知过去表现好的那些。
• 一大群经理中表现最好者总是表现非常好——大群体中极端运气可以产生非常惊人的结果；对这些经理做标准统计检验总会显示“有技能”。
• 但此时标准检验极不可靠：标准检验考虑的是随机挑选的经理是否有技能；而这里我们只因为知道他表现好才去考察他。正确的检验必须考虑“已知他是一大群经理中表现最好者之一”的条件下他是否有技能——“某个经理是否有技能”与“一群经理中表现最好者是否有技能”是不同的问题，需要不同的检验（即多重检验/选择偏差问题）。
• 群体越大，最幸运的无技能经理的表现越惊人。

表 22-6 不同群体规模中最幸运经理的平均市场调整绩效分布（假设年度市场调整收益独立正态、均值 0、标准差 7%；作者模拟）：

（表注：10 人群体中第 99 百分位无意义，改给第 90 百分位经理：1 年 8.8% / 11.1 / 14.5；5 年 3.9 / 5.0 / 6.5；10 年 2.8 / 3.5 / 4.6。）

• 解读：一半年份里，1 万名无技能经理中最好者跑赢市场近 27%；四年中有一年超过 28%；二十年中有一年近 31%。10 年期，1 万名无技能经理中最幸运者在一半的 10 年期中年均跑赢 8% 以上，四分之一的 10 年期中近 9%，二十分之一中近 10%。第 99 百分位经理也很惊人，但不如最佳者极端。
• 极其幸运的经理比运气一般的有技能经理表现好得多——这些数字都远大于假设有技能经理平均能产生的 2%。即使在 10 年期，很幸运也比有技能但运气一般好得多。
• 若想在考察 1 万人中最佳经理 10 年收益时有 95% 以上把握不把无技能者当成有技能，必须把年均市场调整绩效低于 10% 的经理都判为无技能——这样的检验除最幸运（或最有技能）者外基本没有功效。
• 此表大大低估了最幸运经理的实际表现，因为表现最好（和最差）的经理通常构建不分散的组合，其市场调整收益年标准差远大于假设的 7%。

专栏“巴菲特是有技能还是幸运？”：

• Berkshire Hathaway 自 1965 年由巴菲特管理，虽有许多运营部门，但在许多方面实质上是封闭式投资基金；因其主要是保险公司，账面价值按持仓市值而非历史成本计，基本等于净资产值。
• 到 2000 年 12 月账面价值增长 2,078 倍，复合年增长率 23.6%；同期标普 500 年均总收益 11.8%，即每年跑赢 11.8%，恰好是标普的两倍。
• 标准 t 检验：36 年间年度市场调整收益标准差 14.3%，t 统计量 4.9（\(11.8/(14.3/\sqrt{36})\approx4.95\)），无技能经理 t > 4.9 的概率仅 0.0011%。
• 但这不是正确的检验——巴菲特进入我们的视野正是因为他收益异常高；表现不突出你大概根本不会听说他。正确的问题是：他的表现是否显著好于一大群无技能经理中的最佳者。
• 假设 1965 年他至少与 1 万名经理竞争（许多人跑输后退出或被解雇；若算上那些表现更好就会成为职业投资者的业余投资者，人数更多）。若 1 万名无技能经理的市场调整收益正态、均值 0、标准差 14.3%，最佳者年均跑赢 11.8% 或以上的概率仅 0.5%；若有 10 万名经理，概率为 5%。结论：巴菲特很可能确实有技能。

专栏“给统计学家的最后一句话”：实际中许多经理采用相似策略，结果相似，其市场调整收益相关。表 22-6 假设各经理收益不相关，因此夸大了最佳经理的表现。极端情形：所有经理采用同一策略，结果完全相同，最佳者的收益分布与群体规模无关——尽管人很多，有效群体规模（effective group size）只有 1。策略相关性降低有效群体规模。

表 22-7 1 万名经理中最幸运者 10 年平均市场调整绩效分布（随经理间相关性变化）：

• 相关系数 0.25 时，1 万名经理中最佳者的分布与约 2,000 名不相关经理中最佳者相近（对数插值）。给定群体规模，考虑经理收益相关性后，巴菲特这类经理的表现显得更加非凡。

22.4.6 小结与讨论（PDF p.475–479）

• 过去收益数据对判断经理是否有技能用处不大；要有价值，统计分析需要比通常可得多得多的年数。
• 问题根源：技能对组合收益的决定作用远小于运气——经理能增加的预期收益相对于经理无法预见或应对的因素造成的收益波动很小，即信噪比（signal to noise ratio）低：信号（经理是否有技能）淹没在噪声（其他因素造成的波动）中。
• 若有技能经理能平均增加远多于 2%，问题会容易得多；但交易是高度竞争的零和博弈，假设远高于 2% 不合理。即使假设更高技能，也必须假设拥有者更少——检验区分力提高，但有技能者更稀缺会部分抵消改进。
• 若其他因素的波动更小，问题也会容易：若相关系数为 0.95 而非 0.9，市场调整收益标准差降为 5%，95% 置信、5 年数据、2% 技能的功效从 15% 升至 22%；若相关系数 0.99，标准差降为 2.6%，功效升至 52%。但多数股票经理与市场的相关性没那么高。

专栏“壁橱指数化者”（Closet Indexers）：壁橱指数化者是主动股票经理，其组合非常紧密地复制客户用来衡量其绩效的基准指数。客户本以为经理会选股跑赢基准，但与指数高度相关的组合很难显著跑赢指数。他们这样做是因为此类组合很少显著跑输基准，把重大失败的风险降到最低。客户一般不喜欢他们：为“主动管理”付高费用，实际只得到指数组合（指数基金费率低得多）。由于其收益与基准高度相关，分析者判断其是否有技能所需数据远少于真正的主动经理。

• 解决低信噪比问题：要么更了解信号，要么降低噪声。实务中最常用因子模型（factor models）解释未预期组合收益以降噪：本节的市场调整分析是简单的单因子模型，更复杂的模型把收益归因于利率、公司规模、预期增长率等因子；因子调整后超额收益的波动低于市场调整收益，给定样本量下检验功效更高。但这类检验只识别扣除因子收益后的技能，无法衡量能成功预测因子收益并据此调整组合的经理所增加的价值。
• 数值：用 5 年月度数据，要以 95% 置信、75% 功效识别 2% 技能经理，需要因子调整超额收益年化标准差只有 1.9%；遗憾的是因子模型一般解释不了这么精确——这要求模型解释总收益波动的 98.6%。
• \(R^2\)：统计模型解释的总波动比例。因子模型在年度数据中的 \(R^2\) 通常低于 90%。对比：组合标准差 16%、市场调整收益标准差 7.0% 时，简单市场调整模型的 \(R^2\) 为 81%：\(0.81=0.9^2=(16^2-7^2)/16^2\)（简单市场调整模型中 \(R^2\) 等于组合与市场收益相关系数的平方）。（98.6% 来自 \(1-(1.9/16)^2\approx0.986\)。）
• 原则上，若更了解经理的假定技能，可构造更强的检验：如分析者认为经理可能只在上涨市场有技能，就只考察上涨市场中的收益。一般而言，若能识别与技能相关的变量，就能更好地识别技能。

专栏“一个好的论文题目”：有技能的经理在流动市场中应比在不流动市场中表现更好，因为建仓成本更低；这对大基金经理和采用许多其他有技能经理也在用的策略的经理尤其重要。由于流动性随时间变化，这类经理的绩效也会随之变化，因此技能检验应纳入时变流动性信息。据作者所知，尚无此类检验。

22.4.6.1 样本长度与观测数（Length of Sample Versus Number of Observations）

• 多数统计分析中观测越多结果越有力；绩效评估所基于的年数越多越有力。
• 给定样本期，可通过更高频抽样增加观测数：10 年有 10 个年度、120 个月度、约 522 个周度不重叠收益。
• 但在绩效评估中，统计功效主要取决于样本期长度，而非期内抽样频率——无论多频繁观察，期内总绩效相同；区分运气与技能需要长样本期，把有技能经理的系统贡献从未预期因素的噪声中分离，期内更频繁抽样不能满足这一需要。（直观：\(t=\mu\sqrt{T}/\sigma\) 只依赖总时长 \(T\)。）
• 不过更高频抽样常使检验略强，尤其当总观测数否则少于 20 时——给定样本期，t 统计量分母中的均值标准误常可用更频繁的观测估计得更准确（取决于价格在不同观测间隔上是否服从随机游走）。这解释了本节为何用月度而非年度收益。

22.5 统计绩效评估更重要的问题（PDF p.479–）

• 统计绩效评估往往比上节结果显示的更难：若所分析收益不符合统计学家的假设，结论就不可靠。两大问题：分布形态与收益数据的准确性。之所以非常重要，是因为某些投资策略产生极不寻常的收益分布，且由于恶意、疏忽或简单的疏漏，收益数据有时并不代表真实绩效；未能识别这些问题的投资者可能损失全部投资。

22.5.1 分布形态（Distributional Shape）

• 分布形态指不同取值的概率如何分布：平坦分布各值概率相等；**厚尾（fat-tailed）**分布中极端值常见。统计检验基于“仅凭运气”的收益概率假设，若假设形态与真实形态不同，推断就会错。
• 上述 t 检验的定量性质基于收益服从正态分布（钟形）的假设；正态分布常能很好地刻画各种随机变量，因此最常用。

22.5.1.1 正态性（Normality）

• 实际组合收益分布不是正态的：许多研究表明极端值比正态下更常见——相对正态分布是厚尾的。差异虽不大，但不幸的后果是 t 检验的功效低于正态时。前面令人沮丧的结果实际上还高估了 t 检验的可靠性。

22.5.1.2 比索问题（The Peso Problem）

• 正态分布是对称的：结果概率只取决于与中位数的距离。分散化组合收益近似对称；虽有系统性偏离（大的负值略多于大的正值），但这些偏离通常也影响指数收益，因此分散化组合的市场调整收益往往相当对称（两者的不对称相互抵消）。
• 但某些策略会产生高度不对称的收益分布，对其应用 t 检验结果极不可靠——真实置信水平和功效与基于正态分布的大相径庭。
• 比索问题是极端例子：策略几乎总是产生小的正收益，但极少数情况下产生非常大的负收益，可能抵消（甚至超过）通常的许多小收益。在灾难发生前，持有此类组合的经理看起来很有技能，但其实是幸运而非有技能。
• 用统计方法评估有比索问题的经理几乎不可能：可靠评估需要足够的数据使灾难在样本中得到充分体现，而灾难很罕见，样本必须极长。客户判断经理是否在制造比索问题的唯一可靠方法，是直接检查经理所用的策略。

专栏“如何在大多数时候愚弄大多数人：卖出波动率”：股票经理可在多数年份产生“增强指数收益”：持有指数组合（或壁橱指数组合）并卖出虚值期权。指数组合产生指数收益；期权未被行权时带来少量额外收益；被行权时（市场剧烈波动时）组合通常遭受重大损失。设立此策略几乎不需要技能，是一种无信息交易策略（informationless trading strategy）。其市场调整收益多数时候为小正值，只有极少数时候跑输市场，但跑输幅度极大。只要经理没遇到坏运气，即使小样本 t 检验也会显示经理技能高超。客户须非常警惕经理是否给他们制造了比索问题。

专栏“比索问题”的由来（芝加哥大学经济系的民间传说，作者不知真假）：1960–70 年代墨西哥通胀显著高于美国，利率也更高。若是浮动汇率，比索相对美元会以使投资者在两国间大致无差异的速度贬值——在墨西哥获得的更高利息会被比索的美元价值下降抵消。但墨西哥政府固定了汇率，持续通胀又迫使其不定期地让比索贬值，持有比索资产者每次贬值都遭受重大损失。因此投资墨西哥债务证券就产生了比索问题：不贬值时系统性跑赢美元投资，一旦贬值收益一夜之间化为乌有。据说一位芝加哥教授投资墨西哥债务工具赚取利差，同事提醒他比索问题时，他说不担心：作为培养了大批墨西哥经济学家的国际经济学权威，他确信学生们在贬值前会打电话征求他的意见，接到电话后立即卖出即可。他说对了——学生们确实打了电话，但没找到他，因为他在外旅行！

专栏“圣彼得堡悖论：为何不加倍下注？”：抛硬币押 1 美元，赢则带 1 美元利润离场；输则下一把押 2 美元，赢则两把合计赚 1 美元；再输则押 4 美元，赢则赚 1 美元（4−2−1），否则继续加倍直到赢。这种加倍下注（doubling-down）策略被称为圣彼得堡悖论（严格地说是“鞅”策略）：财富无限时总能赢 1 美元；财富有限时玩得足够多终将破产——且结论与硬币是否公平无关，故称悖论。股票经理可类似地在多数年份产生增强指数收益：持有指数组合，再对某个投资想法做短期押注；押错就加倍再押，直到赢为止——只要基金不破产就能跑赢市场。此策略吸引无纪律的经理（可回避错误决策的心理后果，自我安慰“开始或许错了，最终对了”），也吸引不道德的经理（怕表现差被解雇，在表现差时就玩这一策略；他们不在乎强加给客户的风险，为自己而非客户管理组合）。

22.5.2 欺诈性收益（Fraudulent Returns）

• 统计绩效评估的隐含假设是所分析收益为真实收益；对不准确的收益做统计检验显然得不到准确结果——“垃圾进，垃圾出”（Garbage in, garbage out）。两种导致欺诈性收益的过程：收益平滑与金字塔骗局。

22.5.2.1 收益平滑（Return Smoothing）

• 如“一帆风顺，急流在前”所述，为不常交易资产估值的经理可能调整估值慢于应有速度，由此计算的收益不准确——变化太慢，各期波动小于应有水平，收益延续与反转之比（收益序列相关）高于应有水平，收益显得过于平滑。
• 人为平滑影响统计评估，因为它降低了收益波动率：t 检验基于均值与标准误之比，标准误通常由收益波动率估计；人为低的波动率 → 人为低的标准误 → 人为高的 t 值 → 过度自信的结论。
• 过度平滑时报告估值可能与真实估值差别很大。到某个时点，监管者、客户、经纪商、审计师或托管人可能发现差异并要求立即调整。由于平滑总是延迟确认资本损失而非利得，重估会产生非常显著的负收益——平滑可以制造人为的比索问题；但从投资者角度看，这个问题一点也不“人为”。

（续：22.5.2.2 金字塔骗局见下文。）

22.5.2.2 金字塔骗局（Pyramid Schemes）（PDF p.483）

• 不诚实的投资经理对客户实施的欺诈：经理明示或暗示承诺高回报，投资者把钱交给他（经理通常大力推销），他用这些资本向早期投资者支付高回报；早期投资者表面的高回报吸引新投资者。只要能吸引不断增长的新投资者基础，就能偿付早期投资者，骗局得以维持；某时骗局大到无法再偿付，就会崩溃，尚未获偿者通常血本无归。推动者通过盗取资金或收取管理费获利。几乎在所有地方都是违法的。
• 名称来自不断扩大的投资者“底座”，顶层投资者靠底层投资者“支撑”获利，类似连锁信，是“拆东墙补西墙”（robbing Peter to pay Paul）的极端例子；又称庞氏骗局（Ponzi schemes），得名于 1920 年运营巨型骗局的 Charles K. Ponzi。
• 崩溃前其收益非常好；用这些收益判断技能会得出“有技能”的结论。
• 唯一防护：确认经理的会计系统是否准确报告投资资产、账户负债、投资收入和资本利得分配——金字塔骗局中实际资产和实际收入一般远少于报告值。
• 若推动者不太贪婪、超额收益不太大、能说服客户不撤资、又能设法控制审计，骗局可长期不被发现。业绩记录不能替代尽职调查（due diligence）。

专栏“庞兹的庞氏骗局”：Charles K. Ponzi 于 1919 年 12 月在波士顿成立 Securities Exchange Company，声称交易国际回邮券（postal reply coupons）——可兑换邮资的券，用于给国外通信者附回邮。1906 年 60 多个国家的邮政公约建立此系统，约定按固定汇率兑付。一战后汇率变化使人可以在某些国家买券、在另一些国家兑换获得很高的百分比利润，但券面值很小，总额很有限。Ponzi 向投资者出售承诺 90 天回报 50% 的债券，声称靠回邮券 400% 的收益实现，但没有证据表明他兑换过超过微不足道数量的回邮券。他在 45 天就按面值偿付债券，由此引发的狂热使业务指数增长，到 7 月东北部多个城市的办公室每周进账 100 万美元。政府 7 月 26 日迫使其停售；此时他已从 1 万多名投资者处募集约 950 万美元。7 月 28 日投资者开始要求兑付，他没有卷款潜逃，而是一直兑付到 8 月 7 日现金耗尽。8 月 12 日被捕，被控多项联邦邮件欺诈罪，认罪一项，被判五年监禁；获释后又从事其他金融欺诈并再次被定罪。

22.6 样本选择偏差（The Sample Selection Bias）（PDF p.483–488）

• 前两节表明统计检验一般不能提供关于经理技能的有用信息，且那些性质是在理想条件下推导的；实际应用很少在理想条件下，检验比看起来更没用。
• 最重要的问题是样本选择问题：只要人们从过去学习就可能影响推断——无论是正式分析（t 检验）还是基于经验的判断。
• 定义：当某个过程选择了你所看到的关于某对象的信息时就产生样本选择偏差。若该过程不是随机选择信息，你只看到被选择的侧面，印象不准确，据此做的决策很可能有缺陷。

专栏“盲人摸象”：每个盲人只摸到象鼻、腿、侧身或尾巴，分别断定大象像蛇、树干、墙或绳子；没有人领会大象的全貌，仅凭自己的检查对大象做决策都会很糟。

22.6.1 共同基金行业中的样本选择

• 你查看一家管理和分销大型基金家族的公司的营销材料：每只基金都准确报告了相对于合适基准的绩效，平均大幅跑赢基准，统计和经济上都显著，于是你断定经理有技能并投资——结果可能非常失望。
• 原因一：许多基金分销商只在营销材料中展示表现最好的基金。全部基金的平均表现实际上可能为负；若知道这一点，你会断定其基金不太可能平均跑赢市场，最佳基金的经理可能只是运气好。
• 原因二：即使公布全部基金结果，也可能看不到全貌——分销商常关掉表现差的基金，通常是并入表现较好的基金，存续基金报告的绩效不含被并基金的绩效。原因可能是小基金运营成本高，也可能是不想报告其绩效。无论如何，关掉差基金抬高了存续基金的计算平均绩效。这称为幸存者偏差（survivorship bias）。
• 一些大基金公司每年推出许多新基金，留下表现好的、关掉失败的，以此制造营销所需的赢家（基金孵化，incubation）。若不了解这一过程，你可能过分重视过去收益，没意识到那只业绩优异的基金之所以进入你的视野，只是因为它是一大群基金中表现最好的之一。

22.6.2 避免样本选择偏差

• 样本选择偏差可能比任何其他原因造成的交易损失都多，通常是因为人们看不到全貌，或解读所见时没问对问题。
• 投资于过去表现好的主动经理时，其表现是否统计显著必须相对全体经理样本判断，脱离背景显得显著的事在背景中可能不值一提。要记住：差经理不会进入你的视野——没人谈论、没人写他们，他们也不写书；你知道最佳经理只因为他们表现很好，人人谈论、人人写，他们还写人人都读的书。要合理推断表现出色的经理是否有技能，必须知道有多少本可能幸运却没有幸运的经理。
• 投资通讯（newsletters）同理：只有推荐记录很好的才存活并被你看到，差的都倒闭了；存活者的作者可能有洞见，也可能只是幸运，一般无法从记录判断。

专栏“我最喜欢的骗局”（违法，仅为说明样本选择偏差和防骗）：买一份 20,480 名富有且轻信者的邮寄名单，写信自称是钱多得花不完的成功交易者，吹嘘过去十个月中有九个月正确预测了价格方向，编个故事，说现在只渴望被认可为市场天才，并给出下月预测——对一半人预测上涨、另一半预测下跌。一个月后，给预测正确的 10,240 人写信，继续吹嘘，告诉他们若照做能赚多少，再给新预测（同样一半涨一半跌）。重复十个月，就有 20 人（\(20480/2^{10}=20\)）看到你连续 10 次正确预测市场，并愿意相信你此前十个月中有九个月也对了——随机发生的概率极低，他们会发誓你是天才，你就可以滥用其信任。若也给预测错误的人写信（“我只是凡人，不可能每次都对”），可提高“收成”：会有 200 人看到你恰好对了 9 次，900 人恰好对了 8 次。不知道这一机制的“幸运者”不可能正确推断你的技能；知道机制的话，唯一理性的推断是你没有技能。

22.6.3 均值回归（Regression to the Mean）

• 样本选择能使过去收益的平均值向上偏，但不能影响后续收益。样本选择影响过去平均收益的最清楚证据，是该平均值与后续收益平均值之差：选择使过去平均偏高时，后续平均总是更低。这一现象称为均值回归，研究者在许多情境中都发现了它。

专栏“公开商品基金的回归”：1980 年代初中期，美国全国期货协会（NFA）注册的商品交易顾问（CTA）约 2,000 名，绝大多数管理私人账户。1979 年 7 月至 1985 年 6 月，这些顾问每年向公众推出约 15 只新商品基金（公开商品基金，public commodity pools），招股书报告该顾问账户至少过去 36 个月（若有）的平均收益。发行前 36 个月平均月收益 4.1%——表现惊人！上市后第一年平均月收益仅 0.23%，之后各年也没好多少。这表明多数发行公开基金的顾问在此前 36 个月只是运气好，上市后收益回归均值。佐证：同期全部公开商品基金月均收益约 0.7%、月标准差 11.3%；若收益按此正态分布，仅凭运气，2,000 名顾问中预计有 70 人过去三年平均月收益超过 4.1%——运气本身就足以解释发行公开基金的顾问 4.1% 的平均月收益（每年仅约 15 只发行）。（来源：Elton, Gruber & Rentzler, Journal of Business, 1989。）

专栏“重新审视巴菲特”：1965–1990 年的 26 年间，Berkshire Hathaway 账面价值平均每年比标普 500 总收益高 13.2%，到 1990 年巴菲特被广泛誉为高技能经理。随后 10 年平均仅高 6.84%，虽仍很出色，但明显向均值回归——前 26 年他大概既有技能又幸运，之后 10 年要么运气差些，要么规模大得多使同样极端的收益更难实现。若 1990 年你决定收集此后 10 年数据检验巴菲特是否真有技能，标准 t 检验就是恰当的，因为后续收益不受样本选择偏差影响。仅用 1991–2000 年年度数据，t 统计量为 1.95，无技能经理 t 值超过此值的概率略高于 4%，即约 25 个无技能经理中只有 1 个会表现得比他好——巴菲特很可能是有技能的经理。（方法论要点：用“选出之后”的样本外数据检验。）

• 交易中样本选择偏差尤为重要，因为赢家比输家更常进入视野；除非非常自律，我们很容易高估赢家。
• 这一问题特别难以识别，因为多数人希望相信赢家是有技能而非幸运——我们天然倾向于把绩效归因于技能或缺乏技能，相信凡事皆有原因，并宁愿原因是技能而非运气。推断时要提防“玫瑰色眼镜”。
• 这种归因倾向主要用于他人；考虑自己的绩效时，我们天然倾向于把好结果归于技能、坏结果归于运气，以自我感觉良好，因而倾向记住好结果、忘掉坏结果。这可能是我们面临的最危险的选择偏差。

专栏“更多穴居人心理学”：进化史把“凡事都有原因”硬编码进我们的大脑——不能把事件与原因联系起来的祖先旁支常未能利用增进生存的机会或规避威胁生存的风险，繁衍较少。我们的头脑因此可能天生要为每个事件寻找解释。作者认为这种天生的因果联结欲望可以解释为何人们想相信成功者是有技能而非幸运。

专栏“似乎人人都是赢家”：人们谈论成功远多于失败——乐于描述赢利、羞于承认错误。若只听人们讲自己的交易，你会以为多数交易者是赢家，进而推断只要你也交易就会赢。

22.6.4 小结

• 只要某个过程过滤了你看到的数据，你就只得到现实的被选择侧面，据此决策常会做出差决策。避免样本选择偏差的唯一方法是理解数据是如何进入你视野的；必须始终问：一个事件相对于产生它的过程是否显著，而不仅是相对于你对它的了解。

22.7 绩效预测的经济学方法（Economic Approaches to Performance Prediction）（PDF p.488–493）

• 统计绩效预测的困难表明，仅基于过去绩效的推断对预测未来没有多大用处。
• 经济理论（实际上是简单博弈论）提供另一途径：长期而言，拥有相对对手的比较优势（comparative advantage）的参与者赢得博弈。比较优势指比对手拥有更大的技能或更多的资源——当然须是有助于取胜的技能和资源，因此随所采用策略而异。
• 交易本质上是博弈，应能通过识别产生长期绩效的因素来预测长期绩效：在这些因素上有比较优势的交易者应是长期赢家。

专栏“赢得奥运马拉松”：平均而言更好的选手赢得比赛；好选手乃至伟大选手在对上更好的选手时一般不会赢。**绝对优势（absolute advantage）**指能把某事做好，如能跑进 2:20 的马拉松选手快得惊人，能赢得每年举行的绝大多数马拉松。但这一成绩在 2000 年奥运会男子马拉松只能排第 36 名。多数马拉松吸引不到世界级选手，吸引到的则竞争极其激烈——赢下它们不是靠跑得极快，而是靠比所有其他人都快。要赢得比赛，不仅要做得好，还必须做得比对手更好。

表 22-8 与投资经理和交易员绩效相关的因素：

表 22-9 与投资管理公司和交易公司绩效相关的因素：

• 这些因素的重要性随投资风格和交易策略而异。
• 经理或交易员最重要的比较优势，是透彻理解拥有比较优势的必要性。不理解比较优势为何重要的交易者，交易前不会考虑自己是否有比较优势，也就没有理由预期能盈利。
• 理解比较优势重要性的交易者会同时考虑为何自己的策略应该有效以及为何预期其他交易者会输给自己——交易是零和博弈，两者不可分。多数交易者只关注自己为何会获利，而不考虑别人为何会输；理解交易双方的人无疑比只考虑己方逻辑的人更成功。
• 多数人难以识别比较优势，常把绝对优势误当比较优势——两者相关（经理越有技能，相对其他经理也越有技能），但识别比较优势必须比较经理。重申：要赢零和博弈，不能只是好，必须更好。

专栏“为何我们把绝对优势误当比较优势？”：物理生存与交易的一个重要区别解释了为何成功的进化史没能让我们成为成功的交易者：生存主要是与自然博弈，自然不会主动制定适应性策略打败我们，祖先只需擅长生存即可；而交易是零和博弈，竞争者不断适应以打败我们，好的竞争者只有成为最好的才能赢。进化训练我们重视绝对优势，而不是去寻求比较优势。

专栏“赛马让分（Handicapping a Horse Race）”：为赛马让分与选择投资经理本质上是同一过程——都在预测零和博弈的结果，都考虑三类因素：过去绩效、绝对优势、比较优势。这解释了投资委托人为何常把选聘经理称为“赛马”（horse races）。

表 22-10 赛马让分与选择投资经理的对照：

22.8 总结（PDF p.489–493）

• 人们考察过去绩效主要是想预测好的未来绩效，但好的过去绩效不必然预测好的未来收益，事实上很少能。在人类的时间尺度上，运气一般比技能更能决定好绩效；产生过去好绩效的技能未必产生未来好绩效；过去有技能的经理未必仍有技能。这些问题使从好的过去绩效预测好的未来绩效基本上毫无价值。
• 即使最复杂的统计检验也很少能区分技能与运气，技能对绩效的典型贡献太小——许多交易者相互竞争获利，使价格信息含量很高，多数价格变化不可预测。没有远多于通常可得的数据，统计绩效评估不可靠。
• 运气的重要性再怎么强调都不为过。宁可幸运，不要有技能：大群体中最幸运的经理肯定比几乎所有运气一般的有技能经理表现好。过去的优异绩效——即使是最受赞誉的经理——本身不必然表明有技能。
• 这并不意味着没有有技能的经理：第 10–12 章关于投机策略的讨论表明有技能的经理存在且盈利，有些甚至能超过本章假设的平均 2%；遗憾的是我们大概无法仅从过去收益识别他们。
• 识别有技能经理最好考察产生优异绩效的特征因素：智力、经验、教育、培训、创造力、记忆力、纪律、进取心和数据访问。多数职业经理都具备这些特征、看起来都是好经理，可能比多数人管得好；但他们主要与其他经理竞争，而不是与普通人竞争。赢家是有比较优势的经理——不只是好经理，而是更好的经理。要识别成功经理，必须熟悉许多经理以便比较。若你不具备成功经理的特征，长期大概不会成功交易。
• 也许有技能经理最重要的标志是：清楚理解成功来自比较优势。不经常思考自身比较优势的经理不可能知道何时该交易。作者很不愿投资于混淆绝对优势与比较优势的经理；成功的经理应能清楚阐明他们认为能让自己在零和博弈中获利的比较优势。

22.9 要点回顾（PDF p.493）

• 区分技能与运气非常困难；过去产生优异绩效的技能未来未必如此；过去收益不必然预示未来收益。
• 即使没有技能，许多交易者也会仅凭机会表现很好。
• 样本选择偏差严重影响常见推断；为避免它，必须始终考虑信息是如何进入视野的。
• 比较优势分析大概是判断谁能交易好的唯一可靠方法。

22.10 思考题（PDF p.493–494）

1. 等金额投资者（equal-dollar，定期再平衡到等额）的收益是否总高于买入持有投资者？答案如何依赖价格的序列相关？哪种策略对逆向交易者更有吸引力？对动量交易者呢？
2. 彼得·林奇在 13 年任期（1977 年 5 月至 1990 年 5 月）内使麦哲伦基金每月跑赢市场 1.03%，市场调整收益月标准差 2.21%。他是有技能还是幸运？你最初是如何得知他和麦哲伦基金的？（t ≈ \(1.03/(2.21/\sqrt{156})\approx5.8\)，但需考虑样本选择。）
3. 报纸上的信息如何受样本选择偏差影响？
4. 选择经理与为组合选股有何相似？
5. 你的投资想法从哪里来？想法生成过程是否有选择偏差？
6. 你有理由相信自己会成为成功的主动经理吗？
7. 你有理由相信自己能选出成功的主动经理吗？
8. 高技能经理可能要求更高薪酬，薪酬会如何影响其后续收益？若更容易判断经理是否有技能，投资经理的劳动力市场会有何不同？扣除管理费后的投资收益会有何不同？
9. 公司经理管理实物资产组合，投资经理管理金融资产组合，两者在其他方面相似吗？本章关于评估和预测投资经理绩效的原则是否也适用于公司经理？
10. 封闭式基金的市价与净资产值可能显著不同，市场相对 NAV 的折价或溢价能告诉我们关于经理技能的什么？
11. 为何那么多投资者愿意给 Charles Ponzi 那么多信用？
12. 统计学家如何识别投资经理对不流动资产的估值调整过慢？（答：收益正序列相关、波动率异常低。）

（PDF p.495 为空白页。）

第 22 章 本章要点

• 过去绩效能预测未来须同时满足：反映技能、技能持续有效、经理仍具备技能。实证上基金业绩基本不持续（最差者除外，因高换手高费用）。
• 绩效度量：总收益含所有现金流；资金进出用 IRR（资金加权）或持有期收益（时间加权，几何连乘）；当期收益率 vs 资本利得；不常交易资产估值困难（平滑→正自相关）。相对绩效：市场调整收益、风险调整收益（已实现 alpha \(=R_p-\beta R_m\)）、择时收益 \((\beta-1)R_m\)；可推广到多因子。
• t 检验与功效：\(\sigma_{\text{Adj}}=\sqrt{\sigma_p^2+\sigma_m^2-2\rho\sigma_p\sigma_m}\approx7\%\)，2% 技能、95% 置信、5 年月度数据功效仅 15%；75%/75% 也需 22 年。功效取决于样本时长而非频率。
• 决策论视角：选主动经理 vs 指数基金的“期权价值”10 年数据仅 8.6bp，构成指数化的统计论证。
• 多重比较：1 万名无技能经理中最佳者 1 年跑赢约 27%、10 年年均约 8.4%；经理相关性降低有效群体规模。巴菲特：标准 t=4.9，考虑选择后 1 万人中最佳者达到其表现的概率 0.5%，样本外 1991–2000 t=1.95，很可能有技能。
• 更严重的问题：厚尾降低功效；比索问题（卖波动率、加倍下注）使 t 检验失效，只能检查策略本身；欺诈性收益（平滑、庞氏骗局）需要尽职调查。
• 样本选择偏差（营销只展示赢家、幸存者偏差、基金孵化、荐股信骗局、自我归因偏差）与均值回归（商品基金 4.1% → 0.23%）。
• 经济学方法：以比较优势（而非绝对优势）预测绩效；交易是零和博弈，必须同时回答“我为何赚”和“谁为何亏给我”。

第 22 章 与量化交易的关联

• 回测过拟合与多重检验：表 22-6/22-7 的“最幸运经理”逻辑与策略回测中的数据挖掘偏差完全同构——测试 1 万个因子/参数组合，最好的那个即使毫无预测力也会有惊人的回测收益。对应 Bonferroni/Holm 校正、Harvey–Liu–Zhu 的“t>3”门槛、Deflated Sharpe Ratio、White Reality Check/SPA、PBO（回测过拟合概率）等方法；22.4.5 的“有效群体规模”对应策略相关时有效试验次数的估计。
• 样本外检验：巴菲特 1991–2000 的检验示范了“选出之后再用新数据检验”，即 walk-forward / 纸面交易（paper trading）期的意义；均值回归专栏提示实盘表现通常低于回测。
• 统计功效与夏普比率：\(t\approx \text{IR}\sqrt{T}\)（IR 为年化信息比率），2%/7% 的 IR 约 0.29，需要 \(T\approx(z_\alpha+z_\beta)^2/\text{IR}^2\) 年；功效取决于样本时长而非频率——高频采样不能凭空增加对低频 alpha 的检验力，但高频策略本身（IR 高）可以较快验证。
• 绩效归因：市场/择时/选股三分解和多因子推广是 Brinson/因子归因的基础；风险模型降低残差波动以提高检验力（\(R^2\) 需达 98.6% 的例子说明其局限）。
• 尾部风险：比索问题、卖期权“增强收益”、马丁格尔加仓——在评估 CTA、波动率卖方、统计套利（如 2007 年量化危机）时必须看偏度、峰度、最大回撤和压力测试，而非只看 t 值或夏普。
• 数据偏差：幸存者偏差（退市股、已关闭基金）是回测数据库必须处理的问题；收益平滑导致的正自相关可用 Getmansky–Lo–Makarov 方法调整，常见于私募/对冲基金指数。
• 比较优势：量化策略设计时应明确“对手方是谁、为何亏给我”（如流动性提供、行为偏差、风险溢价、信息/速度优势），这是策略能否持续的经济学检验。

第 22 章 推荐习题

• 思考题 2（彼得·林奇：计算 t 统计量，再讨论样本选择）——综合考查 t 检验与选择偏差。
• 思考题 1（等金额再平衡 vs 买入持有，与序列相关的关系）——联系再平衡收益与均值回复，可用模拟验证。
• 思考题 12（识别估值平滑）——考查序列相关诊断。
• 建议补充计算练习：复现表 22-2/22-3（用正态功效公式）和表 22-6（蒙特卡洛模拟 N 个无技能经理的最大均值），并加入相关性复现表 22-7。

Part VII 市场结构（Market Structures）导言（PDF p.496）

• 最后几章考察市场结构的经济学，涉及许多活跃的监管争论。
• 第 23 章：指数市场为何如此组织；说明未知情交易者如何从交易指数中获益。
• 第 24 章：专家（specialist）交易制度。专家是在交易所和部分自营交易公司提供流动性并撮合交易的经纪-交易商；交易所、监管者及其商业模式有时迫使专家在本不愿意时提供流动性，为鼓励其提供，他们必须从独特地位中获得某些好处。
• 第 25–27 章：市场与交易商如何竞争订单流——交易商的内部化（internalization）与订单优先安排（order preferencing）（第 25 章）、市场为何集中与分割（第 26 章）、电子屏幕交易与场内交易（第 27 章），特别关注同一品种可在不同地点交易时产生的问题。
• 第 28 章：极端波动的起源，市场结构如何加剧和缓解波动，以及市场是否应设熔断机制（circuit breakers）控制过度波动。
• 第 29 章：禁止内幕交易的收益与后果；有趣的是最重要的问题涉及劳动经济学而非市场微观结构。

第 23 章 指数与组合市场（Index and Portfolio Markets）（PDF p.497–506）

章首导言（PDF p.497）

• 指数交易是 20 世纪最重要的金融创新之一。股票指数产品的名义成交额如今已超过标的证券的总成交额；指数交易的增长深刻影响了股票市场，也日益影响债券市场。
• 指数市场交易指数产品：指数期货、指数期权，以及代表指数基金所有权的证券。指数基金是经理设计用来复制各种价格指数表现的组合，多数跟踪股票市场指数，部分跟踪债券指数和行业股票指数。
• 指数产品极受欢迎：许多人宁愿投资指数产品，也不愿冒投给主动经理而亏损的风险；指数产品也吸引只想投机指数风险或只想投机公司特定风险的投机者——前者买卖指数产品建立投机头寸，后者反向买卖指数产品对冲个股多空头寸中的指数风险。
• 指数策略的广泛使用改变了市场特征：指数市场远比其所依据的现货市场流动；指数产品价格变化通常领先现货指数变化，因此许多人认为指数市场是“尾巴摇狗”（the tail that wags the dog）。
• 本章：指数如何计算、指数基金如何管理；指数产品为何流行（对犹豫是否该投资或投机股票的人尤其有用）；交易者交换指数风险的各种方式。

23.1 价格指数（Price Indexes）（PDF p.497–499）

• 价格指数刻画一组品种的价值；指数所依据的品种为指数成分（index components），决定指数特征。指数可覆盖整个市场、市场子集或多个市场，品种可以是股票、债券、商品或货币。只包含一小部分市场证券的为窄基指数（narrow indexes），如大/小盘、价值/成长、行业、特定地域公司指数。
• 多数价格指数是交易所、经纪商或数据商计算的专有产品，有时出售，常免费提供给客户以促进业务；许多指数创建者把指数授权给基于其开发产品的公司。
• 所有价格指数本质上都是成分价格的平均，区别在于平均方法。两种最常见：
  • 价格加权指数（price-weighted）：与成分价格之和成正比，高价成分影响最大。最著名：道琼斯工业平均指数（DJIA）、日经 225。
  • 价值加权指数（value-weighted）：与全部成分总市值成正比，又称市值加权（capitalization-weighted），市值最大的证券影响最大。多数价格指数是价值加权的，最著名的是标普 500。
    \[I^{\text{PW}}_t=\frac{\sum_i P_{i,t}}{D_t},\qquad I^{\text{VW}}_t=\frac{\sum_i N_{i,t}P_{i,t}}{D_t}.\]
• 指数除数（divisor）：价格或市值之和除以除数得到指数值。除数最初由创建者选定以使指数从某个任意初值开始；此后只在必要时调整，以确保增删成分时（价格加权指数还包括股票拆分时）指数值不变。例如高价股替换低价股时价格加权指数的除数须增大，否则指数会不自然地上升；高市值股替换低市值股时价值加权指数的除数也须增大。价值加权指数的除数在股票拆分时不必调整（拆分不改变总市值）。
• 其他类型：
  • 等权指数（equal-weighted）：衡量在每个成分上投入等额资金的收益，指数值代表该假想策略的累积收益；最著名的是 CRSP 等权市场指数，主要用于学术研究。
  • 几何加权指数（geometrically weighted）：平均对数收益而非价格；Value Line 几何指数是对数收益的价值加权指数。
• 股息调整指数（dividend-adjusted）：证券派息时向上调整，又称全收益指数（total return indexes），衡量无交易成本地投资该指数可获得的总收益（资本利得 + 收入）。人们通常用全收益指数作为衡量组合绩效的基准。DJIA 和标普 500 本身不是股息调整指数，但对应的全收益指数广泛可得。

专栏“主要市场指数与 Major Market Index”：道琼斯公司拥有 DJIA——30 只美国大盘股的价格加权指数，最初只含工业股，现在含部分金融和服务业股票，是最著名的美国市场指数。道琼斯多年拒绝向期权和期货交易所授权 DJIA，于是美国证券交易所（AMEX）创建了 Major Market Index（MMI）——20 只蓝筹股的价格加权指数，多数也是道指成分，变动与 DJIA 高度相关。AMEX 以代码 XMI 交易 MMI 期权，并授权芝加哥商业交易所（CME）交易 MMI 期货。1997 年道琼斯终于把 DJIA 授权给芝加哥期货交易所（CBOT）和芝加哥期权交易所（CBOE），其道指期货和期权非常成功，各自“杀死”了 MMI 竞争对手：CME 于 1999 年停止交易 MMI 合约；AMEX 的 MMI 期权虽仍在交易（截至 2001 年 12 月），但已无显著未平仓量。

23.2 指数基金（Index Funds）（PDF p.499–500）

• 指数基金是经理设计用来复制某指数表现的组合。**跟踪误差（tracking error）**是组合收益与对应股息调整指数收益之差，指数基金经理力求最小化跟踪误差。多数美国指数基金复制标普 500，其他指数也日益流行。
• 复制价值加权指数很简单：若基金规模为全部成分总市值的 0.01%，就买入每个成分已发行股份的 0.01%。基金价值与全部成分总价值成正比，后者又与价值加权指数成正比，三者百分比变化相同。只有成分名单变化时才需再平衡，否则只需持有。
• 复制价格加权指数同样简单：每个成分持有相同股数，组合价值与成分价格之和成正比，即与价格加权指数成正比。成分名单变化和股票拆分时须再平衡。
• 复制股息调整指数须在派息时把股息再投资。
• 指数基金通常略跑输目标指数，原因是各种摩擦：股息再投资、应对申购赎回、成分变化时的再平衡交易所产生的交易成本，以及管理费。
• 改进收益的方法：交易时提供而非需求流动性；成分股交易昂贵时用非成分股替代；只在应对申购赎回和股息再投资时再平衡；只持有成分的一个子集以减少需交易的证券数（抽样复制）。这些政策倾向于提高收益，但一般会增大跟踪误差，因此许多基金不激进采用。

专栏“各自管理着全球约 3% 的股票”：巴克莱全球投资者（Barclays Global Investors）是全球最大的指数基金管理人，截至 2000 年 12 月在美国和国际股票指数基金中管理 5,710 亿美元（全部资产类别 8,020 亿美元）；同期全球上市股票总市值约 31 万亿美元，仅算指数基金，BGI 管理略低于全球上市股票的 2%。全球最大的股票管理人是德意志资产管理，通过众多子公司管理约 1 万亿美元。

专栏“Russell 年度重构的价格冲击”：许多美国股票指数基金复制价值加权的 Russell 1000、2000 或 3000 指数——分别为按普通股市值排名前 1,000、前 3,000 的美国上市公司，Russell 2000 为排名第 1,001 至 3,000 的公司。Frank Russell 公司（投资管理咨询公司）每年 6 月最后一个交易日收盘时**重构（reconstitute）**指数，依据 5 月最后一个交易日收盘市值：规模增长的股票被加入 Russell 3000 或从 Russell 2000 升至 Russell 1000；价值下降的从 1000 降至 2000，或被剔出 2000 和 3000；因破产或合并停止交易的股票在停止交易时剔除。复制这些指数的基金在每年 6 月重构时再平衡，须在同一时间附近买入新增、卖出剔除股票，因此在 6、7 月对这些股票常有显著价格冲击。1996–2001 年六年间，Russell 3000 新增股平均在 6 月跑赢剔除股 15%，在 7 月跑输剔除股 5%。 冲击很大是因为这些股票很小；7 月的价格反转表明部分冲击是暂时的；6 月剩余的差异可能源于投资者更看重纳入 Russell 指数的股票（或许因其交易更流动），或源于影响小盘股收益的著名动量异象；部分差异也可能在 8 月及以后反转。标普调整成分时组合再平衡也有类似效应。（来源：Madhavan, “The Russell Reconstitution Effect”, Financial Analysts Journal。）

23.3 支持指数化的论证（The Argument for Indexation）（PDF p.500–502）

• 主动组合经理是试图通过巧妙交易跑赢市场的投机者，可能是知情交易者、价值交易者或技术交易者。换手率（turnover）：给定期间内组合买入（或卖出，或买卖平均）总额与组合总值之比。主动经理换手率常超过每年 100%，收费通常 1%–3%（另一处作者写 50–100 个基点或更多）；被动经理构建组合后基本不动，换手率通常每年 0–10%，收费通常低于 15 个基点（0.15%）。
• 多数主动经理无法跑赢市场，因为交易成本（佣金和管理费）在本是零和的博弈中降低了绩效。无交易成本时，所有组合的价值加权平均收益等于价值加权市场指数收益；交易成本确保平均组合收益总低于市场指数收益。主动经理交易频繁，因此倾向于跑输市场。这些零和博弈的含义是基于简单会计原则的逻辑结论，永远成立（即 Sharpe 的“主动管理算术”）。
• 实证自然不令人意外：作为整体主动基金经理跑输市场。任一季度只有约四分之一的共同基金跑赢市场。若无交易成本、共同基金是全部基金的随机样本、小基金平均不比大基金好，应有一半基金跑赢市场——确实，把交易成本加回去，约一半共同基金跑赢市场。基金跑输是因为交易成本。
• 赢家集合每季都在变——基金一般不能持续跑赢市场（第 22 章：运气比技能更重要）。极端输家集合变化不大——它们因交易太多而亏损，持续地输比持续地赢容易得多。
• 有些经理无疑能在扣除交易成本和管理费后平均跑赢市场，但如第 22 章所示很难识别。许多未知情投资者采用买入并持有策略，以避免挑选有技能主动经理的困难以及投给无技能主动经理的成本；他们通过不交易避免交易损失，也避免高管理费。
• 指数基金实施买入持有策略，对想获得指数风险暴露又不想冒大幅跑输市场风险的投资者很有吸引力。管理中的小摩擦使其略跑输指数，但它们经常击败四分之三的主动经理——这也不只是经验事实，而是零和博弈的推论。
• 任何买入持有策略都能节省交易成本，但投资者通常选宽基市场指数基金：分散化好、复制市场；市场指数收益广泛公布，投资者容易审核经理是否在做预期之事。

专栏“看待糟糕主动管理的视角”：主动经理亏损不是因为他们持续买入随后下跌的、卖出随后上涨的——若真如此，只要反着研究信号操作就能大幅增利。糟糕的研究不会产生系统性错误的信号，只会产生随机噪声。主动经理亏损不是因为持续买输家卖赢家，而是因为持续买卖。

23.4 指数市场的流动性与价格形成（PDF p.502–504）

• 指数市场和指数交易机制使交易者能比分别交易每个成分更便宜地交易指数风险。几个因素确保指数产品交易成本低：
  1. 指数交易商很少面临与知情者交易的风险：多数指数交易者是未知情投资者，很少有人对整个市场的未来方向有有价值的洞见，因此交易商无须报宽价差去从未知情者那里收回亏给知情者的部分（逆向选择成分小）。
  2. 指数市场非常活跃：多数人交易同样的指数产品，买方容易找到卖方；活跃市场中交易商能快速周转存货，存货风险小，可报窄价差。
  3. 只需安排、清算、结算一笔交易：节省时间和精力；交易底层成分须安排许多交易，贵得多。
• 交易者在需要组建或拆解指数组合时交易成分股，一般以程序交易（program trades）安排——同时提交许多订单。统计上 NYSE 和 SEC 把涉及 15 笔或以上协调交易、总值 100 万美元或以上的交易归为程序交易，约占 NYSE 成交量的 27%。需组建或清算指数组合的指数套利者约占 NYSE 报告程序交易量的 9%、NYSE 总成交量的约 2.4%；其余 91% 的程序交易量来自其他组合交易策略，其中许多也基于指数。程序交易者一般用专门的订单清单处理软件管理订单。
• 价格发现：指数市场价格变化通常领先现货指数变化。指数交易者只关心发现指数风险的价格，而成分证券交易者须为证券的所有风险定价，指数风险对他们通常远不如证券特定风险重要。因此多数指数市场发现指数风险价格的速度比众多成分各自的市场快得多，个股市场交易者会看指数市场判断大盘走向。

专栏“程序交易蜂鸣器”：NYSE 过去在交易大厅打印电子路由（SuperDot）订单，每个交易柜台有几台点阵打印机；程序交易者提交订单时，各股票柜台的打印机同时打印订单票据发出的“嗡嗡”声，让场内交易者很容易识别程序交易。交易所现在不再打印 SuperDot 订单，而是直接路由至专家的电子订单簿。

23.4.1 打包交易、篮子交易与组合交易（Package Trading, Basket Trading, and Portfolio Trading）

• 打包交易商（package dealers）对整个组合给出确定买价或卖价；组合为指数组合时交易成本常很低。这一市场又称确定买/卖价市场（firm bid/offer market）、打包交易市场、篮子市场或组合交易市场。
• 运作：交易者向一家或多家打包交易商提交组合的特征描述——是否为指数组合；若不是，提供组合中证券的信息，包括数量、公司规模、贝塔、价格水平、平均成交量、波动率、主要上市交易所、指数成分等汇总统计。交易商据此对组合报出确定价格，通常相对组合的收盘价值报价，如以收盘价值减每股 15 美分买入、或收盘价值加每股 20 美分卖出。交易者通常与报价最好者成交。为防止市场操纵，交易者在收盘后才透露证券清单。
• 交易者常为组合征求确定报价，因为往往比逐只交易获得更好价格和更快成交。打包交易商对组合的报价一般优于单个证券，因为知情交易者交易组合的可能性小于交易单个证券，交易商交易组合时被知情者伤害的可能性更小。
• 没有便利程序交易系统的交易者尤其受益：付钱让打包交易商承担其交易问题。交易商能报出比客户自己能拿到的更好价格，因为一般是更好的交易者；还可能把组合或其重要部分配售给其他客户，从而以很低成本完成撮合。

专栏“NYSE 的 ESP”：1987 年股灾后，NYSE 决定为标普 500 组合建立机构规模的有组织打包交易市场，创建了交易所股票组合（Exchange Stock Portfolio, ESP）——包含全部标普 500 股票的组合。由于较小指数股存在零碎股问题，ESP 规模设定为约 600 万美元。NYSE 请五家大投行担任竞争性做市商，各须对 ESP 报出确定买卖价。ESP 于 1989 年 10 月开始交易，但并不成功：只有在某交易商因市况变化调整报价太慢而被另一交易商“摘单”（pick off）时才有成交；在交易的 25 个月中，共 269 笔成交里代表客户的代理交易寥寥无几（原文数字缺失）。结果并不意外：当时（现在也是）标普 500 指数风险的价格主要在 CME 场内的标普 500 期货交易坑中发现，ESP 交易商远离交易坑，也就远离关于指数价值最新、最可靠的信息，永远报不出期货市场那样窄的价差；而且 ESP 交易商须对 600 万美元的交易持续报出确定价格，而 CME 场内交易者过去和现在都没有义务对任何规模报确定价格。为便利 ESP 交易，NYSE 改造了交易系统允许十进制报价——很少有人知道 NYSE 在其普通股改为十进制报价的 11 年前就能以十进制交易了。

23.5 指数产品（Index Products）（PDF p.504–505）

• 指数风险以多种形式交易，包括若干类指数证券和衍生合约。

表 23-1 美国主要宽基指数产品（未平仓量截至 2001 年 4 月 20 日；原表为多列排版，抽取后对应关系据上下文重建）：

• 开放式指数共同基金：最常见的指数证券。交易者按收盘净资产值直接向基金申购，赎回也直接与基金交易。主要缺点：不能日内交易；基金须持有现金余额以应对申购赎回；申购赎回不能轧平时基金须交易底层证券。
• 交易所交易指数基金（ETF）日益流行：ETF 是通常持有指数组合的信托，信托单位像股票一样交易，多数人在交易所和 ECN 买卖；大额交易者可通过向信托交付指数组合创设（create）新单位，或把单位交还信托换取按比例的指数组合份额以赎回（redeem）（实物申赎）。流行原因：随时可交易；无须应对小投资者的申购赎回；因申赎时不买卖证券，给投资者带来的应税负担少于开放式基金；无须像开放式基金那样管理股东账户。
• 指数期货是最重要的衍生指数产品，尤受对冲者和投机者欢迎，因为买卖无须缴纳大额保证金。作为长期持有指数风险工具的主要缺点：合约到期须**展期（roll over）**至新合约，展期交易产生交易成本。
• 现金结算指数期权是最后一大类指数产品，主要由投机者、对冲者和赌博者使用。

23.6 总结（PDF p.505）

• 自 1970 年代初以来，随着投资者更好地理解零和博弈的含义，对指数市场的兴趣大增。平均而言主动经理无法跑赢市场，交易成本和高管理费确保其平均跑输。不想主动投机（无论自己做还是选经理）的投资者发现指数基金很有吸引力。
• 指数订单流从底层证券市场转移到指数产品市场，大大降低了实施指数策略的成本。指数市场很流动，因为集中了订单流，且很少有交易者对宽基指数价值知情。指数产品比成分品种便宜得多。
• 指数市场的低交易成本使其对投机者很有吸引力：用于投机指数风险，或对冲个股投机头寸中的指数风险。

23.7 要点回顾（PDF p.505–506）

• 指数刻画一组指数股票的平均价格表现；指数基金持有旨在复制价格指数收益的组合。
• 指数基金换手率很低，因为很少需要再平衡。
• 投资者持有指数产品以避免交易成本、消除主动管理常带来的损失。
• 指数市场提供交易指数风险的低成本途径；指数交易商一般不关心证券特定风险。

23.8 思考题（PDF p.506）

1. 价格指数与全收益指数是什么关系？
2. 若买入持有经理持有全部股票的 90%，流动性会怎样？价格会变得更没有信息含量吗？哪些主动交易者（如有）会受益？
3. 指数交易从程序交易转向指数产品，对底层市场的流动性有何影响？
4. 指数交易成本下降是否使新的交易策略成为可能？我们如何从追求这些策略的交易者中受益？
5. 指数基金一般只略跑输市场。追求平均市场指数收益是对平庸的不道德追求吗？
6. 指数基金可以采用哪些策略提高收益？
7. 订单预期者和价格操纵者如何从 Russell 重构中获利？

第 23 章 本章要点

• 指数类型：价格加权（DJIA、日经，按价格之和，拆分需调除数）、价值/市值加权（标普 500，复制只需按市值比例持有）、等权（CRSP）、几何加权（Value Line）；全收益指数作业绩基准；除数在成分变更时调整以保持指数连续。
• 指数基金：跟踪误差；复制方法；摩擦来源（再投资、申赎、再平衡、管理费）；增强方法（提供流动性、替代、减少再平衡、抽样）会增大跟踪误差。指数重构有显著暂时冲击（Russell：新增股 6 月跑赢 15%、7 月回吐 5%）。
• 指数化论证：主动管理算术——扣费前平均等于市场、扣费后必然跑输；约 1/4 基金季度跑赢市场，加回成本约 1/2；输家持续，赢家不持续。
• 指数市场流动性好的三原因：逆向选择小、交易活跃（存货风险小）、单笔交易；指数期货领先现货（价格发现）。程序交易约占 NYSE 量的 27%。打包交易按收盘价加减点差报价、收盘后才公布清单；ESP 失败因价格发现在期货坑。
• 指数产品：开放式指数基金、ETF（实物申赎、日内交易、税务优势）、指数期货（低保证金、需展期）、现金结算指数期权、期货期权。

第 23 章 与量化交易的关联

• 指数构建与基准：价格加权/市值加权/等权的差异直接影响因子研究中的基准选择与组合构建（如等权组合的再平衡收益与小盘暴露）；除数与成分调整是自建指数、回测基准时必须正确处理的细节。
• 指数事件策略：Russell 重构、标普成分调整（指数纳入/剔除效应）是经典的事件驱动与“订单预期”策略来源（思考题 7），需评估冲击的暂时性与反转；对指数基金则是再平衡执行优化问题。
• 跟踪误差与增强指数：抽样复制、优化复制、提供流动性代替取用流动性，是指数增强（enhanced indexing）与跟踪误差约束下组合优化的核心问题。
• 期现关系与价格发现：指数期货领先现货可用于构建期现套利与超短期领先—滞后信号；ETF 一级市场套利（创设/赎回）是 ETF 做市与折溢价套利的基础；期货展期成本影响长期指数敞口的复制成本。
• 组合交易执行：打包交易（风险报价 principal bid）与程序交易对应现代的组合交易（portfolio trading/transition management），交易商定价依赖组合的贝塔、流动性、波动率特征——即组合层面的冲击成本模型。
• 主动管理算术：为“为何多数量化策略难以长期跑赢”提供基本的零和/负和约束，回测必须扣除完整成本。

第 23 章 推荐习题

• 思考题 7（Russell 重构中的订单预期与操纵）——联系第 11 章订单预期者与本章重构专栏，适合做事件研究。
• 思考题 2（买入持有者占比极高时的流动性与价格信息效率）——考查指数化的外部性。
• 思考题 6（指数基金提高收益的策略）——对应增强指数与跟踪误差权衡。
• 思考题 1（价格指数与全收益指数）——基础概念。

第 24 章 专家（Specialists）（PDF p.507–522，本块覆盖至 24.6 开头，续见下一块）

章首导言（PDF p.507–508）

• 有些交易所给其指定为专家（specialists）的会员赋予特殊责任：必须持续报出双边市场，使其专营品种的市场始终存在；还须确保市场有序、价格不会跳动太快。指定专家的交易所采用指定主做市商交易系统（designated primary market maker trading systems），简称专家交易系统。指定专家的最大股票交易所是 NYSE。
• 交易所认为专家提升市场质量、吸引交易者：连续有序的市场增强投资者信心，使其更愿投资交易所的上市公司；吸引投资者兴趣又促使发行人到该交易所上市，交易所从而获得更多上市费和交易费，会员作为经纪商和交易商获利更多。
• 本章描述交易所施加给专家的各种义务——常要求专家在不想交易时交易、在想交易时不交易，代价可能很高；为鼓励交易者接受这些义务，交易所给予专家各种交易特权；为防止滥用特权，交易所又限制专家何时可以交易。
• 监管争议：所有交易者都欣赏专家被要求提供的流动性，但许多人不满其特权——特权对专家很有价值，因而对其他交易者成本很高。监管者须考虑专家从特权获得的价值是否与其服务价值相称；且专家履行义务时受益的交易者，通常不是专家行使特权时受损的交易者，监管者还须考虑由此产生的财富转移是否恰当。
• 为何要理解专家系统：(1) 在这类交易所交易时，你的订单执行总会涉及专家——他们可能做你的经纪人、作为交易商用自有账户成交你的订单，或主持经纪人撮合订单的竞价；(2) 理解市场间竞争：专家提供的流动性服务是公共品（public goods）——人人受益，但竞争市场中难以获得，因为能免费获得时很少有人愿意付费（第 26 章展开）；(3) 负责任地评估采用专家系统的场内交易所是否应改为屏幕交易——虽可建屏幕化专家系统，但许多因素使之不太可能，转换分析应考虑废除专家系统损失的收益和节省的成本。
• 各交易所的专家系统不同，其共同特征是对交易商施加提供流动性的义务；多数交易所限制专家可做的交易，有些不限制。本章讨论所有指定主做市商系统共有的经济与监管问题，例子取自 NYSE 和 AMEX。

24.1 概述（Overview）（PDF p.508–509）

• 专家交易系统主要见于美国股票和期权交易所，其他国家部分市场也采用；在 NYSE 和 AMEX 最重要。美国地区性股票交易所也有专家系统，但多数地区专家更像**第三市场交易商（third market dealers）**而非主交易所专家。CBOE、AMEX、太平洋交易所、费城股票交易所组织的股票期权市场也采用专家系统。
• 不同市场的名称：CBOE 称指定主做市商（designated primary market makers, DPM）；德意志交易所英文称 designated sponsors，德文称 Betreuer；巴黎交易所称 animateurs。
• 第三市场交易商也常称其交易员为“专家”，其商业模式常要求交易员在本不愿意时提供流动性，但这些义务是自愿的——交易商为获得经纪商的订单流而提出并接受。NASD、SEC 和部分法院判决限制这些双重交易者可做的交易，但通常不如交易所对专家的限制严格。
• 多数专家是双重交易者（dual traders）：有时为客户代理经纪，有时从自有存货成交客户订单。允许双重交易的交易所一般采用许多监管保障来解决第 7 章所述的利益冲突，因此专家受诸多监管。
• 专家系统通常给每只股票或期权类别只指派一名专家（指派方式见 24.6）。
• 指定多做市商系统（designated multiple market maker）：与专家系统类似，但交易所要求多个交易者提供其本不愿提供的流动性。这类义务在电子市场中最易执行——公开喊价市场中不想交易的交易者会“躲起来”；无人想交易时，计算机通常按轮换把交易义务分配给各指定做市商。CBOE 对其最活跃的指数期权系列采用此系统；与多数专家不同，其指定做市商不是双重交易者，只为自有账户做市、不代理经纪订单，但也有在市场非正常交易时提供流动性的某些义务。部分欧洲期权交易所和期货交易所有类似结构。
• 每个专家负责的品种数取决于交易活跃程度：专营非常活跃证券者通常只做一只；专营较不活跃证券者负责较长清单。NYSE 的 482 名个人专家多数各负责 3–6 只股票，通常一只活跃、几只较不活跃。
• 多数专家受雇于雇有许多专家的公司。2001 年 12 月 NYSE 全部专家只属于 8 家公司，其中 5 家负责的股票占 NYSE 成交额的 95%。
• 专家在多数市场中扮演三种角色：交易商（为自有账户交易）、经纪人（为其他经纪人代理订单和交易）、交易所官员（负责维持有序市场）。

24.2 作为交易商的专家（Specialists as Dealers）（PDF p.509–513）

• 交易所严格监管专家可以和必须为自有账户进行的交易。两套规则：**积极义务（affirmative obligations）**要求专家在各种情况下提供流动性；**消极义务（negative obligations）**禁止其在其他情况下交易。专家接受这些义务是因为享有随之而来的特权。

24.2.1 积极义务（Affirmative Obligations）

• 首要积极义务：确保其专营品种始终存在合理的市场。别人都不愿交易时专家必须愿意交易；别人都不报价时必须报双边市场，且报价须有意义——最优买价与最优卖价之间的价差不能太宽。由于常须在无人愿意时交易，专家是最后交易者（traders of last resort）。
• 但做市义务有限：不必对大宗规模报确定价格；价值下跌时不必托价，价值上升时不必压价；只需确保公众交易者总能交易某个有意义的数量。
• 交易所期望专家通过干预来防止大幅**价格反转（price reversals）**以平滑价格。价格反转指价格先涨后跌或先跌后涨。大幅反转常发生在未知情交易者需求市场中不存在的流动性时：若坚持交易，往往须大幅推动价格才能找到对手；当另一侧有人需求流动性时价格又跳回原水平。
• 价格连续性（price continuity）：价格平稳变动、不跳动太多。专家负责创造价格连续性；交易所喜欢它，因为它有助于向公众保证经纪商公平地执行了其代理订单。
• 交易所评估专家履行积极义务的指标：平均报价价差宽度、平均报价深度、大幅价格反转的次数、价格反转的平均幅度。专家做得好的标志：价差窄、报价数量大、大幅反转少、反转平均幅度小。
• 代价：创造价格连续性有时很贵。专家必须在无人愿意时交易，这些交易是否昂贵取决于为何无人想交易——若因知情者认为价值在变化，专家将站在亏损一方（价格下跌时买、上涨时卖）；若只是因为没人注意，专家的交易可能相当赚钱。
• 对未来价格的不确定使专家工作很难：在强卖压下无人愿买时专家迅速压低价格——若价格之后没有反弹，说明专家很好地找到了市场出清价；若之后反弹，人们可能指责他们没有提供足够流动性以确保连续性。这种张力使专家工作很难做。

专栏“平滑跳跃”（Smoothing Jumps）：某电子指令驱动市场的限价簿：

市场为 22.2 买 5 / 22.3 卖 2。一笔 4 张的市价买单到来，随后一笔 2 张的市价卖单到来。买单先在 22.3 吃掉 2 张，剩余 2 张在 22.7 成交（8 张中的 2 张）；随后卖单在 22.2 成交（5 张中的 2 张）。价格从 22.3 跳到 22.7 再跌到 22.2。大幅反转源于 22.3 至 22.7 之间卖单的空档。若有专家在场，可能以 22.4 成交买单剩余部分，再以 22.3 成交市价卖单，每张获利 0.1，同时价格更连续。

专栏“价格连续性与电报行情纸带”：通信技术远不如现在且昂贵时，交易所无法廉价发布大量市场信息。多年来多数公众交易者下单时并不知道当前买卖价，只知道自动电报系统传送的最后成交价——这种系统打印纸带时发出滴答声，故称行情纸带（ticker tapes）。信息如此有限，交易者难以判断成交价是否公平，最多只能看成交价与紧邻前后的成交价是否差别很大，因此交易所要规范价格连续性以保证公众订单受到公平对待。如今交易者能获得多得多的信息，尤其关注买卖报价：交易商在不知道下一笔是买方还是卖方时报价，必须报公平价格，否则会被知情者成交；报价广泛发布、知情者想交易即可成交时，公众可以确信成交价公平。因此买卖价差宽度比价格连续性更能说明价格公平性。

24.2.2 消极义务（Negative Obligations）

• 消极义务限制专家交易。在 NYSE 和 AMEX，专家受交易所订单优先规则和“不应取用本可供公众交易者使用的流动性”原则约束。
• 订单优先规则要求专家对同价或更优价的公众订单让位：除非没有公众交易者愿以某价格交易（公众订单优先规则，public order precedence rule），且没有其他交易者愿以更优价格交易（价格优先规则，price priority rule），专家不能以该价格交易。这些规则使提供流动性的公众交易者优先于专家。
• 交易所还不鼓励专家与其簿上的限价单成交：专家成交挂着的限价单，就取走了公众交易者本可取用的流动性。作者称之为公众流动性保留原则（public liquidity preservation principle）。
• 该原则也保护限价单交易者。例：市场 49.80 买 / 50 卖时，有人挂 50 的限价卖单。若好消息到来、大盘上涨或同类股票上涨，挂单者可能想撤单并以更高价重挂，而此时专家可能想成交该订单。若专家能为自有账户成交挂单，挂单者大概来不及撤单——专家看到并对市况变化作出反应比多数交易者快；而且若审计轨迹不完善，不诚实的专家可能在收到撤单指令后立即成交，声称成交在先，把撤单指令连同成交确认一并退回。该原则给限价单交易者更多时间根据市况调整订单。
• 结果：消极义务确保专家只能提供流动性，且只在没有公众交易者愿以相同或更优价格提供时才能提供。受公众流动性保留原则约束的专家只能与进入的可立即执行订单（市价单和可成交限价单）成交；想排在公众限价单前面就必须给出更优价格；想在最优报价成交，只能在该价位所有公众订单成交之后。
• 消极义务禁止专家原本想做的交易，必然有成本；专家接受是因为特权价值足以补偿。
• 第三市场交易商和地区专家一般不受公众流动性保留原则约束，可随时为自有账户成交簿上的限价单。这在市场快速变动、限价单交易者来不及撤单时尤其有利——快速交易者可在市场上涨时低价买入、下跌时高价卖出。价格已不反映当前市况的限价单称为陈旧（stale）限价单。但第三市场交易商和地区专家为获得经纪商订单流而提供的限价单价格保护保证（第 25 章），要求其在某些情况下成交簿上的限价单；市场稳定时这种保护对交易商代价不小（常须在卖价买、在买价卖以成交代理限价单），在一定程度上抵消了与陈旧限价单交易的好处。

专栏“确认还是撤销”（Confirmation versus Cancellation）：在审计轨迹不佳的场内市场，交易者有时说撤销限价单的请求其实是在请求成交确认——经验使他们相信场内交易者常在收到撤单请求时成交其订单。限价单交易者大概高估了这种滥用的频率：订单执行与收到成交确认之间、提交撤单请求与专家收到之间的长时间延迟，使专家常在订单已成交后才收到撤单请求，交易者于是收到成交确认而非撤单。市场可通过确保订单路由、成交报告和确认系统都高速运行来避免这类误解。

专栏“最小变动价位、消极义务与专家参与率”：最优公众买卖限价单只相隔一个 tick 时专家交易特别难：公众订单优先规则禁止专家在该价位所有公众订单成交前以最优买价买入，公众流动性保留原则又禁止其通过与簿上卖单成交在卖价买入。想排在簿上订单前买入的专家，只能等进入的可成交卖单到来，并以卖价成交；想卖出的只能以买价成交进入的买单。一般而言在卖价买、在买价卖不赚钱，专家只在想投机未来价格变化或对存货极不安时才做。减小 tick 放松了公众订单优先规则——降低了排到簿上订单前面的成本：tick 小到最优公众买卖之间相隔不止一个 tick 时，想交易的专家可以在最优买卖价之内抢在簿前成交，代价更低、利润更高。**专家参与率（specialist participation rate）**是专家作为交易商成交（或部分成交）的订单比例。1997 年美国 tick 从 1/8 美元降到 1/16 美元，2000 年降到 1 美分后，专家参与率和专家盈利都大幅上升。

24.3 作为经纪人的专家（Specialists as Brokers）（PDF p.513–514）

• 专家常为其他经纪人代理订单，通过交易所订单路由系统和直接接触接收订单。
• 多数交易所维护电子订单路由系统，使经纪人能廉价地把客户订单送达：电子指令驱动交易所直接送入撮合系统；场内交易所送给专家或称为**订单簿官员（order book officials）**的交易所官员，接收者即为这些“系统订单”的经纪人。经纪人在场内没有人员或不想让场内经纪人被小单占用时，通过交易所路由系统下单。
• 交易所规范专家代理系统订单流可收的佣金：NYSE 专家只能对持有超过 5 分钟的限价单收佣金，代理市价单和 5 分钟内成交的限价单不收佣金。
• 场内经纪人也常把代理订单交给专家管理，免得站着等待可能的对手方，从而能处理更多订单，把注意力放在最需要其技能和即时行动的订单上；专家处理（work）这些订单，一般向经纪人收佣金，客户看不到这部分佣金。
• 专家还充当其他经纪人的口头公告板（oral bulletin boards）：经纪人告诉专家其客户是大买家或大卖家，专家告诉他们是否有人表达过对侧的大额兴趣；若有，就呼叫对方并撮合双方；若无，承诺有兴趣者出现时呼叫。经纪人通常不为此付费，但所有交易者都看重专家由此积累的商誉。

24.4 作为拍卖人和交易所官员的专家（PDF p.514）

• 指定专家的市场通常让专家负责维持其专营品种的有序市场，确保所有交易者遵守交易所规则、所有订单得到公平代表。在以**单一价格集合竞价（single price auction）**开盘的市场（如 NYSE、AMEX），专家负责主持开盘竞价；维护其限价簿的电子系统会汇总每个可能竞价价格上的超额需求或供给，以协助专家。
• 担任拍卖人在专家想关注其他事务时可能有成本，专家对此不获直接报酬，而是以此换取专家特权。

24.5 专家特权（Specialist Privileges）（PDF p.514–522）

• 特权包括：获取订单流信息；在他人决策之后再决策的权利；制定市场报价的能力；创设并行使某些回望择时期权（look-back timing options）的能力；从执行系统订单流中收取经纪佣金的权利。
• 最大的优势大概来自订单信息：专家看到到达的全部系统订单流；也看到场内经纪人处理的大部分订单流（观察场内经纪人，或经纪人把客户订单交给专家处理）；还看到其限价簿（存放无法立即执行的订单）。虽然有时须与他人分享这些信息，但总是先看到，因此总有优势；在无须分享信息的市场优势更大。

24.5.1 投机策略（Speculative Strategies）

• 订单流信息可能使聪明的专家比其他交易者更好地预测短期价格变化，从而在信息有利的一侧投机，或拒绝在另一侧提供流动性；若确能预测短期价格变化，就能做更多赚钱交易、避免亏钱交易。
• 为利用信息，专家须改变自己下一笔成为买方或卖方的概率，但积极与消极义务使之复杂化：
  • 提高交易概率：须排到簿上订单之前——报出比簿上更激进的价格并希望吸引对手；或在想成交的市价单到来时抢在簿前成交（改善价格）。
  • 降低交易概率：躲在簿后——不想成交的可执行订单到来时，把它与簿上限价单匹配；只要簿上订单离市场不太远就能避免交易。

表 24-1 专家如何影响其参与率：

24.5.2 报价匹配策略（Quote-matching Strategies）

• 专家无需预测未来价格也能从限价簿信息获利：信息让他们能预测为履行积极义务可能要做和不必做哪些交易。例如簿上买方厚、卖方薄时，他们知道自己在买方有一定保护——除非市场放量快速下跌，近期不必在买方提供流动性。
• 看到这种不对称的专家可能采取第 11 章的报价匹配策略：如抢在买方厚重的限价簿前面买入。若价值随后上升，随涨价获利；若下跌，在市价卖单耗尽簿上买方流动性之前不必再买，期间可把头寸卖给任何到来的市价买家。
• 报价匹配策略本身不必盈利也能提高专家盈利：每当可成交订单到来，专家须决定是改善价格还是让订单去簿上成交，簿上订单信息使其决策更好，更好的决策带来更多利润。
• 在交易商可自由与所持限价单成交的市场中，该策略更赚钱——想平掉亏损头寸时可立即与簿上订单成交。

24.5.3 撇脂策略（Cream-skimming Strategies）

• 专家还能从知道谁想交易中获利。与所有交易商一样，专家一般向未知情者提供的流动性多于向知情者提供的。给出确定订单和报价的交易者必须不论来源地成交到来的可执行订单；而当专家报价只是反映簿上最优买卖价时，专家可以在看到市价单来自何处之后再决定是否与之交易——想交易就改善价格排到簿前。
• 由于小额零售交易者往往不知情，专家给零售交易者改善价格的频率高于给大机构交易者。能在承诺交易前看到订单流，使专家能在不同类型的流动性需求者之间区别对待，这一交易期权可能很有价值。
• 专家在决定交易前也能看到可执行订单的规模，因此能避免大单交易者试图对流动性提供者实施的价格歧视（第 6、15 章），更可能让大单去簿上成交、自己接小单。
• 这种选择性成交称为撇脂（cream skimming）——专家拿走最“肥”的订单，把不太理想的订单留给簿上的限价单。撇脂使限价单策略吸引力下降；由于小额市价单交易者获得改善价格而受益，撇脂使小额交易者的市价单策略相对限价单策略更有吸引力。
• 行使“排到簿前”期权的成本是最小价格变动单位——专家须至少改善一个 tick 才能摆脱公众订单优先规则的约束。tick 很小时，专家成交他们认为有利可图的市价单，把不想要的留给限价簿。

24.5.4 另一种订单预期策略

• 交易商可能操纵交易以从簿上的**止损单（stop orders）**获利。设交易商簿上有一张止损价 20 的大额卖出止损单，20 及以上无买单，20.10 有一些卖单。市价买单到来时，交易商可能抢在限价卖单前卖出，因为他知道可以在 20 从止损单处买回存货：当市价卖单到来时，以 20 成交它即可触发止损卖单；若不想触发，就以高于 20 的价格成交市价卖单。止损单给了专家一个轻松平仓的期权，使其能比平时更激进地卖出。

专栏“猎杀止损单时的意外走火”：SPDR（“Spider”，Standard & Poor's Depository Receipt）是持有标普 500 指数组合的 ETF，主要在 AMEX 以代码 SPY 交易，由一名专家管理，与柜台前若干做市商竞争，专家不向做市商展示其订单簿。据可靠来源（数字为近似）：1998 或 1999 年某天，SPDR 专家收到一张 50 万股、止损价 100 的市价卖出止损单，当时 SPDR 约 100.5。收到后不久，专家在芝加哥激进卖出标普 500 期货以“猎杀”市场（gun the market），期货价格下跌，引发他人卖出 SPDR，清掉了簿上 100 以上的买单，很快 SPDR 最优买价为 100。专家随后等待一笔他能在 100 成交的市价卖单——该价位成交将触发 50 万股止损单，他再以 100 买入这 50 万股对冲其期货空头；由于期货是在更高价卖出的（即使考虑正常的公允价值溢价），这将锁定可观利润。但就在市价卖单到来前一刻，人群中一名做市商以 100 1/16 买入 10 万股（其公司可能想利用 SPDR 与成分股之间的价差），随后价格上涨，专家未能执行止损单，期货空头大幅亏损。作者评论：其行为的伦理很可疑——似乎为利用止损单而猎杀期货市场，违背了对下止损单交易者的代理义务；但若监管者质问，他会说自己认为市场在下跌，卖出期货是为了在止损单触发时能给出更好的价格。

24.5.5 专家控制市场报价

• 在许多交易所，专家制定交易所向公众发布的市场报价。这一特权在**只发布最优买卖价（top of the book）**的市场最有价值；相比之下，有的市场发布整个订单簿或按价位汇总（market by price）。
• 在只发布最优买卖价的市场，专家可在一定约束内任意设定报价，当然须履行所设报价。
• 主要约束来自订单展示规则（order exposure rules）：专家须展示最激进的交易报价，来源可以是簿上订单、场内交易者或专家本人。美国股票市场的规则要求专家报价至少与簿上最优买卖价一样好，报价数量至少等于该价位累计订单量；场内交易者也可要求专家把其订单纳入市场报价。专家可报更优价格或更大数量以代表自己的做市承诺，但交易所不鼓励其用小数量报价来隐藏公众挂出的大数量。
• 在这些约束内，专家可设定报价以影响部分交易者对价值的推断，进而影响订单流。

专栏“防御性报价策略”：Jack 是一只小盘股的专家，限价簿很薄：

Jack 照簿报价：12.00 买 10 手 / 12.10 卖 18 手。一张 2,000 股市价卖单到来：他以 12 先与簿上买单成交 1,000 股，剩余 1,000 股以同价为自有账户买入。现在他持有 1,000 股，希望获利卖出，但若交易者认为股票价值低于 12 就无利可图。他考虑报价：积极义务禁止他只报簿上最优价（11.00–12.10，价差太宽），至少须自己给出确定买价。他考虑以 11.95 买 100 股（不想再买）、以 12.05 卖 1,000 股（想卖出存货），但不愿这样报，因为不想暴露股票的弱势——怕降价会引发恐慌性卖盘、让买方观望。他决定保持报价不变以隐藏弱势，希望下一笔是市价买单，好以 12.09 的改善价格卖给对方。

24.5.6 “停止”股票与回望择时期权（Stopping Stock and the Look-back Timing Option）

• 某些交易所的专家可以**“停止”（stop）**进入的可执行订单的执行：停止订单即保证该订单最终以不差于立即成交可得最优价的价格执行——专家承诺若无他人接对侧就用自有账户执行。
• 订单被停止期间，若对侧市价单到来，专家必须将其与被停止订单匹配成交；若没有，专家须在当日收盘前用自有账户执行被停止订单；除此之外，专家可在任何时候用自有账户执行。
• 被停止的订单是专家可利用的交易期权。例如停止一张市价卖单，就创设了一个看涨期权（以停止价买入的权利），只要市价买单没有先到，就可行权；与多数期权不同，到期时不能放弃，必须行权。
• 这是一种择时期权（timing option）——允许选择何时做某事；其价值在于专家可持续决定现在行权，还是冒险（或希望）由他人来完成。由于专家能在看到市场发生了什么之后再决定，它是回望期权（look-back option）。
• 价差较宽时，专家常停止股票以不交易地改善价格，然后希望对侧有交易者到来成交被停止订单——该交易者也获得改善价格，称为后续交易者（subsequent traders）。专家若能以其买卖价自己成交被停止订单和后续订单会赚得更多，但簿上有公众限价单在这些价位时不能这样做。由于交易所和经纪商按价格改善频率评价专家，停止股票策略常让专家在本无法盈利交易时也能不交易地改善价格。

专栏“为何被停止股票的回望择时期权有价值”：NYSE 专家 Johanna 按簿报价：50 买 20 / 50.10 卖 27。一张 10 手的市价（限价）买单到来，她决定将其停止在 50.05。NYSE 要求她调整报价以反映被停止订单，于是报 50.05 买 10 / 50.10 卖 27，然后等待：若无可成交卖单到来，她须从存货卖出以成交被停止的买单。若等待期间同类股票开始上涨，她预期自己的股票也会上涨，不想卖出存货，就等待并希望别的卖家到来成交被停止订单，从而不失去随涨价获利的机会；若同类股票开始下跌，她担心存货贬值，就迅速以自有账户执行被停止订单——必须在公众交易者拿走这个期权之前行动。她可以回看价格是涨是跌再决定是否行权：虽然最终可能不得不在不愿意时交易，但可能有他人到来替她承担；不想交易时等待、想交易时迅速行权，使这一期权有价值。

24.5.6.1 停止伤害了谁？

• 交易是零和博弈，专家从创设和行使停止期权获利，必有人受损。可能的人：订单被停止者、在专家必须成交前成交被停止订单的后续交易者、若专家没有停止（或立即以改善价成交）本会成交被停止订单的限价单交易者。
• 订单被停止者不受害：得到相同或更好价格；因专家保证执行，他们通常甚至不知道订单被停止过——一被停止就收到保证成交价的报告，零售客户收到正常执行报告。
• 后续交易者平均会后悔：专家认为成交有利时会迅速成交被停止订单，否则等待；若专家对未来价格变化有任何预测能力，成交专家不想成交的被停止订单平均不会盈利。专家在成交会使已失衡的存货更偏离目标时也可能不愿成交；若其存货与未来价格变化负相关（与知情者交易时应如此），成交就有害。后续公众交易者是否受害取决于：若他们本来就会交易，不比原来差，甚至可能价格更好；若是被反映停止订单的改善报价吸引才交易，就会后悔——他们帮专家摆脱了不想要的头寸。被停止订单挂得越久未成交，成交它的预期成本越高——时间越长，专家越可能掌握了使其不愿成交的信息。
• 限价单交易者受害：考虑簿上最优买价的限价买单，专家停止一张进入的市价卖单使其未能成交；若市场随后上涨，该交易者会后悔没成交。停止股票减少了限价单交易者盈利交易的机会；长期而言，专家频繁停止股票时，限价单策略吸引力下降，公众更多提交市价单。

24.5.7 开盘（The Market Open）

• NYSE 由专家主持开盘单一价格竞价。开盘订单流常不平衡，专家介入在弱势一方提供流动性；由于该方弱，市场出清价一般对其有利。例如在前收盘价上买多于卖，出清价会低于前收盘价……（原文如此；按逻辑买方多时出清价应高于前收盘，专家通常是卖方。教材编写时应写为：买压大时出清价高于前收，专家通常作为卖方提供流动性；反之亦然）。这种情况下价格常反转，专家常从开盘交易获利。
• 专家在开盘时相对他人有独特优势：能看到全部订单；能在所有人提交订单之后决定自己交易多少；其参与可决定成交价。

专栏“开盘期权”（The Opening Option）：前收盘价 35.2，专家为管理存货想在开盘卖出 16 手。开盘前订单簿汇总：

• 若专家不参与，竞价出清价为 35.3，成交 18 手，该价位超额供给 16 手；若在 35.3 开盘，他可能觉得有义务买入这 16 手以消化超额供给——但他不想买，不可取。
• 若他卖 16 手，开盘价将为 35.1，他大概会卖 17 手以确保 35.1 的订单全部成交；若只卖 15 手，开盘价为 35.2（供给 15+15=30 = 需求 30）。虽然想卖 16 手，但他只卖 15 手，因为不想压低自己卖出的价格。在所有人提交订单后选择出清价的期权非常有价值。

24.5.8 经纪佣金（Brokerage Commissions）

• 代理订单收取佣金是有价值的特权：专家接收并代理经交易所路由系统送达的订单，可对其中部分收佣金；还向场内经纪人留给其处理的订单收佣金。合计经纪收入可能可观。

24.5.9 交易商利润（Dealer Profits）

• 最后一项特权并非专家独有，但其独特地位使之有明显优势：别人都不在场时，专家可以向可执行订单提供流动性。在交易稀少的市场（偶尔在活跃市场），市价单到来时可能没有定价激进的限价单提供流动性，专家通过在买价买、卖价卖来提供；若价差够宽、可执行订单流够多、订单流不太知情，就能从中获利。
• 专家与其他交易者竞争向可执行订单提供流动性。在交易稀少的市场，专家有优势，因为总在柜台前；其他竞争者只有在场时（在人群中或在限价簿上）才能成交可执行订单，但多数场内交易者不会为不活跃证券在柜台前等待（赚不到足够的钱），许多限价单交易者也因管理订单成本太高而不愿为不活跃股票提供流动性。与专家相比，场外交易者信息较少、调价较慢、不能撇脂。
• 电子自营交易者用计算机根据市况变化创设、提交、撤销和调整限价单，在拥有快速电子接口的市场日益重要；随着这些系统发展、更多市况电子信息即时可得，场内专家作为交易商的优势将减弱。

24.6 谁指派专家？（Who Assigns Specialists?）（PDF p.522，本块止于此节开头）

• 专家制度起源于一些交易者发现，专注于少数股票能更成功地交易：早期专家比他人更了解谁在交易、为何交易以及所交易品种的价值，这些具体知识帮助他们作为交易商更成功，也使他们对需要内行经纪人的交易者有吸引力。
• 专家成名后获得了其专营品种的某种自然垄断：对专营品种了解越多，越能有效与想取代他们的人竞争；最有效的专家获得最多订单流，获得最多订单流者对专营品种了解最多，从而更有效——这种循环是影响市场结构的**订单流外部性（order flow externality）**的一个例子。
• 交易所开始安装电子订单路由系统时，专家制度已根深蒂固，专家自然成为系统订单流的接收者。
• 原则上，多数交易所的专营权仍可由任何想专营某股票的会员竞争；实际上……（续见下一块）

专栏“Boyd 的断腿”：NYSE 的传说称，第一个专营始于 1875 年一位名叫 Boyd 的人摔断了腿：不能在大厅里走动，他坐在交易大厅的椅子上宣布只交易当时热门的西联电报（Western Union）股票。同情他的经纪人，以及看重他不会错过任何西联交易机会的经纪人，把订单留给他，他就通过为同行经纪人提供好服务成为第一位专家。（来源：Robert Sharp, The Lore and Legends of Wall Street, 1989。）

（第 24 章剩余部分——24.6 后半及之后各节、本章要点、与量化交易的关联、推荐习题——续见下一块。本块对第 24 章已读部分的初步关联提示：专家的报价匹配、撇脂、停止股票回望期权、开盘期权等都是“信息/时序优先权”的经济学，对应现代做市商与高频交易者的速度优势与订单簿可见性优势；tick size 下降提高专家参与率的证据，与 tick 规模对做市/排队策略盈利性的影响一致。）