被动限价单也会改变价格：把成交强度、MLOFI与库存放进一个 HJB

01 · 先把“成交”与“冲击”接上

令 δ 是限价单相对中间价的距离（用 tick 或统一价格单位），Λ(δ) 是单位时间、单位数量的成交强度。论文用一个可估计的指数形式：

更深的报价等待更久，这一项对应成交概率/队列风险；但挂单本身会通过订单流失衡影响价格。若 β(δ) 表示距中间价 δ 处的 MLOFI 价格响应，论文用：

因此，单看“成交越快越好”会漏掉一个状态变量：更激进的报价既提高成交强度，也可能积累更大的被动价格压力。ρ 是聚合层的平均冲击率，不是把某一笔子订单的价格变化认定为因果冲击。

02 · 一个把报价、库存和冲击放在一起的 HJB

论文考虑卖出库存 q₀，每次成交一单位，库存为 Qₜ = q₀ − Nₜ，其中成交计数过程的强度是 λe^(−kδₜ)1{Qₜ₋>0}。受被动挂单影响的中间价写成：

在运行库存惩罚 φ∫Qᵤ²du 和终点惩罚 αQ_T² 下，价值函数可用 u(t,x,q,s)=x+qs+θ(t,q) 分解。令 m=k（股票样本中是接近的近似），一阶条件给出：

ω(t,q)=exp(kθ(t,q)) 把非线性方程变成三角线性系统；终端条件是 ω(T,q)=exp(−kαq²)，且 ω(t,0)=1。直接含义不是“库存越大就永远离中间价更远”：(η/λ)q 是被动冲击的外生成本，而 ω(t,q)/ω(t,q−1) 同时承载库存风险、剩余时间和成交机会，二者必须一起求解。若 m≠k，最优报价改由一阶条件的 Lambert-W 解或数值 HJB 给出，不能继续套用等衰减公式。

03 · 原始数据给出的衰减证据

在 LOBSTER 的逐事件 NASDAQ 数据中，论文跟踪可见限价单从提交到首次成交、撤单或删除。对每个距离桶 δ，用成交量除以暴露时间估计：

MLOFI 价格响应用多层回归 ΔS = Σ_d βᵈ MLOFIᵈ + ε 的 ridge 系数，再把层数映射到平均距离 δ_d，拟合 log βᵈ = log ξ − ℓδ_d。这一步必须统一每 100 股/每 10000 股等数量单位，否则 η=ξλ 没有可比含义。

六只 NASDAQ 股票（2016 年 252 个交易日、10:00–15:30）得到 k≈0.48–3.72；小 tick 股票的 ℓ 约 0.01–0.02，大 tick 股票约 −0.10–−0.06，总体为 ℓ≪k，所以 m=k+ℓ 通常接近 k。LSEG FX 的五个货币对给出 k≈0.49–0.62、ℓ≈0.13–0.33，两条衰减曲线的差距更明显。论文还明确指出：深层订单的成交概率下降很快，但其 MLOFI 信息的价格响应更持久；“不会成交”不等于“没有信息”。

04 · 数值实验说明怎样会出现“更少成交但不一定更差的短缺”

论文用 1000 条路径、每条 1000 个时间步做 Monte Carlo，对永久被动冲击参数 η 做对照。均值（单位按论文表格）为：

• η=0：终点库存 1.003、P&L 0.320、implementation shortfall −0.035、交易时间 284.9 秒。
• η=0.005：终点库存 1.928、P&L 0.071、implementation shortfall −0.019、交易时间 290.2 秒。
• η=0.01：终点库存 6.367、P&L −0.011、implementation shortfall −0.061、交易时间 298.3 秒。

η 增大时，策略会把报价放得更保守，平均成交变少、交易时间变长，P&L 下降；但 implementation shortfall 不必单调恶化，因为更远的报价部分补偿了冲击。这个结果是模型内的模拟诊断，不是“冲击越大越安全”，也不是实盘绩效。

05 · 把新机制接回本站证据链

1. 公允价与订单流：把 MLOFI/OFI 作为价格响应输入，先估计 β(δ)，再与中间价、Micro-price 等短期公允价基线比较；不把 OFI 回归系数直接当作可成交价差。
2. 成交概率与队列：在真实队列或队列集合 Θ 下计算暴露时间和成交量。深度、订单年龄、撤单和延迟要分层，否则 k 会把队列混合误差吸收成一个常数。
3. Markout 与逆向选择：对每笔成交同时记录 M(h)、MLOFI 状态与报价距离；在“无被动冲击”和“加入 ρ(δ)”两条路径上重算，避免把由自己聚合执行造成的价格漂移误标成对手方信息。
4. 库存：用现金—库存财富恒等式核对终点 P&L，并单列未成交库存、终点惩罚和被动冲击；不能用只在成交样本上算出的 markout 代替库存路径。
5. 延迟：把决策时间、发送、交易所接受和回报确认分开，按延迟后的实际 δ 估计成交强度。若延迟导致撤单失效，需将其作为状态转移，而不是给 k 一个统一折扣。
6. 样本外：按时间滚动估计 (λ,k,ξ,ℓ)，在未见时段/品种/波动 regime 上固定参数运行 HJB。报告 Λ̂ 校准、β̂ 稳定性、库存尾部和净财富，不能只报告回测成交率。

06 · 最小可失败实验与边界

• 预注册距离桶、暴露起止规则、部分成交拆分、同时间戳排序、价格单位和 MLOFI 归一化；缺包或无法链接的订单单列，不当作零暴露。
• 在训练期拟合 log Λ̂ 与 log β̂，在时间后移的测试期检查指数残差、分位数校准和不同 tick/流动性层的斜率。用 block bootstrap 或按交易日聚类，而不是把相邻事件当独立样本。
• 设置无冲击、聚合冲击、冲击衰减和不同队列假设四个模型；若策略排序只在单一 η 或单一队列模型成立，应报告敏感性区间而非“最优”。
• 论文的证据来自 NASDAQ 2016 LOBSTER、LSEG FX 和模型模拟；MLOFI 回归是聚合相关而非单笔因果识别，假设永久冲击也可能不适合国内期货。国内期货必须用逐笔委托、成交回报和交易所规则重新校准。