Rebas Daily PERSONAL AI DAILY — 自动选题 · 核查 · 撰写 NO.099 — 2026-10-11
PAPER 约 7 分钟

平方根冲击定律,解释够完整吗

平方根定律不只要解释曲线,还要解释为何交易快慢不改幅度;新论文追问:市场真能认出每笔大单吗?

你要买一大批货,可以慢慢买,也可以集中扫货。直觉上,买得越急,价格应该推得越高。但市场里有一条常见经验规律:只要总量相同,大单造成的价格变化往往差不多,执行速度的影响反而不明显。问题是,很多理论能画出那条熟悉的平方根曲线,却解释不了这种“快慢无关”。

J.-P. Bouchaud、I. Mastromatteo 和 B. Toth 的论文重新检查了 Bonart 对平方根冲击定律的解释。作者并不是要否定这条经验规律,而是追问:一个合格的机制,能否同时解释曲线的形状和幅度?他们的答案是,单靠价格具有扩散性还不够。Bonart 的推导还暗含一项很强的能力:市场得认出某笔交易属于谁、一个大单何时开始,以及它已经执行了多久。

一条定律,其实捆着两个问题

市场冲击(market impact)是大单自身对成交价格的推动:买单通常把价格推高,卖单通常把价格压低。常见的平方根冲击定律(Square-Root Impact Law,SRIL)写作:

I=YσQ/V

其中,I 是冲击,Q 是大单规模,V 是同期市场成交量,σ 是波动率,Y 是约为常数量级的无量纲系数。

第一层含义是“形状”:冲击随 Q 的平方根增长。大单越大,价格仍会继续移动,但新增一笔交易带来的边际冲击越来越小。

第二层含义是“幅度”:Y 不随参与率 ϕ 系统变化。参与率就是自己的交易速度占同期全市场成交速度的比例。同样一笔大单,无论耐心执行还是更快完成,定律都只看最终成交量,而不直接看花了多久。

论文强调,这两件事必须由同一个机制解释。固定核模型——把每笔成交看成按固定方式影响未来价格的模型——可以得到平方根形状,却会残留一个与 ϕ 有关的因子。作者把它称为一个“疣”:曲线对了,幅度却仍会随执行速度变化。

Bonart 的漂亮一步,也是一处跳跃

Bonart 换了角度。他把实际价格与“如果这位投资者没有交易”的反事实价格作比较,并假设两者都是扩散过程。扩散过程的意思是,价格波动的典型尺度随时间的平方根增长。

若交易本身不携带信息,而且不同参与者的流量彼此独立,为维持价格扩散性,市场就要把各参与者持续的订单流“白化”:让连续冲击的增量不再保留可预测相关性。冲击方差于是可以逐笔相加,并随成交笔数线性增长;标准差自然按成交量的平方根增长。

关键一步随之而来:Bonart 把一笔元订单的平均冲击,视为与这项标准差处在同一量级。元订单(metaorder)是一笔大交易拆成许多小单后的整体。接受这一步,就能得到不含参与率的平方根定律,而且执行过程中的冲击轨迹也呈平方根形状。

论文认为,问题恰恰藏在这里。扩散性直接约束的是冲击方差,而 SRIL 描述的是平均冲击。方差逐笔相加,不需要知道大单何时开始;平均平方根冲击的边际贡献却按 1/age 衰减,其中 age 是元订单已经执行的时间。换句话说,方差没有时钟,平均冲击需要一个明确的时间原点。市场若不知道大单从哪一刻开始,就不知道该把当前成交放在平方根曲线的什么位置。

白化的是订单流,不是孤立大单

Bonart 的机制针对的是某位参与者长期、平稳的元订单流,而不是突然出现的一笔孤立元订单。可以把它想成辨认一个人的日常脚步:长期听,市场或许能学会其节奏;但在人群里偶尔响起的一串脚步,未必能立即判断是谁、从何时开始。

作者用可求解的 Lillo–Mike–Farmer(LMF)模型展示了这一区别。该模型中的总体价格可以保持扩散,不同参与者也可相互独立,因此满足 Bonart 论证的大部分前提。可是,当一笔孤立元订单被放入市场时,它在统计上并不显眼,市场仍按匿名订单流机械定价。其冲击变成:

I∝ϕ(1−γ)/2Q(1+γ)/2,γ∈(0,1)

这不仅保留了参与率依赖,对 Q 的指数也高于 1/2。也就是说,价格可以是扩散的,孤立大单却仍不遵循干净的平方根定律。扩散性本身没有完成证明。

市场若能认出交易者,定律就回来了

作者随后构造了一个多智能体 propagator 模型。Propagator 可以理解为一套“每笔交易的影响如何随时间传播”的规则。新模型不再对所有订单使用同一规则,而是让市场分别追踪不同参与者的订单流。

当市场能够把成交正确归因给发起者,并估计其参与率和订单年龄时,模型确实复现了平方根冲击,幅度也不再依赖 ϕ。这说明 Bonart 的机制在逻辑上可以成立,但成立条件非常具体:匿名成交记录必须被拆解成多个持续、可识别的交易者流。

论文认为,这相当于让市场完成一次困难的“盲源分离”:从混合在一起的成交中恢复每个发起者的行为。作者称其为艰巨的信息处理任务,但这属于他们的机制判断,并非量化验证后的性能结论。

这个条件也带来一个可证伪预测。如果市场白化的是稳定订单流,那么时间上充分分离、无法被识别为同一持续流的孤立元订单,就不应遵循 SRIL。作者说,这似乎与他们所知的经验数据不符;但论文没有列出相应数据集或量化偏差,因此目前只能把它视为待检验的张力,不能写成实证已经推翻该机制。

为什么这次追问值得看

这篇论文最有价值的地方,是把“平方根”拆成三个不同问题:价格为何扩散、冲击方差为何按成交量累加,以及平均冲击为何从某个起点按平方根增长。它们听起来相近,却不是一回事。

作者还给出一条独立的成交量守恒思路:平方根可能来自必须彼此平衡的交易量,而不是来自必须被消除的相关性。按论文的判断,这条路径能选出平方根形式,也更清楚地暴露出平均冲击与标准差之间缺失的桥梁。它支持的是一种“机械”解释方向,而不是证明某个完整机制已经胜出。

这也改变了评价冲击理论的标准。模型不能只拟合一条凹形曲线;它还要解释幅度为何近似稳定、市场如何获得元订单的起点与身份信息,以及执行结束后的冲击为何能够衰减。只解释其中一项,仍不足以说明 SRIL。

局限与未知

  • 本文讨论来自同一作者组的一篇论文,关于 Bonart 机制及经验现象的判断都缺少独立交叉印证。
  • “孤立元订单可能不符合经验数据”的说法没有给出数据集和偏差幅度,结论仍待专门检验。
  • 多智能体模型说明“识别发起者后可以得到 SRIL”,但市场能否从匿名交易中稳定完成这种识别,论文没有提供直接经验证据。

供稿材料 SOURCES — 1

← 返回 2026-10-11 · 量化板块