本文构建了由多个战略性做市商与一名非战略性代表性交易者组成的双边做市博弈模型,证明在连续报价空间中纯策略纳什均衡始终存在,且均衡价差会随资产价值波动率严格扩大并呈线性关系。 在离散价格网格和正则性条件下,相关均衡以及无内部遗憾学习者的时间平均报价会随着最小报价单位趋于零而接近连续博弈的纳什价格包络。 数值模拟进一步验证了报价网格收敛和波动率驱动价差扩大的理论结论。
报告标题:《Equilibria and Learning in Competitive Market Making》(竞争性做市中的均衡与学习)。
作者:Matteo Onger、Luigi Foscari。
机构:米兰大学计算机科学系。
发布日期:原文未提供明确发布日期;参考文献中包含2025年、2026年的工作,说明报告可能处于较新的研究阶段,但不能据此确定正式发表时间。,
研究主题:市场微观结构、竞争性做市、纯策略纳什均衡、在线学习以及算法协同行为识别。该文不是针对某家上市公司的证券研究报告,因此没有股票评级、目标价、收入预测或传统意义上的投资建议。,
报告研究一个由 (N\geq2) 个战略性做市商和一个非战略性、但能够观察资产基本价值的代表性交易者构成的市场做市博弈。做市商同时提交买价和卖价,交易者依据资产实现价值与市场中间价的关系决定买入或卖出。, 报告的核心结论有三层:第一,即使报价空间连续、收益函数非凸且不连续,纯策略纳什均衡仍然至少存在一个;第二,在位置—尺度分布族中,资产价值波动率上升会使竞争性买卖价差严格线性扩大;第三,在价格网格足够细、并满足额外正则性条件时,采用无内部遗憾算法的做市商,其长期平均报价会接近连续模型的纳什价格包络。, ,
作者特别强调,价差同步扩大并不必然意味着算法串谋。即使做市商彼此独立、完全竞争,波动率上升也可能让所有做市商同时扩大价差,因此仅凭观察到的价格同步变动来识别算法合谋可能产生误判。,
报告以伯特兰价格竞争模型为出发点。传统伯特兰模型通常讨论企业在单一商品市场上通过降价争夺需求,竞争可能将价格压低至边际成本附近。但金融做市不是单边报价问题:做市商同时提供买价和卖价,报价不仅决定成交价格,还会影响交易者选择买入还是卖出。
在本文设定中,市场中间价是最佳卖价和最佳买价的平均值。资产基本价值高于中间价时,交易者买入;低于中间价时,交易者卖出。因而,做市商调整一侧报价,会通过改变中间价影响整个订单流方向,而不仅仅是影响自身在某一侧的成交份额。, 这构成了所谓的双边耦合:例如,做市商可以降低卖价以争取买单,同时撤回买价,避免因为中间价下降而吸引对自身不利的卖单。,
这与传统的两个相互独立的伯特兰市场不同。若做市商只改变卖价,理论上会面临更低的单位利润;但由于卖价变化还会改变中间价,它也可能获得更多交易量。因此,竞争行为同时包含“利润率损失”和“交易量增加”两个方向相反的效应。
作者指出了两个主要难点:
作者没有依赖传统的连续博弈均衡存在定理,而是构造一个关于中间价的单调算子 (H),再利用Knaster–Tarski不动点定理证明存在固定点。, 这一方法的经济含义是:首先给定一个可能的中间价,分别求出买方和卖方订单流下的零利润报价;然后要求这两个报价的平均值恰好重新等于原来的中间价。
资产基本价值 (V) 是一个非退化连续随机变量,支持集为 ([\underline v,\overline v]\subseteq[0,1]),其分布函数为 (F)。做市商事先不知道 (F),而交易者在下单前观察到实际价值 (v)。每个做市商 (i) 提交报价对 (s_i=(b_i,a_i)),其中 (0\leq b_i\leq a_i\leq1)。
市场最佳买价和最佳卖价分别为所有做市商报价中的最高买价和最低卖价,记为 (b^) 和 (a^),市场中间价为 [ m^=\frac{a^+b^*}{2}. ] 多个做市商并列最佳报价时,订单在这些做市商之间平均分配。
交易者依据 (V) 与 (m^) 的比较选择方向:当 (V>m^) 时买入,当 (V<m^*) 时卖出;在连续分布下,恰好等于中间价的概率为零。 做市商的买方订单收益来自以卖价出售资产,卖方订单收益来自以买价买入资产,因此总体收益是买方侧收益与卖方侧收益之和。
报告最关键的观察之一是:任何纯策略纳什均衡中,买方侧和卖方侧必须分别实现零期望利润。 原因有三:
给定中间价 (m),零利润卖价本质上是高于 (m) 的资产价值的条件期望: [ a(m)=E[V\mid V>m], ] 零利润买价则是低于 (m) 的资产价值的条件期望: [ b(m)=E[V\mid V<m]. ] 这意味着卖价等于潜在买单对应价值的条件均值,买价等于潜在卖单对应价值的条件均值。由于高于更高中间价的样本更偏向资产价值分布的右尾,(a(m)) 随 (m) 上升;类似地,(b(m)) 也随 (m) 上升。,
作者定义中间价算子 [ H(m)=\frac{a(m)+b(m)}{2}. ] 如果 (m=H(m)),则由该中间价导出的零利润买卖报价又会重新产生同一个中间价,因此该点是内部一致的竞争性定价候选点。,
作者证明 (H) 是定义在支持区间上的保序自映射,即当 (m) 上升时,(a(m))、(b(m)) 以及 (H(m)) 都不会下降。 根据Knaster–Tarski不动点定理,(H) 至少有一个固定点。作者进一步排除了支持区间两端:在上端,中间价对应的零利润买价等于无条件均值,严格低于上端;在下端,零利润卖价严格高于下端,因此边界不可能是固定点。
这一结论的重要性在于,它不要求资产分布具有特殊形式,也不依赖收益函数连续或拟凹。作者由此得到一个相当宽泛的均衡存在结果。
图1展示了一个潜在的卖价下调偏离。原来的零利润卖价为 (a(\hat m)),买价为 (b(\hat m)),中间价为 (\hat m)。偏离者将卖价下调至 (\tilde a_i),但同时把买价撤回到较低位置 (\tilde b_i),于是新的中间价下降到 (y<\hat m)。
图中标出了两个相反效果:
图中红色区域“Captured Buy Flow”表示偏离者新增捕获的买方订单流,作者关注的是交易量增加是否超过单位利润下降。如果超过,卖价压低就是盈利的。撤回买价很关键,因为中间价下降后,若仍保留原买价,做市商可能吸引到不利的卖方订单并在买方侧亏损。
作者通过一系列引理分析两类单边偏离:提高买价并撤回卖价,或者降低卖价并撤回买价。引理7说明,若从中间价 (m) 向上偏离至 (x>m),该买价上调盈利当且仅当某个由 (a(m))、(b(x)) 构成的不等式成立,并且这会推出 (H(x)>x);向下偏离则对应 (H(y)<y)。
随后,作者从所有“不存在有利买价上调”的固定点中取最小者 (m^-),证明该点同时不存在有利卖价下调,因此对应一个纯策略纳什均衡;对称地,从所有“不存在有利卖价下调”的固定点中取最大者 (m^+),也得到一个均衡。,
定理12进一步表明,(m^-) 和 (m^+) 分别是最小和最大的均衡中间价,所有其他纯策略均衡的中间价都位于 [ [m^-,m^+] ] 之内。 这说明均衡可能不唯一,但均衡集合受到两个极值的严格包络。
在报价配置上,只要至少两个做市商并列最佳卖价、至少两个做市商并列最佳买价,其他做市商提交不改善市场报价的被动报价,就能构成纯策略均衡。 这体现了传统伯特兰竞争中的“至少两个竞争者并列最佳报价”逻辑,同时保留了非竞争性做市商的被动存在。
图2是定理10证明的几何化展示。图中 (m_k) 是低于候选点的最大固定点,(y) 是假设中的有利卖价下调所诱导的中间价,(x) 是从 (m_k) 出发的有利买价上调所诱导的中间价。
作者将 (x) 的位置分为三种情况:
图2的价值在于,它把一个较复杂的固定点证明转化为中间价轴上的区间排除法。其核心不是计算具体分布,而是依靠 (H) 的单调性和固定点之间的顺序结构。
图3讨论了 (m\leq\underline v) 的情形。此时买方订单流完全 inactive,因为所有资产价值都高于中间价,市场只会产生买单。做市商可以提交接近支持下界的买价并撤回卖价,使中间价进入资产价值支持区间,从而重新激活卖方订单流并获得正利润。
因此,支持区间外的零利润报价虽然在形式上可能定义出来,但不能维持纯策略纳什均衡。作者据此将有经济意义的均衡搜索限制在 ((\underline v,\overline v)) 内。
作者令 [ V_\sigma=\mu+\sigma X, ] 其中 (X) 的均值为0、方差为1,(\sigma) 是资产价值标准差。因此,(E[V_\sigma]=\mu),(\operatorname{Var}(V_\sigma)=\sigma^2)。
由于条件期望在仿射变换下保持线性结构,零利润买价和卖价也会随 (\sigma) 线性变换。若标准化分布下某个固定点为 (z),则原市场的均衡中间价为 [ m_\sigma=\mu+\sigma z. ] 相应价差满足 [ a_\sigma(m_\sigma)-b_\sigma(m_\sigma) =\sigma w_1(z), ] 其中 (w_1(z)) 是标准化分布下的价差。,
这意味着,只要分布形状不变、仅改变位置和尺度,竞争性买卖价差就严格按波动率线性扩大。它不是经验上的大致相关,而是模型中的结构性缩放结果。
传统信息不对称模型通常把价差扩大归因于知情交易者比例提高,或把价差视为做市商防范逆向选择的工具。本文即使保持信息结构不变,仅提高基本价值风险,也会得到价差扩大。
更值得注意的是,所有做市商面对同一个波动率冲击,都会同步调整报价。因此,市场上可能观察到各做市商价差同时扩大、报价高度相关,但这一结果完全可以来自竞争性风险调整,而非明示或默示串谋。, 这对算法合谋检测具有直接意义:如果监管测试只根据价格序列中的同步上涨或价差同步扩大进行判断,就可能把波动率驱动的正常竞争行为误判为合谋。
连续报价下的收益具有不连续性,直接使用连续动作在线学习理论较困难。因此,作者将价格限制在 tick size 为 (\Delta) 的网格 [ \Gamma_\Delta={0,\Delta,2\Delta,\ldots,1}, ] 形成网格博弈 (G_\Delta)。,
学习部分聚焦于两个做市商,并将资产价值支持标准化为 ([0,1])。额外的正则性条件要求密度在内部严格为正,并满足 [ a'(m)+b'(m)\leq2. ] 这保证中间价算子变化速度不超过1,并使相关偏离收益能够被控制。,
在这一条件下,固定点集合 (F) 是一个闭区间 ([m^-,m^+]),且区间中的每一个固定点都对应纯策略纳什均衡。 因此,连续模型中的均衡不再只是两个极端点,而可能是一条由不同均衡买卖价对构成的单调曲线。
作者定义 (\alpha(B)) 为给定市场买价 (B) 时能够实现零利润的卖价,定义 (\beta(A)) 为给定市场卖价 (A) 时能够实现零利润的买价。, 这些函数描述了“一侧报价固定时,另一侧如何配合才能保持零利润”。
将所有均衡报价对 [ (b(m),a(m)),\quad m\in[m^-,m^+] ] 连接起来,得到一条单调的纳什价格曲线。其轴对齐外包络被称为纳什价格包络,即买价落在 ([b^-,b^+]) 内、卖价落在 ([a^-,a^+]) 内的矩形区域。,
这里需要注意,包络是外部界限,不代表每个包络内部的买卖价组合本身都是均衡报价对。作者明确指出,学习者偶尔可以产生类似 ((b^-,a^+)) 的组合,但长期平均行为不能稳定在远离纳什曲线的位置。
作者研究网格博弈的相关均衡。相关均衡是一种概率分布:在获得推荐行动后,任何做市商都没有动力根据自身推荐行动改换为另一行动。
定理22表明,当 (\Delta\to0) 时,所有网格相关均衡的市场买卖价格都一致收敛到纳什价格包络。 该结论的逻辑是:
在重复博弈中,做市商每轮只观察自己的实际收益,并使用无内部遗憾算法。内部遗憾要求:在过去曾采用某行动的所有时点中,事后统一把该行动替换成另一行动,不能获得持续正收益。
作者证明,如果两个做市商都具有趋于零的内部遗憾,那么它们的时间平均行为形成近似相关均衡;随着网格变细,时间平均市场价格距离纳什价格包络的距离趋于零。
这是一项“平均意义”结论,而不是逐期收敛结论。它并不保证每一轮报价都接近均衡,也不保证学习过程最终停留在某一个特定均衡点。报告最后也承认,尚未证明学习者是否会集中到纳什曲线上的某一点,以及收敛速度是多少。,
图4左图考察 tick size (\Delta) 对学习报价的影响。橙色曲线表示学习得到的卖价,蓝色曲线表示学习得到的买价,水平虚线表示连续模型的纳什价格包络边界。随着 (\Delta) 缩小,学习报价总体向连续纳什包络靠近;当 (\Delta) 较大时,报价明显受到粗粒度网格约束,甚至出现卖价接近1、买价接近0的极端情况。,
左图并非单调平滑地接近理论值。例如不同网格大小下,卖价和买价会出现上下波动。这与理论并不冲突,因为不同 tick size 下的离散网格博弈均衡不必随 (\Delta) 平滑变化,尤其在有限训练轮数和随机学习过程中,某一个网格可能支持完全不同的离散报价组合。
图4右图固定 (\Delta=0.1),横轴是资产价值标准差 (\sigma),纵轴是买卖价差。紫色点和误差棒表示学习得到的价差及跨重复实验的标准差,灰色虚线表示理论价差。可以看到,学习价差随 (\sigma) 单调上升,整体接近线性;理论价差从较低水平逐步上升,而学习价差持续高于理论线,且误差棒较大。,
这一结果同时支持两点:第一,波动率上升确实会扩大竞争性价差;第二,有限网格、有限训练样本和学习算法随机性会产生额外价差,使模拟值高于连续理论基准。模拟使用Exp3结合Blum–Mansour内部遗憾转换,学习率为0.05;左图每个网格训练100,000轮并平均100次,右图每个波动率训练1,500,000轮并平均15次。
模拟资产价值由均值0.5的高斯变量截断到[0,1]。这有助于数值实验保持有界,但与理论部分要求的连续、正密度分布并不完全相同,尤其截断操作可能在边界产生质量集中。因此,模拟结果更适合作为理论机制的数值佐证,而非对定理条件的完全严格复现。
本文的交易者是非战略性的,虽然观察到资产真实价值,却按照固定的中间价规则交易。该设计便于隔离做市商之间的竞争,但没有刻画交易者对预期收益、风险厌恶、库存或交易成本的优化行为。, 事实上,在某些报价与资产价值组合下,交易者可能按照中间价方向下单,但实际成交价相对于基本价值并不一定有利,这说明“决策规则”更多是模型设定,而不是完整的理性交易者优化结果。
模型是静态或重复但每轮相对独立的框架,没有纳入做市商库存约束、订单到达延迟、异质订单流以及基本价值随时间变化等现实因素。 在真实市场中,库存积累会使做市商主动调整报价,价差未必只由基本价值波动率决定。
纯策略均衡存在只需要较弱分布条件,但学习部分需要密度在内部连续且严格为正,并满足 (a'(m)+b'(m)\leq2)。, 因而“无内部遗憾学习必然接近纳什价格包络”的结论不能无条件推广到所有资产价值分布。
一般模型只证明至少存在两个由对偶构造得到的极端均衡,并允许中间存在其他均衡。 学习结果也只是接近价格包络,而不是确定选择某一个均衡点。均衡选择机制、初始条件、算法参数和随机化方式可能决定最终观察到的价格区间,这在解释实际市场数据时需要谨慎。
作者对算法合谋检测的批评是有针对性的:同步扩大利差可能来自共同波动率冲击,而不是算法间通信或惩罚机制。, 但该结论并不意味着所有同步报价都应被视为正常风险调整;它只说明监管检验需要控制共同基本面和波动率变量,不能仅根据价格序列的相关性下结论。
总体而言,这篇报告建立了一个结构清晰的竞争性做市基准模型。其理论贡献并不是预测某家公司的盈利或给出投资评级,而是回答三个基础问题:连续且不连续收益的双边报价博弈是否存在纯策略均衡;资产价值风险如何影响竞争性价差;自适应学习者能否在不知道收益函数的情况下恢复竞争性价格结构。,
报告的最重要结论是:零利润条件把买卖报价与中间价联系起来,单调中间价算子的固定点保证了候选价格存在;进一步排除单边报价偏离后,可以构造最小和最大纯策略均衡,并用它们包络全部均衡中间价。, , 在位置—尺度分布族中,价差与标准差严格线性相关,因此共同扩大价差本身不能作为算法串谋的充分证据。,
图1和图2揭示了均衡证明的核心机制:改变一侧报价会改变中间价,进而改变订单流组成;图3说明支持区间外的中间价无法维持;图4则从数值上验证了细网格学习向纳什价格包络靠近、价差随波动率上升的理论预测。, , ,
作者最终立场是:在该模型和相应正则性条件下,竞争性市场做市具有可证明的纯策略均衡,学习算法能够在长期平均意义上恢复竞争性基准;但均衡选择、学习速度、混合均衡、现实市场摩擦以及如何将理论结果推广到动态金融市场,仍是未完成的问题。,
2610.30891.pdf