本报告聚焦期货市场高频公允价指标Micro的构建与应用,分析传统公允价Mid和Vwap的缺陷,借鉴Sasha Stoikov文献,通过公式推导、案例分析及国内实证,证明Micro在反映盘口量价信息及预测未来走势方面的优势,且具备较强抗打击性和市场真实需求敏感度,为做市商报价与风险管理提供科学依据 。
研究背景与传统指标缺陷
Micro price理论与数学推导
经典案例对比与准确性验证
国内低硫燃料油期货实证验证框架与结果
价格指标情景模拟及Micro优势体现
小结与核心结论
报告标题: Micro:优秀的高频公允价专题报告(高天越等,华泰期货研究院)
发布日期: 未明确具体日期,内容涉及2023年1-3月数据,研究文献为2018年之后
核心研究机构: 华泰期货研究院量化组
主要研究员: 高天越、李光庭、李逸资
研究主题: 探讨期货市场中做市商公允价的确定机制,提出并评估高频公允价指标Micro与传统指标Mid和VWAP的比较优劣
核心论点及目标:
报告开篇简要回顾了做市商在期货市场中的作用,重点突出了公允价对做市报价和风险管理的重要性。随后分析传统指标Mid与VWAP的不足,接着引入Micro及其公式推导和国内外实证分析,强调Micro的优势,包括更好反映盘口挂单量和价格信息、更强预测能力及更高抗打击性。
做市商通过双边报价提供流动性,市场公允价作为做市商报价的基准,是缓解供需不平衡及降低风险的核心。特别是在高频波动剧烈的期货市场中,准确、动态的公允价能帮助做市商合理报价。
研究背景部分以LU2204合约盘口快照为例说明传统指标不能合理利用盘口量价信息的不足,提出研究主要目标——开发融合挂单量和价格双重信息、能反映未来变动的高频公允价指标。
计算方法为买一价和卖一价均值。优点是简单且广泛认可,但存在显著缺陷:
VWAP试图纳入挂单量权重,公式比较复杂,权重成分反向加权(卖价权重买单量,买价权重卖单量),解释为价格倾向挂单量较少的那一方以反映市场力量差异。虽然引入了量的信息,但依然存在以下不足:
报告主要参考Sasha Stoikov(2018)发表的关于Micro Price的学术成果,强调其数学严谨性和前瞻性价值。Micro被定义为未来Mid价格的期望值,因此具备马丁格尔性质,理论上更合理表示未来价格预期。
Micro计算为:
Pmicro=Mid+g(I,S)其中,I是订单不平衡程度(Order Imbalance),S为最优报价价差,g为函数调节项。该模型既考虑挂单量信息,又构建未来价格期望理论基础。
图5为文献封面,图示Micro Price的研究权威性。,
文献使用美国股票BAC和CVX作为案例:
图6展示两者价差分布,及Micro Price调整量(图7)反映Micro数值大多介于Mid和VWAP之间,且Spread越大时Micro更接近Mid,减少极端盘口影响,体现稳健性。此外Micro相比VWAP更能拟合未来价格实际变动(图8和图9,BAC和CVX价格指标与未来短时价格的RMSE比较),验证其优越性。,
实证基于低硫燃料油主力合约2023年1-3月约100万条Tick数据,采用多种公允价指标(Mid,VWAP,Micro及带半衰期的Micro_hl),比较各指标与未来Mid价格的RMSE,作为准确性衡量标准。
采用时间序列交叉验证滚动方式(图10),确保样本外拟合的有效性。实证结果显示(图11):
在订单极度不平衡的情况下(图12),微观市场更复杂,Micro对未来价格变化的预测能力更明显。此结果说明Micro在市场压力与异常情况下更能准确反映价格信息。,
通过构建三类模拟盘口变化场景,直观展示Micro、Mid、VWAP三个指标对盘口变动的响应差异。
情景一:平衡盘口的“钓鱼单”
钓鱼单为小额卖单,Mid大幅下降0.5,VWAP无变化,Micro轻微下降0.1,显示Micro和VWAP对小波动更稳定,Mid易被误导。
情景二:极度不平衡盘口的钓鱼单
Mid仍下降0.5,VWAP反向上涨0.5(反直觉),Micro小幅下降0.2,展现Micro抗打击性和合理逻辑。
情景三:真实市场强烈卖出需求
Mid下降0.5,VWAP下降1,Micro下降0.9,Micro对真实大笔需求反应敏感,更贴合市场实际。
上述模拟(图13-图18)验证Micro在虚假需求抵御与真实需求捕捉上的优异表现,帮助做市商避免被市场操纵,同时快速反应市场真实供需变化,为定价提供有效支持。,
报告重申传统Mid和VWAP存在的缺陷并强调Micro优势:
这对期货做市商报价策略及风险管理具有实际指导意义。
图1 (LU2204某Tick盘口快照):
横轴挂单量,纵轴买卖价格层级。显示买一价3922档挂单超多(约30手),成交主要集中买方,暗示买方力量较强,预示价格上涨概率。为后续用订单不平衡推断未来涨价提供直观依据。
图2 (LU2204未来盘口变动):
红黑线分别代表卖一价和买一价,短期内价格呈现上涨趋势,佐证盘口挂单结构预判的准确性。
图3与图4 (Mid与VWAP示例):
二者价格线均围绕买卖价波动,但VWAP更加接近卖价,显示其挂单量加权特征。Mid稳定但延迟明显,VWAP反直觉的波动例证了其潜在风险。,
表1 (VWAP反直觉示例):
描述卖单增加反而导致VWAP价格上升,违背市场供需逻辑,降低其定价参考价值。
图6 (BAC与CVX spread分布):
BAC主要集中在1 Tick,CVX分散在1-4 Tick,体现不同股票市场结构差异上下文。为进一步验证Micro的普适性奠定基础。
图7 (Micro价格调整结果):
Micro数值调整曲线,显示Micro处于中间价和VWAP间,且随Spread增加趋向Mid,显示其对极端价差的稳健性。
图8与图9 (BAC与CVX价格指标准确性对比):
以拟合未来价格收益为标准,Micro优于Mid和VWAP,尤其在Spread较大、时间跨度长时优势明显,验证Micro的预测准确性。
图10 (时间序列交叉验证示意):
展示分段训练与测试方法,保证实证结果的稳健性。
图11与图12 (全样本与不平衡样本实证RMSE差异):
纵轴为指标RMSE相对最低RMSE的差值,小于0说明该指标表现最佳。Micro在中长预测期及极端订单不平衡市场表现突出,长期更优。
图13-图18 (情景模拟前后盘口和价格指标变化):
通过盘口挂单表、价格对比表表现不同指标对虚假及真实卖单冲击的响应差异,清晰显示Micro的平衡抗打击及敏感度特征。,
本报告并不涉及传统意义的公司财务估值,而聚焦于价格指标建构及比较。技术上,Micro Price基于数学概率模型,保证价格为鞅(martingale),即未来期望值等于当前估值,符合资产定价理论。相比简单均值或加权均值,更符合未来价格动态的理性预期。这体现了高频数据估值的数学严谨性和理论深度。
报告暗含风险及局限:
报告中未详细展开缓解策略,建议使用者结合实际行情动态调节模型参数,持续监控数据质量。
本报告系统性分析期货市场中做市商公允价指标,聚焦Micro Price的建构与实证评价。传统Mid指标尽管简单广泛应用,但缺乏挂单量及未来价格动态考量,且自相关性高;VWAP反映挂单量权重但计算引发噪声和若干反直觉定价,理论基础薄弱。
Micro Price作为基于未来Mid期望值、结合订单不平衡和价差调整的高频估值指标,从数学模型层面获得坚实基础。文献案例(BAC、CVX)及国内低硫燃料油主力合约实证,均显示Micro指标在中长周期的价格预测准确度明显优于传统指标,尤其它在极端订单不平衡状态下表现更加稳定。
情景模拟进一步彰显Micro在抵御虚假钓鱼单冲击和敏感把握真实市场需求方面的能力,为做市商提供合理的报价参考,避免价格被操控,同时准确反映市场真实供需变动。
图表综合揭示:
总体来看,Micro指标理论结合实践,充分体现高频交易环境下价格合理性的新范式,具有广泛推广及应用前景,为做市商等市场参与主体的风险管理和流动性提供坚实数据基础与决策支持,推动期货市场的健康稳定发展。
本分析依托报告全文内容,结合图表深度解读,全面剖析Micro公允价指标的构造逻辑、实证表现与市场应用价值,且注意潜在局限性和应用边界。分析系客观中立,充分映射原文论述依据,带有标明页码溯源,便于后续查证与深化研究。,3,4,5,6,7,8,9,10,11,12,13,14]
Micro:优秀的高频公允价指标.pdf