本文研究聚合限价订单簿数据无法识别隐藏订单队列及取消位置所带来的被动执行不确定性。作者基于2025年东京证券交易所两只股票的同步L1/L2数据,在保持聚合路径、市场成交、订单新增和分区方式不变的前提下,构造前端、数量加权随机和后端取消规则下的兼容FIFO历史。结果显示,主动TWAP成本不受FIFO规则影响,但被动执行显著敏感:1301.T前端取消相较后端取消使到期前完成率提高8.01个百分点、实施短缺降低1.010个基点;7911.T对应提高7.39个百分点、降低0.384个基点。因此,基于L2数据评估执行策略时,应报告FIFO敏感性区间,而不应将不可观测的队列假设下的单点结果视为确定结论。
| 股票 | 主动TWAP实施短缺 | 前端相对后端的被动到期前完成率变化 | 前端相对后端的被动实施短缺变化 | Hybrid实施短缺变化 |
|---|---|---|---|---|
| 1301.T | 10.010 bps | +8.01个百分点 | −1.010 bps(95%区间:−1.253至−0.788) | −0.398 bps |
| 7911.T | 2.400 bps | +7.39个百分点 | −0.384 bps(95%区间:−0.493至−0.284) | −0.414 bps |
这不是一份传统券商股票研究报告,因此没有公司评级、买入/卖出建议或目标价。它是一篇方法论和实证研究论文,核心问题是:当研究者只有 L2 聚合订单簿数据,而没有逐笔订单级别的 MBO 数据时,能否唯一确定一个被动限价单的成交结果?作者的答案是否定的:同一条观察到的聚合订单簿路径,可以对应多个符合 FIFO 规则的隐藏订单队列,而不同隐藏队列会导致不同的被动成交率、实施短缺和最优执行策略。
报告最重要的观点是,L2 数据能够告诉研究者某一价格档位上总共有多少数量,但无法告诉研究者这些数量由哪些订单组成、订单之间的先后顺序,以及一次撤单究竟删除了队列前方还是后方的数量。 因此,被动订单的真实排队位置和成交时间并不能由 L2 唯一恢复。
作者提出“路径条件下的部分识别”框架:不把某一个撤单规则当成真实历史,而是在保持观察到的 L2 路径、市场成交、订单新增和其他共同输入不变的前提下,构造多种可能的 FIFO 订单级历史,并比较这些历史产生的执行结果。 实证上,作者比较了三种撤单分配规则:
主要发现是:对被动执行而言,Front 规则显著优于 Back 规则。对于 RIC 1301.T,Front 相比 Back 使终端交叉前的被动完成率提高 8.01 个百分点,并使实施短缺降低 1.010 个基点;对于 RIC 7911.T,相应改善分别为 7.39 个百分点和 0.384 个基点。 但主动 TWAP 策略的结果在三种 FIFO 规则下保持不变,说明该不确定性主要影响依赖队列位置的被动订单,而不影响直接消耗现有盘口的主动订单。
价格—时间优先意味着同一价格上的较早订单通常拥有更高的成交优先级,因此队列位置具有明确的经济价值。 但是,L2 只记录每个价格层的总数量,而不记录订单数量、订单到达顺序、订单 ID 或撤单对象。比如,某个被动订单加入最佳买价时,前方可能有 300 股;之后又有新订单排在它后面。如果后来发生 100 股撤单,撤掉前方老订单会改善该订单的位置,而撤掉后方新订单则不会改善其位置。两种情况对 L2 来说都只是深度减少 100 股,却会产生不同的成交概率。
既有 L2 执行模拟通常选择一个固定的队列撤单假设,例如前端撤单、后端撤单或均匀随机撤单,然后将该假设下生成的订单级历史视为执行环境。 报告并不声称这些规则中某一个最接近真实市场,而是询问:在多个都能解释同一观察路径的 FIFO 历史下,执行结论是否仍然成立。
作者将自身工作与队列状态、成交概率、队列反应模型、强化学习环境和市场模拟验证等研究区分开来。已有研究有的直接预测成交概率,有的从聚合队列状态生成市场事件,有的比较不同的撤单深度,但本报告强调的是一个更严格的条件:市场路径本身固定,只改变被 L2 聚合抹掉的订单身份和撤单分配。
因此,本文不是在比较两个不同的市场模拟轨迹,也不是在估计未来市场路径的不确定性,而是在同一条历史路径上识别“由于隐藏队列信息缺失而产生的执行结果区间”。这使其更接近计量经济学中的部分识别:数据可以排除一些可能的历史,但无法选择唯一历史。
作者把一段连续可重放区间表示为一系列时间、盘口数量、交易记录及数据质量标记。L2 提供各买卖方向和价格上的显示数量,L1 提供交易时间、成交价格和成交数量,但 L1 不直接说明主动成交消耗的是买方还是卖方的静态订单。
为解决这一问题,作者仅在以下条件下把 L1 成交归属于某个盘口单元:成交价格在事件前的订单簿中只出现在一侧,并且 L2 数量下降能够支持该成交数量。 对于每个被接受的变动,作者按“市场成交、残余撤单、残余新增”的顺序重建事件。这是一项重要建模约定,因为同一时间附近发生的多种变化可能在聚合数据中无法完全区分。
对于每一个价格档位,作者将聚合数量拆解为若干隐藏的订单 ID、剩余数量和优先时间,并要求这些订单级消息重新聚合后,逐步恢复每一个观察到的 L2 状态。 这意味着重建结果必须同时满足两个条件:一是市场成交按 FIFO 消耗前方订单;二是撤单和新增后的总量与原始 L2 完全一致。
报告把从 L2 路径转换为订单级消息流的程序称为“compiler”。同一个随机种子下,初始订单数量划分、后续新增划分、时间戳、价格、L1 归因成交和区间边界都保持不变;三种规则唯一改变的是残余撤单在队列内部的分配位置。
这是一种相当清晰的实验控制设计。它尽量把差异归因于撤单位置,而不是订单数量划分、市场成交数量或市场路径本身。不过,作者也明确承认,三种规则生成的结果集只是其声明的编译器类所产生的子集,不等于所有符合观测 L2 路径的可能历史。 因而 Front 和 Back 是所选模型中的端点,不是完整真实历史空间中的严格上下界。
被动策略并不真正向背景订单簿发送订单,而是用一个虚拟队列标记表示其价格、剩余数量和前方数量。之后同价新增订单排在标记后面;只有当重建规则撤掉标记前方的背景数量时,标记的队列位置才会改善。
当背景订单在标记价格成交时,虚拟订单按照“成交量先消耗前方数量,再消耗自身数量”的逻辑计算成交。这样做的好处是不会改变历史订单簿,也不会让模拟策略反过来影响后续市场路径。 主动策略则在每次行动时复制当时的盘口,计算可执行数量和价格,随后丢弃这份副本,因此也是不产生市场冲击的 price-taking counterfactual,即价格接受型反事实模拟。
作者还证明了一个有条件的排序命题:在最佳价位保持不变的单一 touch-price 区间内,如果三种历史拥有相同的初始队列、新增和市场成交,并且每次撤单从标记前方删除的数量满足 Front 不少于 Random、Random 不少于 Back,那么三种规则下的成交量会保持相同顺序。 这并不意味着随机规则在所有时点都必然处于两个端点之间,作者明确表示该命题只适用于满足条件的单一被动标记和单一最佳价位区间。
研究使用 2025 年 1 月 6 日至 7 月 25 日的东京证券交易所数据,包含 RIC 1301.T 和 RIC 7911.T 两只股票,均具有同步的十档 L2 快照和 L1 交易记录。 1301.T 被作为成交相对较低的证券,7911.T 作为交易更活跃的证券。两者并非只在成交活跃度上不同,还存在价格、最小价位变动单位和父订单规模差异,因此作者强调不能把两者之间的成本差异解释为单纯的流动性因果效应。
1301.T 使用 5 日元 tick size,7911.T 使用 1 日元 tick size,双方交易单位均为 100 股。 1301.T 的模拟父订单为 100 股,7911.T 为 200 股;该设定来自开发期同侧主动成交量中位数的 5%,并四舍五入到 100 股单位。
作者通过一个方向测试确定同一 exchange-time key 的交易应归入结束于该时间的盘口变动,而不是下一次变动。前一种解释能够解释 99.85% 的常规交易数量,后一种只能解释 8.66%,因此前者被固定用于后续月份。
一天只有同时满足多个质量条件才进入样本,包括至少 98% 的常规交易处于 L2 覆盖且拥有精确 exchange-time 匹配、日内 99 分位绝对捕获延迟低于 20 毫秒、至少 99% 的连续行情行是双边未交叉盘口,以及至少 95% 的行情行拥有完整十档。 这些条件说明作者相当重视输入数据是否足以支持逐事件重建。
时间划分上,1 月至 5 月用于估计订单划分和父订单规模,6 月用于选择区间、探针和策略设置,7 月的 18 个交易日作为完全留出的测试期。 这种按月份进行的时间顺序划分比随机切分更符合交易研究的时间外推逻辑,也避免把同一市场阶段的相邻事件同时放入开发集和测试集。
作者每五秒在同侧最佳价位注册一个虚拟的 100 股标记,探针最多持续 15 秒,或者在该价格不再是最佳价、重放区间结束时终止。 探针指标包括成交比例、是否发生任何成交、达到 50% 和 100% 成交所需时间,以及初始前方数量。
1301.T 和 7911.T 分别有 354,774 和 370,992 个匹配的规则三元组,全部满足理论中的条件排序。 但探针覆盖的成交量较低,仅分别覆盖 22.84% 和 18.12% 的重建交易量,因此它们更适合验证局部队列排序,而不能单独代表完整 300 秒执行策略的经济效果。
这种设计使作者能够区分三类机制:完全依赖市场成交的主动策略、完全依赖排队成交的被动策略,以及在排队不足时使用主动成交补缺的混合策略。
报告使用实施短缺衡量执行成本,即将实际成交价格与到达时中间价之间的差异按买卖方向统一转换为成本。买入和卖出分别通过符号调整,使较低的实施短缺代表更好执行。 终端未完成数量会在 300 秒期末对终端复制盘口进行交叉;如果终端盘口没有足够深度,样本会被标记为不符合资格,而不是随意赋予一个成交价格。
作者还报告终端前完成率、被动成交比例、终端交叉比例和自然完成时间。这些拆分很重要,因为同样的总实施短缺可能由不同机制造成:一种策略可能主要靠自然被动成交完成,另一种可能在期末大量主动交叉完成。
原文提到“表 1:TYO 数据和重建”,其功能是汇总两个证券从 2025 年 1 月至 7 月的 feed-eligible 日期、交易同步和重建诊断信息。 在当前提供的文本中,表 1 的具体行列数值没有完整呈现,因此不能据此补造精确数字。不过正文给出了关键样本规模:初始候选中,1301.T 和 7911.T 分别有 136 和 137 个 feed-eligible 日期;最终 7 月各有相同的 18 个留出交易日用于政策评估。 表 1 的核心作用不是展示投资收益,而是证明数据具备足够同步性、覆盖率和盘口完整性,可以支持后续事件重建。
表 2 汇总两个证券在三种 FIFO 撤单规则下的策略实施短缺,括号内为基于 18 个留出日期等权重重采样得到的 95% 区间。 1301.T 的主动 TWAP 基准为 10.010 bps,在 Front、Random 和 Back 下保持不变;Passive at touch 在 Front 下约为 8.00 bps、Random 下约为 8.43 bps、Back 下约为 9.01 bps;Hybrid 则大致从 Front 的 9.28 bps 上升至 Back 的 9.68 bps。图表数值与正文给出的 Front—Back 差异相一致。
7911.T 的主动 TWAP 基准约为 2.400 bps,并同样不受 FIFO 规则影响;Passive at touch 在 Front、Random、Back 下大致为 0.76、0.92 和 1.15 bps,Hybrid 约为 1.04、1.22 和 1.45 bps。 这说明在两个证券中,被动策略的成本最低,混合策略居中,主动 TWAP 成本最高;但被动策略内部的规则敏感性在 1301.T 上体现为更大的绝对成本区间。
图 1 的上半部分展示 1301.T,下半部分展示 7911.T;左侧是不同 FIFO 规则下三类策略的平均实施短缺,误差线为 95% 日期重采样区间,右侧是不同规则之间最低成本策略发生排名反转的比例。
图中最明显的左侧趋势是:主动 TWAP 的三种颜色几乎处于同一高度;Passive at touch 的三种颜色分离最明显,Front 最低、Random 居中、Back 最高;Hybrid 也呈现相同但较弱的排序。 这直接支持作者关于“FIFO 不确定性主要通过被动成交机会传导到执行结果”的论点。
图中右侧显示策略排名在两个证券上的反转概率不同。1301.T 的反转比例约处于 0.8% 至 4.5% 区间,其中 Back→Front 最高;7911.T 则约处于 3.6% 至 14.3% 区间,其中 Front→Back 约为 14.3%,反映出 7911.T 的最低成本策略更频繁受到队列规则影响。 但这并不意味着 7911.T 的绝对损失更大:作者发现 1301.T 一旦策略选择发生变化,附加成本约为 14.277–17.354 bps,而 7911.T 约为 2.366–3.723 bps。 换言之,7911.T 是“更容易改变选择、但每次改变代价较小”,1301.T 是“较少改变选择、但一旦改变代价更高”。
图表还暗示了一个重要机制:1301.T 的被动完成率较低,因此不同撤单规则会改变期末需要主动交叉的库存量,最终形成更宽的成本差;7911.T 在所有规则下大部分被动库存都能成交,所以即使完成率存在类似差异,成本差距仍然相对较窄。
7 月留出期每个证券有 1,080 个不同的 300 秒窗口。1301.T 的窗口覆盖连续交易时间 97.27%、L2 变动 95.27% 和重建交易量 96.08%;7911.T 对应覆盖率为 96.80%、96.06% 和 94.40%。 每个窗口又按买卖两侧和三个主要随机种子展开,因此每个证券每种定向 FIFO 比较有 6,480 个匹配的 episode-side-seed 单位。
独立 JAX-LOB 验证也较为充分:1301.T 有 648 条重建流、7911.T 有 456 条重建流通过外部匹配引擎复放,所有要求的市场消息数量均成功执行,没有新增消息立即触发异常成交,也没有残留哨兵价格伪影。 这说明编译器生成的消息流不仅在自身账本中守恒,也能在独立撮合引擎中机械执行。
严格区间分析对 1301.T 得到 Front 减 Back 的被动短缺差异为 -0.397 bps,区间为 [-0.576, -0.229];7911.T 为 -0.325 bps,区间为 [-0.649, 0.000]。7911.T 的区间触及零,而且严格样本量较小,因此作者认为其方向与主结果一致,但不能独立视为强结论。
本报告没有公司财务预测、现金流折现法、可比公司估值、市盈率、EV/EBITDA 或目标价,因此不存在传统意义上的估值章节。研究中的“成本”是交易执行成本,而不是证券内在价值。其核心量化指标是实施短缺,以基准中间价和实际成交价格之间的差额衡量执行质量。
报告对自身局限披露较为完整:
报告最稳健的地方是实验控制:它固定了聚合市场路径、市场成交、订单新增、划分种子、边界和终端执行规则,因此 Front 与 Back 的差异确实主要来自撤单在隐藏队列中的位置,而不是来自不同的市场轨迹。 同时,作者没有把 Front—Back 差异包装成真实历史的置信区间,而是明确称其为条件于声明编译器类的敏感性结果。
需要审慎理解的是,作者把随机规则称为 quantity-weighted-random,但它同样不是无偏的真实市场估计,而是一种建模选择。真实撤单可能与订单年龄、订单大小、交易者类型、行情状态或信息事件相关,三种规则未必覆盖真实撤单机制。 另外,所谓“政策稳健”只表示策略在所选三种规则和有限种子下保持更优,并不表示在全部可能的订单级历史中都更优。作者也明确指出,若要讨论完整可行历史集合上的最坏损失,需要计算完整的 minimax regret 或 worst-case loss,而本文并未估计整个空间的上确界。
一个值得注意的细节是,Front 在局部单一 touch-price 探针中具有理论上的成交排序,但在完整 300 秒策略中,最佳价位会变化、订单会重新加入、期末可能发生主动交叉,因此 Front 和 Back 不必然成为所有策略损失的绝对极值。 这也是为什么报告将其表述为“FIFO sensitivity envelope”,而非严格的统计置信区间或真实成交结果区间。
总体而言,这篇报告证明了一个对交易回测非常重要但经常被忽略的事实:聚合 L2 订单簿能够固定市场显示状态,却不能固定被动订单的 FIFO 队列位置,因此不能唯一确定被动执行结果。 作者通过同步的东京证券交易所 L1/L2 数据、事件重建、三种撤单规则、虚拟队列标记和 JAX-LOB 独立验证,把这种不可识别性从概念问题转化为可量化的执行敏感性。
实证结果具有一致方向:Front 撤单最有利于被动成交,Random 居中,Back 最不利;主动 TWAP 不受规则影响,而 Passive at touch 和 Hybrid 对规则明显敏感。 1301.T 的 Front—Back 被动完成率差异为 8.01 个百分点、实施短缺差异为 1.010 bps;7911.T 分别为 7.39 个百分点和 0.384 bps。 图表进一步显示,7911.T 的策略排名反转更频繁,但每次反转的附加成本更低;1301.T 的排名变化较少,却可能造成更大的条件损失。
因此,报告的总体立场不是推荐某一种撤单规则,而是主张:使用 L2 数据评估被动执行策略时,不应把单一队列假设下的回测结果当作唯一事实;应报告跨多个 FIFO 实现的敏感性,并在策略部署前判断其优势是否依赖于不可观测的队列假设。 对研究者而言,最具价值的结论不是某个具体策略在某只股票上的绝对成本,而是执行策略的稳健性本身应成为回测报告的重要组成部分。
2609.13597.pdf