# 读paper-量化估计HFT对市场的影响

By [MMObserver](https://paragraph.com/@mmobserver) · 2022-10-10

---

最近市场很无聊，不如读点高频交易理论相关的paper。做些输出，也逼自己好好学习。

[https://www.fca.org.uk/publication/occasional-papers/occasional-paper-50.pdf?mod=article\_inline](https://www.fca.org.uk/publication/occasional-papers/occasional-paper-50.pdf?mod=article_inline)

原文是英国FCA的一个working paper，从交易所要了某个ETF的交易log。比起其他的依据tickdata或者orderbook的研究，交易log最大的额外信息是IOC order(大多数套利机器会用IOC来控制自己fill失败被人反过来snipe的风险）还有及时cancel，成功免于被人arbitrage的order。交易log补足了这些信息，让我们得以仔细观察高频博弈的过程。

![](https://storage.googleapis.com/papyrus_images/e5b946a8a2deb488de9adcde15ebf8d193682c4aab95300260b0b9ffdfe3d68d.png)

（what is latency arb：你挂了个BTC 买单， BTC的‘true price’ 跌到了你的买单下面0.5%，但你徒手交易，所以来不及撤单重挂，于是聪明的套利机器人在一个对他有利的价格hit了你的买单。对于散户来说这种被套利几乎是无感的，因为你不知道这一秒BTC的‘true price’ ）

**下面直接上key results**

1.  套利机会活跃。FTSE 100 一天平均有537次套利博弈，平均一分钟一次。FTSE的日交易量差不多800M$,相当于一个一线交易所的交易量。而FTSE的流动性（包括直接的sprd以及间接的，潜在的hedge delta途径）远远好于大多数交易所pair的平均水平。所以我们认为在一个一线所内，或者几个一线所之间的套利机会远远大于FTSE 100。
    
2.  成功的套利者平均比失败的套利者快 5～10ms。因为相差太小，实际上有4%的trade先被交易所的messagehub接收，但是后被process。对于现在的币圈交易所来说，大多数给做市商的市场数据流的latency都超过了5ms，而高频做市商发出order到交易所process之间的delay更是有操作空间。有的交易所甚至明显的减慢了外部做市商发订单的速度，以至于他们内部的做市商的订单可以last in first out ：）
    
3.  22%的交易量来自这种latency arb。因为LSE不刷量，而大多数一线所狠狠地刷，所以我大体估计一天中有1bil$左右的latency arb空间。
    
4.  三间公司成为了这种高频交易中55%的赢家和66%的输家。这个市场是高度集中的，crypto中可能好一些， 毕竟交易所的基建决定了stream data还没那么快，大家很容易“卷到尽头”，所以有更多的“潜在赢家”。
    
5.  每次arb大概赚0.5个tick，对FTSE来说就是2英镑。对crypto来说，大多数交易所taker fee都得收2bps，所以单次的平均盈利应该高于2英镑
    
6.  这种高频套利对市场是有害的。全市场成交量中0.53bip被套利者赚走，而这些成本最终都分摊给了那些没花钱卷IT的大户或者散户身上。paper中提出类似定期暗池拍卖的做法来避免套利，可以节约17%的流动性成本（流动性成本还包括sprd 等等，paper中有一部分做了decomposition，感兴趣可以研究）
    
7.  可以简单的用交易量去回归预测高频套利的成交量，R^2有0.82，波动性也和高频套利的成交量有关但是一起考虑并不能显著提升预测效果，因为市场中的各个factor是highly-nested的。
    
8.  在套利机会成交后，经过10s左右，MtoM的利润最大，interesting
    

![](https://storage.googleapis.com/papyrus_images/e0c65c34eba7ff09ac26e56f2bbd5470e20e2ba1ee56acc47449dfe02eaa3260.png)

[https://twitter.com/cryptoMMobserve](https://twitter.com/cryptoMMobserve)

这是读paper的第一次输出尝试，有兴趣交流的朋友可以关注我的twitter，祝我将来可以继续有动力输出

---

*Originally published on [MMObserver](https://paragraph.com/@mmobserver/paper-hft)*