量化研究参考系列之六：高频订单失衡波动如何影响市场流动性？
2026年05月23日 报告发布日期 高频订单失衡波动如何影响市场流动性？ ——量化研究参考系列之六 刘静涵执业证书编号：S0860520080003香港证监会牌照：BSX840liujinghan@orientsec.com.cn021-63326320 研究结论 ⚫文献信息：本次分享的论文由Boston College的VincentBogousslavsky与EPFLSwiss Finance Institute的Pierre Collin-Dufresne联合撰写，于2023年8月发表于金融学顶级期刊《The Journal of Finance》，标题为《Liquidity,Volume,andOrder Imbalance Volatility》，聚焦市场流动性、成交量、波动率与订单失衡波动之间的动态关系。 Kronos：基于K线预训练的金融基础模型：——量化研究参考系列之五2026-05-18金融风洞：用相似历史行情合成个股收益序列：——量化研究参考系列之四2026-05-12高维环境下的最优因子择时：——量化研究参考系列之三2026-04-21SSPT：股票时序定制化预训练选股框架：——量化研究参考系列之二一2026-04-13QuantaAlpha:用大模型做量化因子挖掘：——量化研究参考系列之一2026-04-07 ⚫推荐理由：论文围绕“成交量增加究竟改善还是恶化流动性”这一市场微观结构核心问题展开研究，提出高频订单失衡波动（HFOIV）指标，用于刻画流动性提供者面临的库存风险。论文指出，成交量本身并不必然导致价差扩大，真正影响流动性的关键在于成交量是否伴随订单失衡波动上升。当买卖订单持续单边聚集时，做市商库存风险显著增加，即便成交量提高，买卖价差也可能扩大。 ⚫核心框架：论文基于连续时间动态库存模型，构建“订单流状态切换→做市商库存变化→库存风险积累→买卖价差调整”的流动性分析框架。1）订单流建模：使用连续时间Markov Chain描述订单流在不同状态之间切换；2）库存风险刻画：将订单失衡波动视为做市商库存风险的重要来源；3）流动性机制：在订单失衡波动不变时，成交量上升有助于做市商更快对冲库存，价差下降；在成交量不变时，订单失衡波动上升会提高库存风险，价差扩大；4）实证指标构建：使用日内5分钟订单失衡序列标准差构造HFOIV，用于衡量高频库存风险。 ⚫亮点分析：论文实现了流动性研究框架的多维升级：1）理论视角：从传统“成交量决定流动性”升级为“成交量与库存风险共同决定流动性”；2）指标构建：从日频订单失衡等低频指标，升级为基于5分钟订单流的高频订单失衡波动指标；3）解释能力：成功解释大盘股中长期存在的“成交量越高、价差反而越大”的异常现象；4）风险区分：通过Witching Day与财报日对比，说明HFOIV更偏向刻画库存风险，而非传统信息不对称风险；5）资产定价：进一步验证HFOIV对未来横截面收益具有预测能力，说明库存风险可能获得风险补偿。 ⚫实证结果：论文以2002—2017年美国股票市场为研究对象，样本覆盖NYSE、NASDAQ与Amex普通股，基于TAQ高频交易数据构建流动性指标。实证发现，在未加入HFOIV时，大盘股中成交量与价差呈正相关，违背传统流动性理论；加入HFOIV后，大盘股成交量系数由正转负，HFOIV系数显著为正，说明此前“成交量越高、流动性越差”的现象，本质上来自订单失衡波动带来的库存风险冲击。模型解释能力也显著提升：大盘股回归R²从16.63%提升至26.19%，小盘股从27.70%提升至31.46%。此外，HFOIV在Witching Day显著上升并推动价差扩大，而在财报日附近相对稳定；在横截面收益预测中，高HFOIV股票未来收益更高，表明库存风险具有资产定价意义。。 ⚫优化方向：结合论文框架与实际量化研究应用，后续可从两个方向拓展：1）订单流粒度：从5分钟成交后订单失衡，进一步扩展至盘口深度、队列失衡、撤单行为、主动/被动成交结构等更细粒度订单簿信息；2）动态风险建模：从日频聚合HFOIV，升级为滚动日内HFOIV、状态切换库存风险指标或实时库存压力指标，更好刻画极端行情下流动性突然恶化。 风险提示 1.量化模型基于历史数据分析，未来存在失效风险，建议投资者紧密跟踪模型表现。2.极端市场环境可能对模型效果造成剧烈冲击，导致收益亏损。 目录 1、文献信息：Journal of Finance发表流动性研究，高频订单失衡波动框架揭示库存风险机制.............................................................................................4 2、推荐理由：高频订单失衡波动框架，重新解释流动性形成机制................4 3、核心框架：动态库存模型结合高频订单流，重构流动性分析框架.............5 3.1动态订单流：Markov状态切换刻画库存变化...............................................................53.2 HFOIV指标：高频订单失衡波动刻画库存风险............................................................53.3流动性形成机制：成交量与库存风险共同决定价差......................................................6 4、亮点分析：高频订单失衡波动框架，实现流动性研究视角升级................6 4.1理论视角升级：从“成交量决定流动性”到“库存风险决定流动性”...................................64.2指标构建升级：高频订单失衡波动替代传统低频订单流指标........................................64.3实证解释能力升级：解释传统理论无法解释的“正相关现象”.........................................74.4资产定价视角升级：库存风险进入横截面收益解释框架...............................................7 5、实证结果：HFOIV显著提升流动性解释能力并具有资产定价能力论文实验 设计与核心结论.............................................................................................7 5.1数据与指标构建............................................................................................................75.2成交量与流动性的异常正相关现象：大盘股违背传统理论...........................................85.3 HFOIV显著提升流动性解释能力：重新恢复理论一致性..............................................85.4特殊事件分析：Witching Day强化库存风险冲击.........................................................95.5横截面收益预测能力：库存风险具有风险补偿属性......................................................9 6、优化方向：高频订单流框架仍具进一步扩展空间...................................10 6.1更细粒度订单流建模：从订单失衡波动扩展至订单簿结构.........................................106.2高频库存风险动态化：从静态日频指标扩展至连续时间风险状态...............................10 7、风险提示...............................................................................................10 图表目录 图1：订单失衡波动、成交量与买卖价差关系：高频库存风险机制解释流动性变化.....................5图2：高频订单失衡波动与流动性指标时间序列变化...................................................................8图3：不同市值股票中成交量与流动性的关系差异.......................................................................8图4:加入HFOIV后流动性回归结果显著改善..............................................................................9 量化投资领域中，市场微观结构与流动性研究始终是海外顶级金融期刊的重要方向。随着高频交易与算法做市的发展，传统仅基于成交量与波动率解释流动性的框架，已难以完整刻画现代电子化市场中的库存风险与交易摩擦。为此，我们继续开展量化研究参考系列报告，聚焦海外顶刊在流动性建模、订单流分析及资产定价方向的前沿成果，通过深度拆解核心理论模型、实证设计与创新指标，提炼对量化因子研究、交易成本建模与市场微观结构分析具有借鉴意义的新思路。本期重点解析发表于《Journal of Finance》的论文《Liquidity, Volume, and Order ImbalanceVolatility》，研究首次提出高频订单失衡波动（HFOIV）指标，从做市商库存风险视角重新解释成交量、波动率与流动性的动态关系，并验证了HFOIV在流动性解释与横截面收益预测中的重要作用，为高频流动性建模与量化风险刻画提供了新的研究框架。 1、文献信息：Journal of Finance发表流动性研究，高频订单失衡波动框架揭示库存风险机制 本次分享的论文由Boston College的Vincent Bogousslavsky与EPFL、Swiss FinanceInstitute的Pierre Collin-Dufresne联合撰写，于2023年发表于金融学顶级期刊《Journal ofFinance》 （Vol.78,No.4） ，论 文 标 题 为《Liquidity,Volume,and Order ImbalanceVolatility》。论文围绕市场微观结构中的核心问题——“流动性如何形成”展开研究，首次系统提出高频订单失衡波动（High-Frequency Order Imbalance Volatility, HFOIV）指标，用于刻画做市商在高频交易环境下面临的库存风险，并基于连续时间动态库存模型，重新解释成交量、波动率与买卖价差之间的关系。 2、推荐理由：高频订单失衡波动框架，重新解释流动性形成机制 论文围绕市场微观结构中的经典问题——“成交量增加究竟会提升还是恶化流动性”展开研究，提出高频订单失衡波动（High-Frequency Order Imbalance Volatility, HFOIV）指标，用于刻画做市商在高频交易环境下面临的库存风险。论文基于连续时间动态库存模型指出：成交量本身并不一定改善流动性，真正决定买卖价差（Spread）变化的关键，在于成交量变化是否伴随着更高的订单失衡波动。当市场中的买卖订单持续单边聚集时，即便整体