本文提出一种分钟级、严格时间切分且可解释的日内市场操纵检测框架,以平滑后的状态速度捕捉“拉升—反转”动态特征,并通过精确SHAP解释每个预警。在BANKNIFTY指数期权2024年锁定测试集中,普通自编码器识别出监管机构确认的10个操纵日,召回率达到100%;HMM regime conditioning虽降低预警数量,却以牺牲召回率换取有限精度提升。跨市场测试显示,泵升反转的形状可迁移至美国低流动性股票,但速度幅度本身接近随机;ARQQ和ACY的形状评分AUC分别为0.91和0.81。未确认预警与监管确认日期的SHAP归因 profile 相似度达到0.9894,表明精度上限可能更多受到监管标签不完整影响,而非检测器失效。
报告标题:《Velocity- and Regime-Aware Detection of Intraday Options Market Manipulation, with Explainable Attribution》(基于速度与市场状态的日内期权市场操纵检测及可解释归因)。
作者:Alexander Chen、Maria Hybinette。
机构:美国佐治亚大学。
主题:利用分钟级市场数据、状态变化速度、异常检测、隐马尔可夫模型(HMM)和SHAP解释方法,识别印度BANKNIFTY指数期权及美国低流动性股票中的日内市场操纵。报告正文未明确给出独立的正式发布日期,但研究使用了2024年测试数据、2025年SEBI临时命令以及2026年SEC案件材料。
报告的核心观点不是“操纵日的价格一定极端”,而是操纵留下了一个更具识别性的动态轨迹:价格或期权状态在短时间内被快速推高,随后迅速反转,即“pump-and-crash”或“Mountain”形态。作者认为,变化的速度及其先升后降的形状,比单纯观察价格、Delta或波动率的绝对水平更有检测价值。
报告没有传统股票研究中的买入、持有或卖出评级,也没有目标价和估值模型。它是一项市场监测与机器学习研究,主要评价指标为召回率、精确率、F1值、准确率以及跨市场测试中的ROC-AUC,而不是企业价值或股票合理价格。
总体结论是:普通自编码器在BANKNIFTY 2024年锁定测试集上识别出监管机构认定的10个操纵日,召回率达到100%;在美国股票案例中,基于泵升—反转形状的评分,对ARQQ和ACY的AUC分别达到0.91和0.81。与此同时,市场状态分层虽然能够减少部分审查量,却以牺牲召回率为代价,未能解决合法高波动与操纵之间的重叠问题。
作者指出,操纵行为通常持续时间很短,信号隐藏在数百万条报价和成交记录中,并且在统计上可能与正常的高波动、新闻冲击、期权到期日或流动性变化相似。因此,若模型只追求高召回率,往往会产生大量误报,使实际精确率下降到监管机构难以处理的程度。
这体现了市场监测中的三重要求:
传统孤立森林、单类分类器和自编码器擅长识别“统计异常”,但不一定识别“操纵机制”。合法暴跌、期权到期、新闻事件和流动性枯竭都可能产生异常分数,因此作者将检测目标从“异常水平”转向“异常变化速度”。
本研究最重要的数据优势,是使用了两个存在日期级执法记录的案例:
这使研究摆脱了完全依赖合成数据或人工自标异常的做法。不过,这些标签并不等于完整的真实世界负样本。未被列出的日期只是“未被确认”,不能直接视为正常;此外,SEBI材料属于临时命令,相关日期是监管机构认定或指控的日期,而不是经过最终司法裁判确认的事实。
图1上半部分展示了2024年1月17日BANKNIFTY指数的分钟级走势。指数在几分钟内向47,200执行价附近快速上涨约600点,之后经历较长时间的回落。图中虚线标出了47,200执行价,阴影区域对应快速泵升阶段。
下半部分是理想化的Put Delta形态:Delta原本处于较低水平,随后快速上升形成尖峰,之后下降并维持在较低水平。作者把这种短暂的尖峰称为“Mountain”。其关键不在于Delta最终处在多高的位置,而在于它在短时间内经历了“上升—峰值—回落”的完整动态过程。
这个图支持了报告的核心机制假设:操纵者可能通过推动指数成分股,使指数向有利于其大额期权仓位的方向移动;在执行价附近,由于Gamma效应,较小的指数变化也可能造成Delta快速变化。因此,静态价格水平可能仍然落在合理范围内,但Delta的运动速度已经异常。
图2将Mountain形态转换为速度空间。快速泵升形成第一个正向速度峰值,随后反转形成第二个速度信号;图中约10:00至11:00之间出现两个明显的阶梯状峰值,而其他时间速度接近零。
作者使用每个交易日、执行价、期权类型和到期日分组后的15个可用Delta观测值进行尾部均值平滑,再以相邻观测之间的实际时间间隔计算Delta速度。当相邻报价间隔小于0.5分钟或超过2分钟时,速度值被置为空;按交易日分组则避免了隔夜Delta跳变被错误识别为日内速度。
这一设计解决了三个问题:
作者同时承认并非所有操纵都是Mountain。18个SEBI识别日期中,有3天被归因于“临近收盘的持续标记”策略,即在最后交易小时持续施加卖压以影响结算价,没有明显泵升和反转。因此,速度型检测器在这类策略上的效果天然受限。
BANKNIFTY实验使用2022—2024年的一分钟现货和期权数据,基础特征为:
Delta计算还使用2024年美国期权数据中的5个高流动性标的进行独立验证。在约5,650万次报价比较中,自行计算的Black-Scholes Delta与ThetaData供应商Greeks的Pearson相关系数达到0.9995或更高,说明计算过程具有较高一致性。
研究采用时间上无交叉的三段式设计:
所有阈值在查看2024年标签前预先固定,测试日期也不与训练、验证日期重叠。模型先在行级别生成异常判断,再汇总为每日异常命中率,以降低不同日期期权报价行数不同带来的影响。
这一设计是研究可信度的重要来源,因为它避免了将未来信息、测试标签或同一日期的数据泄露到训练环节。
作者使用四个市场状态变量训练高斯隐马尔可夫模型:
BIC选择出四个状态,状态0最平静,状态3最剧烈,状态1和状态2处于中间,但两者并非严格按照波动率递增排列。每个观测只使用前向过滤后的后验概率,因此当前状态不会由未来收益决定。
作者测试了两种状态感知模型:
理论预期是,合法高波动在其所属状态中可能不再异常,而操纵行为即便发生在高波动状态下,仍应具有相对极端的特征。
报告的表1比较了7种模型在2024年测试集上的表现。测试集共有209个交易日,其中10天为监管机构识别的操纵日。按照正文提供的数据:
闭世界精确率把所有未列出的日期视为负样本,因此不同模型精确率约在19%—27%之间。但由于未列出日期未必正常,作者明确将这些精确率称为“下限”,不能直接理解为真实误报率。
从表格可见,模型之间存在明显的目标冲突:普通自编码器和后验加权自编码器偏向最大化召回率;硬状态模型减少审查量,却漏掉更多监管识别日期。该结果说明市场状态分层可以提高运营效率,却没有从根本上把操纵与合法波动分开。
图3用绿色“H”和红色“M”展示各模型对10个监管识别日期的命中与漏报。普通自编码器和HMM后验加权自编码器在10个日期上全部显示为“H”。孤立森林、类型特定孤立森林和硬状态自编码器漏报较多;漏报集中在7月3日以及两个标记收盘日,即5月8日和7月10日。
图表说明模型错误并非随机。标记收盘策略缺少典型Mountain,因此专门依赖泵升—反转的模型更容易漏报。7月10日尤其难以检测,而5月8日由于市场扰动更广泛,仍有部分模型能够识别。
图4左侧比较四个状态的平均绝对收益、波动率和日内区间。状态0被标注为calm,三项指标整体最低;状态3为crisis,三项指标最高。状态1为directional,收益和区间较高;状态2为churning,波动率相对较高但收益方向性较弱。
右侧柱状图显示四个状态的观测数量并不均衡:状态0约10万条观测,状态1约5.8万条,状态2约7.1万条,状态3约2.4万条。状态3样本最少,意味着为危机状态单独训练模型时可能面临支持不足问题,因此硬状态模型设置了全局模型回退机制。
该图证明HMM确实识别出了描述性不同的市场环境,但“状态不同”不等于“操纵可分离”。最终实验显示,状态信息降低警报量,却没有提高整体召回。
美国股票实验考察了ACY和ARQQ两个案例,共35个涉嫌操纵的股票—日期组合。由于股票没有期权Delta、隐含波动率等期权状态变量,作者改用预先设定的泵升—反转形状评分:价格在10分钟内上升,并在随后5分钟内回吐,同时按照成交量参与度加权。
单独使用速度幅度在该市场中接近随机排序,AUC约为0.5;但形状评分在ARQQ上的AUC达到0.91,置信区间为0.84—0.97,ACY为0.81,置信区间为0.73—0.87。ARQQ有17个涉嫌日期,其中11个进入前17名,说明形状比绝对速度更能跨市场迁移。
图5展示2021年10月8日ARQQ的一分钟价格和成交量。投诉指控窗口为13:11—14:35,阴影区域标出该时间段;模型评分峰值出现在14:33,恰好位于窗口内部,并接近投诉所述抛售开始时间。
ACY结果弱于ARQQ,模型全局峰值落在指控窗口之外,而且2021年春季的Meme行情本身就形成了类似Mountain的走势。这说明形状评分具有检测价值,但在天然容易出现泵升—回落形态的市场环境中,仍可能面临较高误报。
更广泛的493个涉嫌股票—日期样本中,普通自编码器取得0.968召回率、0.517精确率和0.674 F1;状态条件模型召回全部31个涉嫌日期,但警报负担更高,重复了“状态分层换取审查负担、而非提升敏感度”的结论。
作者冻结普通自编码器模型,对41个警报日中的每一天抽取64行,共解释2,624行数据。由于只有3个特征,全部2³=8种特征组合均可枚举,因此使用的是精确SHAP而非近似SHAP;最大加和误差低于4×10^-19,模型重放分数与保存值的差异低于5×10^-13。
平均绝对归因显示:
这意味着Delta速度虽然是提出操纵动态机制的核心特征,却不是模型警报中贡献最大的单一变量。真正驱动警报的是期权价格、隐含波动率与速度的联合异常,而不是某一个“操纵专属变量”。
未被监管确认的警报日与监管确认日期的归因画像余弦相似度平均为0.9894,接近1,说明它们在三项特征的贡献结构上高度相似。作者谨慎地将其解释为“标签不完整”的证据,而没有把这些日期直接重新标记为操纵日,因为相似的归因结构也可能出现在极端但合法的交易日。
图6的热力图显示,监管确认日和未列出警报日在三列特征上的颜色分布总体相近;部分日期的隐含波动率或期权价格贡献特别深,但不同日期的绝对贡献幅度并不一致。图中行没有归一化为总和1,因此颜色反映的是贡献绝对大小,而不是比例。
主要风险和局限包括:
此外,报告对模型比较保持了一定纪律:不同运行版本在架构、清洗、训练上限和阈值方面存在差异,因此作者没有把不同运行结果当作严格控制实验。这是审慎之处,但也意味着结果的可重复性和模型优越性仍需更多独立样本验证。
这份报告最具价值的发现,是把市场操纵从“异常价格水平”重新定义为“异常的状态变化轨迹”。在BANKNIFTY案例中,分钟级Delta速度成功捕捉了10个测试期监管识别日期;在美国低流动性股票中,去除期权特有变量后,泵升—反转形状仍能取得较高AUC,说明可迁移的是动态形状,而不是绝对速度大小。
表格和图表共同显示,普通自编码器在召回率上最有效,但闭世界精确率只有约四分之一;HMM能够减少警报量,却会漏掉部分日期;图3证明漏报与操纵策略类型有关,图4证明描述性市场状态并不等于可检测性,图6则显示未确认警报与已确认案例具有高度相似的解释结构。
因此,作者并未宣称模型能够自动裁定操纵,而是提出一个高召回、可解释、供监管人员进一步调查的筛查系统。其最终立场是:速度和形状可以把传统的事后法证分析转化为每日监测工具,但真实部署仍需结合参与者归因、订单级数据、事件背景和人工复核,尤其要谨慎处理合法高波动与标签缺失造成的“假阳性”。
2608.05373.pdf