高頻做市：如何通過tick數據解析市場微觀結構並制定做市價格？市場裏，你和誰在競爭？
【價格是如何形成的？】
在市場經濟裏（大多數金融市場都屬於市場經濟），價格是有市場決定的。市場是什麼？市場就是有一羣人在買一羣人在賣的大集市。準確的說，價格由市場決定 -> 價格是由市場裡面的買賣雙方決定，或者說由供給（賣方）和需求（買方）決定。
他們如何決定？如果買賣雙方都有定價權，那麼可以通過討價還價（bargaining）決定。比如你現在去農村的趕集市場買東西，大娘還價可以砍一半。如果只有賣方有定價權，買方可以通過減少需求來促使賣方減價。比如當賣方定價一個蘋果100億，沒有人買，賣方為自己盈利考慮會降低價格。金融市場一般是賣方定價，注意這裡的賣方即供給方。供給什麼？供給有人要買要賣金融產品的需求。也就是流動性供給者（liquidity provider），也就是做市商，也就是用限價訂單的交易者。而買方即流動性吸收者（liquidity taker），用市價單的交易者。注意買方可以通過調整需求來間接調整賣方制定的價格（什麼是限價訂單？什麼是做市？什麼是市價單？請參考以下鏈接）
Zigge 銀子：比特幣高頻量化做市策略實盤-訂單種類有什麼差別？為什麼我要用做市策略？
【什麼是微觀結構？】
市場微觀結構（market microstructure）是一門研究價格形成機制的金融學分類[1]。而市場微觀結構策略則是通過研究tick級數據來獲取交易信息，理解現在價格形成，預測未來價格形成，並以此設計交易定價的策略。這種策略持倉時間從幾秒到幾十分鐘不等，是高頻交易的常用策略之一。或者說，要做高頻交易，必須要對市場微觀結構有很深的認識（tick級數據是必要的）。
舉個例子，假設5:40又一個好消息讓美元升值，如果我們看小時線（每小時給一次成交價格 - 截面數據）
我們會得到下圖：
5：40之前因為有消息泄漏所以價格開始逐漸升高，6:00市場發現價格過高（overshooting）於是開始回調。但如果我們仔細觀測4:20 - 6:40這段時間的價格（從粗顆粒的價格點數據到tick級別的order book數據）- 我們就可以研究市場價格是如何形成（如何由做限價訂單的人決定的）。我們會發現其實價格並不是那麼平緩，它甚至在上升的過程中也會回撤一些：
高頻交易在圖一中基本跟低頻沒有差別，但是如果可以得到圖二的數據那麼高頻可以在每一次市場微觀結構波動時開平倉（單比利潤較少），從而獲得豐厚的累計利潤。
【市場裏包括誰？】
研究微觀結構一般會研究三類交易者：
- 內情人（informed trader）- 知道價格短期走向的交易者 （比如公司內部人）
- 做市商（liquidity trader） - 不知道價格短期走向，給市場提供限價訂單的人 （他們在大多數情況下可以通過收割bid ask spread獲利）
- 價值投資者（value trader）- 巴菲特類。知道標的的實在價值（長期走向）的交易者
相對於提供流動性的做市商，內情人一般用市價單，他們會吸收流動性（lituidity taker）。價值投資者一般會用限價單，並且是離市場價格很遠的市價單。下圖用離市場價格的距離來區分這三類交易者（Harris，1998）：
當然在此模型中我們沒有考慮欠理性的散戶（韭菜），他們一般也都是用市價單進行交易。只是他們完全沒有『informed』。可以想像一下每天那些爆倉的市價單。一般也是散戶給做市商提供了長期穩定的買賣價差利潤。
【如何衡量市場的流動性？】
通過tick數據我們可以重建order book。通過研究order book我們可以構造以下變數來衡量市場的流動性。
- 買賣價差（bid ask spread）
- 市場深度（depth）
- 市場反彈（resilience）
- Kyle『s lambda
(什麼是order book？ 什麼是depth？請參考
Zigge 銀子：比特幣高頻量化做市策略實盤-訂單種類有什麼差別？為什麼我要用做市策略？
）
用高頻市場微觀結構做市一般有以下特點：
- 做市：限價單
- 高頻：單筆交易利潤少，交易次數多，持倉時間段（每日開倉平倉可達2000次）
- 微觀結構：分析tick數據，注重訂單流（order flow）
【具體如何定價？】
最簡單的就是best-bid & best ask 做市策略 - 通過重建order book找出此時的最佳買賣價格，然後給出更加便宜的限價單。
進階版買賣價公式：b為bid，a為ask，gama為市場風險厭惡係數，lambda為上篇說的duration estimator。
再進階：把市場波動性（用市場深度做估計 - Foucault, Moinas, and Theissen， 2005)）引入定價模型。
完全體：P （公允價值， 首先得估計出實際價值）+ ADJ的調整（目標開一半的倉 - 空倉的時候買價更高，賣價更低） + alpha（你覺得會影響未來走勢的因子 - 比如市場波動性，上篇講的duration等等）[2]
- P的建模：
Zigge 銀子：高頻交易建模 - 線性模型和非線性模型
- Alpha - duration model：
Zigge 銀子：如何利用tick數據來優化高頻策略？tick數據跟普通交易所數據有何差別？
以上策略實施起來並不容易。主要因為做限價單的利潤是非線性的。市價單可以確定在特定時刻達成交易，但限價單就不一定了，它有可能永遠都不會執行。這點讓這種策略很難被建模，回測更是難上加難。一般來說先簡單的執行取決於：其他相競爭的限價單（此時刻和未來時刻的）還有無法預測的未來市價單。也就是說如果要給做市策略建模，你首先要給市場上的所有限價單和市價單（包括未來時刻）建模。
參考
- ^@子知: 以Garman 1976為緣起，kyle 1985， Glosten-Milgrom 1985為最早的基礎理論的學科。有效市場假說會認為價格會瞬時反映最新的信息，達到均衡。微觀結構理論細緻的研究市場的組織機制對價格的影響。微觀結構理論相對其他方向更貼近實際的市場運作方式。一般認為傳統模型只能解釋較為長期的波動，比如月度季度年度。微觀結構的研究多集中在高頻數據，比如日內交易。隨著計算機技術的發展，現在最高頻數據可以達到毫秒級，數據量大的驚人。 https://www.zhihu.com/question/268375607/answer/340391516
- ^感謝 @Edward.Fu
推薦閱讀：