Market Microstructure in Practice

 

Market Microstructure in Practice(Charles-Albert Lehalle & Sophie Laruelle)

                     "Market Microstructure in Practice"是本結合研究與業界日常監控經驗的作品,一方面能為我們提供理解現代金融市場運作機制,執行成本建模及風險控制的鑰匙,另一方面也是我們前面基於高頻交易,訂單流知識的相關閱讀延伸.兩位作者是歐洲人,書中的舉例也多以歐洲的交易所為主.

                      為什麼要談"市場微結構"(Market Microstructure)?首先,它是價格形成的核心,市場微結構部分研究的重心在理解"價格形成過程"(Price Formation Process, PFP).價格形成是資本主義的核心,透過交易者間的買賣平衡供給與需求.形成反映資產價值的公允價格."價格形成過程"主要由"資訊"驅動,但裡頭卻存在一個"資訊悖論",理論上更多的透明資訊有助於公平價格形成,但實務上個別投資者卻擔心"資訊洩漏",有人會搶先獲得訊息,搶先交易,或因此產生過度的市場衝擊.而微結構研究讓交易者能透過量化數據,比如買賣差價,波動性,訂單簿深度來衡量並獲取真實的流動性,與它的動因.

                     其次,微結構研究躍上檯面的另一個原因是市場從過去單一國家交易所的壟斷,轉向現代碎片化(Fragmentation)的格局,交易所私人化驅動而產生.不論是美國的 Reg NMS或是歐洲的MiFID等新的監管機制,或機構,都希望透過廢除集中交易規則,引進新的不同交易場所,比如 MTF,暗池的競爭,來降低摩擦成本並提升市場品質.另外電子化交易的形式與速度以不適用於老舊的交易規則與監管,交易所從場內交易轉變為毫秒級匹配訂單的伺服器,交易決策越來越由演算法完成,交易模式與方式能跳脫過往受制人腦與行動所及的範圍,比如高頻交易.且在現代碎片化市場中,提供流動性的做市商與獲取流動性的方向性交易者之間的界線已不復存在,所有交易者都在不同場所間尋找流動性,這些市場結構重新洗牌構成組織,機制,機器,人員的新變革,這都使得市場微結構成了必須關注的焦點

                     所以微結構研究之所以必要,是因為它是價格形成的戰場,而碎片化則是監管推動競爭與技術進化的必然結果.交易員必須掌握從"微觀訂單簿動態"到"宏觀執行策略"的量化工具,才能在這種高度碎裂且快速變動的市場中達成最佳執行.

                    在現代金融的版圖上,市場早已不再是一群身著西裝,在交易大廳瘋狂揮手喊價的傳統場所.隨著技術的演進與監管的變革,市場結構經歷了一場大轉型.故事的起點在於監管機構對競爭的渴望,為了打破歐洲各國歷史交易所的壟斷地位,2007年生效的 "MiFID"(歐盟金融工具市場指導原則,Markets in Financial Instruments Directive,)解除集中交易的法律障礙,監管者想法很純粹,透過引入競爭來降低交易成本並提升市場品質,但這導致了市場的'碎片化".原本集中在一處的流動性,現在散落在受監管市場(RM),多邊交易設施(MTF),經紀商橫跨網絡(BCN)與暗池(Dark Pools)中,流動性不再是均勻恆定的池塘,而是在不同場所之間閃爍不同的脈衝.

                    當流動性四散,簡單的"市場份額"已不足以回答這個問題,作者引入了物理學中衡量系統混亂程度的"熵"(Entropy)概念.構築碎片化指數.當所有交易集中在單一場所時,系統是"有序"的,熵為0.但當交易遍及在所有可用場所時,系統可能達到最大混亂.碎片化效率指數(FEI)越高,接近 100%則代表流動性分佈極其均勻,這對於套利者而言是理想環境,因為他們能在不同場所間建立流動性橋樑,反之低FEI出現時, 交易員就必須非常謹慎的選擇發送訂單的交易所,因為流動性高度集中在特定角落,會使得成交未必如期.面對破碎的市場,交易員不能再只在"時間"上拆分訂單,還必須在"空間"上進行分拆.這便催生了一種核心技術組件"智能訂單路由器"(SOR).SOR 的功能就像是一個精密的導航儀,它即時掃描所有可見的訂單簿,建立一個"整合視圖",並根據價格,費用,延遲與成交機率,決定將訂單發送到哪個場所.

                   另外碎片化不單只發生在交易所,也發生在商品價格的定義上,比如最小價格跳動單位(Tick Size)定義了訂單報價的格線.當最小價格跳動為1元時,30元漲至31元,價格只需往上跳動1階,但若最小跳動單位是0.1元,那價格必須連跳10階,才能到31元,此時訂單簿上的掛單形式必然大不同於前者,跳點價大小與市場品質之間形成了微妙制衡,較小的點價跳動,雖然縮小了買賣差價,但會導致每個價位上的"市場深度"(Market Depth)變淺,當點價太小時,交易員只需要微幅改善一點價格,就能插隊排在所有人前面,這使得原先在1元跳價爭奪快速下單形成的"時間優先權"變得毫無意義,報價也變得極其短暫且不穩定,這種俗稱"排隊跳過"(Queue Jumping)的狀態就是碎片化市場的另一種現象.於是,歐洲各交易所不得不簽署協議來統一價格表,因為過度縮小點價雖然表面上美化了差價,實際上卻損害了機構投資者的執行效率.

                   將這些碎片化觀念連結起來,我們可以看到現代市場運作的全貌.監管變革創造了碎片化地圖,FEI 指數告訴我們地圖的複雜程度,為了在地圖上移動,我們依賴 SOR在不同場所間進行"空間拆分".而交易所則利用 "Tick Size"作為競爭槓桿來調節流量,但若調整過度,則會降低報價的價值,並將投資者推向"暗池".雖然如此碎片化帶來革新,但技術的限制依然存在.因為現代電子設備算力,速度的提升,因為這樣反而造成更嚴重的"香農採樣定理"(Nyquist–Shannon Sampling Theorem)現象,因為當訂單簿資訊更新的速度快過資訊傳遞到終端顯示的延遲時,觀察者就會失去許多真正資訊,這解釋了為什麼有交易商追求設備與交易所'共置"(Co-location),因為極致的速度成為了碎片化市場中不可或缺的武備競賽.總結來說,現代金融市場不再是一個單一交易場所,而是一個由技術,規則與透明度等級交織而成的動態生態系,理解這些微觀機制的相互作用,是達成最佳執行的唯一途徑.

                    然而僅僅知道流動性"在哪裡"是不夠的.對於交易者,監管立法者與監管者而言,更關鍵的問題在於這些散落的流動性是如何"脈動"的?不同變數之間存在什麼樣的連鎖反應?以及這種破碎化是否隱藏著足以引發崩盤的系統性弱點?碎片化的市場交易量並不是在所有時間上呈現均勻分佈,即便 多邊交易設施(MTF, Multilateral Trading Facility,)在連續競價撮合交易(Continuous Auction)時段分食了大量市場份額,而初級交易所,比如歐洲交易所,倫敦證交所則依然在集合競價撮合(Fixing Auctions)領域壟斷交易量.但這並非偶然,集中競價扮演著"流動性磁鐵"的角色.它將不同代理人的意圖集中在單一時間點,形成一個具備共識的"公允價格",本書的作者指出對於"存貨驅動型"(Inventory Driven)的投資者(比如大型基金)而言,他們需要集合競價撮合來處理大額部位,並規避當沖波動風險,而追求"相對價值"的投資者則更依賴連續競價撮合.更有趣的是這種多元市場間彼此的影響,也構成連動依賴性,例如巴西市場的"真正開盤"往往是在美國市場開盤半小時後才有較明顯的成交量,這說明了全球市場間的資訊依賴性.此外數據的發佈,或特定日期,如期貨結算日,都會形成特定時間中巨大的交易量尖峰,徹底改變當天的流動性地貌,這些流動性因素告訴我們理解這些模式對於優化交易基準策略至關重要.

                    如果說構築交易量的系統模式是流動性的呼吸,那麼"交易量","買賣差價","波動性"與"報價數"便是支撐流動性的四根支柱,且這四者間存在著微妙的物理平衡.比如"買賣差價"是造市商承擔風險的報酬,當"波動性"上升時,造市商會為了補償潛在損失而擴大差價.而當前面提到當買賣差價受到"最小價格變動單位"(Tick Size)限制,而無法進一步收窄時,流動性提供者會轉而增加第一限價的掛單數量.也就是說當"價格"無法競爭時,"規模"成了競爭的替代品.所以真正強大的交易場所是必須展現出強大的"波動性抗性",即便在市場動盪,風險提高時,它們的交易數量仍能與波動性保持同步增長,而不會讓流動性瞬間蒸發.在碎片化市場中,不同交易場所之間的價格之所以能保持一致,全賴於一群特殊的"搬運工",高頻交易者在不同流動性池之間建立了"流動性橋樑",透過套利確保商品在不同交易所裡的價格相同,而這群特殊搬運工正逐漸從交易流動性最高的藍籌股,擴展交易至中小型股票,而這增強了市場整體的統一性.但高頻交易的存在也引發了公平性的爭議,雖然他們表面上縮小了買賣差價.但這種"窄差價"往往是短暫且小額的.研究顯示,高頻交易的活動雖然降低了零售投資者成本的不確定性,卻可能增加了機構投資者的執行複雜度,因為大額訂單被迫分拆得更細以避開偵測.最後碎片化雖然帶來了競爭,但也增加了系統的連鎖風險.

                   從宏觀視角觀察了歐洲市場如何因為監管而碎片化,並學習了如何測量這場大爆炸後的餘波,但對真正的交易實踐者而言,挑戰在於如何在這一片由數十個交易場所,高頻交易與隱形暗池交織而成的混亂戰場中,抵達最佳執行的終點.於是隨後作者為大機構者描繪了一套"自動化交易系統"的藍圖.這套系統的必須能在毫秒間將散落在不同交易所的訂單簿資訊,如買賣差價,掛單量等數據,拼湊成一個完整的世界觀.同時,這套系統也儲存預測市場衝擊與風險的數學公式,並包含能實際執行的設施,比如有負責風險控制的"導航儀"與負責捕捉流動性的"戰術機器人".書的最後一部分,就在討論設計執行實踐這樣的系統可能遇見的問題,這種架構的核心在於"人機協作",由軟體處理複雜的邏輯組合與瞬息萬變的數據,而人類交易者則站在更高的維度.負責應對意外事件,調整執行參數並監控整體績效.

                   當我們準備執行一筆龐大的"元訂單"(Metaorder)時,除了面臨市場風險外,另一個常被遺忘的困境就是"市場衝擊"(Market Impact)的影響.市場衝擊是指我們的下單規模可能會改變價格,如果我們交易得太快,會推高買價或壓低賣價,導致成交價格偏離公允價值.市場衝擊具有明顯的"凹"(Concave)特徵,這意味著對建構訂單開始時所施加的壓力,影響力往往大於結尾部分.而"市場衝擊"與"持股參與率",及下單效應"持續時間"(Duration)之間存在著相互依賴關係.為了極小化"市場衝擊",我們傾向於緩慢交易,將訂單執行拉長到數小時甚至數天,但此時"市場風險"(Market Risk)便會隨之而來,等待的時間越長,價格朝不利方向劇烈波動的可能性就越高,反之,若不想等待,快速執行訂單,就會拉高市場衝擊的可能機率.因此交易者的性格決定了這場戰鬥的節奏,害怕風險的人會選擇加速執行以求落袋為安,即便要付出高額的市場衝擊.而注重成本的人則會選擇與時間為友,緩步潛行.

                    為了描繪交易者企圖對於市場價格,或是訂單簿的影響,作者提出了從布朗運動到隊列反應模型,與點過程(point process)的各種價格行為的假設條件來觀察.其實這裡開始才是我們閱讀這本書的核心重點,理解那些基於訂單簿資料流產生的各種可能模式,與條件變數假設.我們常假設價格遵循"布朗運動"(Brownian Motion),這是一種隨機且無方向的擴散模式,為我們設定了價格波動的"風險邊界".但是,當我們將顯微鏡對準訂單簿（LOB,Limited Order Book)時.布朗運動就顯得太過粗糙,因為在訂單簿微觀世界裡,交易是由一連串離散的事件(插入訂單,撤單訂單,訂單成交)構成的,而這些現象正是屬於點過程(Point Process)的使用範圍.關於點過程,最初學術研究上嘗試使用簡單的泊松過程(Poisson Process).簡單說如果想算"一分鐘內會有多少筆買單進來",會用泊松過程. 如果想算"一分鐘後這支股票會漲到多少錢",要會用布朗運動假設.但泊桑過程假設下單的頻率是恆定且無記憶的,實證下發現這與現實完全脫節.於是這書引入了"隊列反應模型"(Queue Reactive Model),這個模型承認下一個事件發生的強度,深受當前"排隊"情況的影響,比如當買方第一限價的掛單快被耗盡時,價格向下跳動的機率就會劇烈上升.這種對於條件化(Conditioning)的理解,讓"交易系統"能像老練的獵人一樣,在訂單簿的脈動中尋找最佳的出手瞬間.

                     若我用最通俗的白話來解釋這本書使用的模型,布朗運動 (Brownian Motion)像是在看醉漢走路,我們站在遠處看市場價格,不在乎這分鐘是誰掛了單.只看到價格在那裡晃來晃去,像一個醉漢在街上亂走."布朗運動"主要用來設定"限價"的大方向,它告訴我們,如果現在價格是 100 元,一小時後可能變102元或98元,不看細節,只看價格隨著時間"擴散"的範圍.而"點過程"就是每當有人點擊滑鼠完成一次"掛單","撤單",或"成交"這樣的現象."點過程"不關心你買多少數量,它只關心"什麼時候"發生的.它是所有微觀模型的骨架,把物理時間變成了"事件時間".基礎泊松過程則假設人們掛單或撤單的頻率是固定的,完全不看現在排隊排多長.但這很不現實,因為如果成交很快,大家會搶著掛單,如果排隊太長,大家會想撤單,於是便有了進階的隊列反應模型 (Queue Reactive),看著"排隊長度"來決定下一步的行為.而霍克斯過程 (Hawkes Process)則是觀測下單後的跟風與連鎖反應現象,用白話說,就是只要有一個大戶開始大筆'成交",就會引發一群人跟著"掛單"或"撤單",比如一筆大買單成交後,通常會接連出現好幾筆成交,因為大家的演算法都被觸發了,這叫"自激勵",一個事件會點燃下一個事件的火苗.廣播模型 (Propagator Model)則在展示成交後的"餘波效果",衡量一筆"成交",它會讓價格產生漣漪,然後慢慢平復.它專門研究每一次的"買"或"賣"對價格的衝擊力會持續多久.如果市場上很多人都在往同一個方向"成交",這個漣漪就會疊加成巨浪,把價格推向遠方.

                    所以市場微觀結構下引進新的交易模型方式在使用上,大致像這樣,先用 "布朗運動" 假設,衡量看今天價格大概會在哪裡遊走,設好下單的"限價範圍".然後 用"點過程"的概念來監控市場的跳動脈搏,比如觀察 "隊列反應",看現在排隊(掛單量)的情況,決定自己是不是要"趕快成交",亦或是等待.同時小心運用 "霍克斯過程"觀察,看是否要將大單拆解,別讓自己的大單引發別人的跟風,導致價格被自己推高.最後用 "廣播模型"計算剛剛那筆成交造成的波動什麼時候會散去,好準備下一次的掛單 .

                    這套建立在"布朗運動"假設下的價格模型,確實是現代高頻交易與最佳執行算法的導航地圖,但是內容極其繁複之所以會常感到混淆,主要是因為這些模型在不同的時間尺度上,以及不同的假設條件下,會演化出不同的變體,共分成五層.第一層是純粹的公平價格模型.模型假設市場存在一個"公平價格"(Fair Price),它代表在沒有任何摩擦力的情況下,供需對抗後的真實價值,假設公平價格遵循"離散化的算術布朗運動"(Discretized Arithmetic Brownian Motion),具有馬可夫性質(Markov Process),這意味著未來的價格變動僅取決於當前狀態,與歷史路徑無關,隨機性則是透過高斯隨機變數來模擬.第二層則引入"執行代價"的交易模型.在現實交易中,不可能直接以"公平價格"成交,因為交易行為本身會產生"市場衝擊",所以實際成交價 = 公平價格 + 市場衝擊.交易越快,對價格推升越劇烈,成本越高,反之,等待越久,公平價格隨機跑掉的風險越大,這是市場衝擊與市場風險間的必然矛盾.第三層是古典最佳化框架(Almgren-Chriss, AC 模型),它解決的是"如何分配一段時間內的交易量",透過"均值-變異數最佳化"(Mean-Variance Optimization)找出最小化預期成本與規避價格波動風險之間的平衡點,模型會產出一條交易包絡曲線(Trading Envelope),告訴你在每個時間片段(如每 5 分鐘)應該執行多少量.第四層是現代隨機控制框架(Cartea-Jaimungal, CJ 模型),這是針對高頻環境設計的進階模型,將 AC 模型從"靜態規劃"提升到"動態導航",並將時間從離散轉為"連續時間",引入了"訂單流"(Order Flow)概念,交易員不再只是照表操課,而是根據即時觀察到的買賣壓力(訂單流)來隨機調整交易速度(Stochastic Control).第五層則超越布朗運動,屬於高頻交易範疇,當觀測尺度縮小到毫秒時,布朗運動的"無記憶性"假設會失效,因為高頻交易具有強烈的自相關性與群聚效應.所以"霍克斯過程"(Hawkes Processes)用來取代簡單的隨機過程,模擬交易活動"自我激勵"(Self-exciting)的特性,就是一筆大單成交後往往吸引跟著另一批跟隨者進行交易,而廣播器模型(Propagator Models)改用"事件時間",藉此建模價格衝擊如何隨時間慢慢衰減(Decay).在閱讀這本書時如果感到混淆,可以先釐清混淆的內容是屬於哪一個層級. 如果是在談"資產配置與風險規避",通常指 "AC 模型". 如果是在談"即時反應訂單流與隨機決策",通常是在"CJ 框架". 如果是在談極短時間內的流動性爆發與價格反轉.則涉及 Hawkes 過程或廣播器模型.

                       這本"市場微結構"越到後半部越不容易讀懂,使用的額外補充附錄變得極其重要,雖然它也只是拿來補充說明文本,但是個人讀者應該還是會把重點放在後面,畢竟那個才是連結理解高頻交易相關模型與方式運用的關鍵核心概念有關,但我必須說,這些觀點非常鬆散的散佈在不同的書籍上,目前似乎找不到一本能一次搜羅相關主題所有假設狀態,與模型解釋匯總的書籍,這實在是有些麻煩.以上.