从公允价到可成交优势：做市研究的完整证据链

01 · 做市研究的对象，是一笔可能发生的成交

我们可以准确预测下一秒价格，却无法在预测价格附近买到；也可能频繁取得成交，却总在不利行情到来之前接到订单。因此，“价格估得准”“成交得多”“成交后有优势”是三个不同命题。本站以一笔报价从形成到结束的生命周期为主线，把它们连接起来。

公允价 → 成交概率 → 成交后价格变化 → 库存路径 → 执行约束 → 样本外验证。这是一条研究依赖链，不是单向的软件流水线：排队位置会改变成交样本，库存约束会改变报价，报价变化又会改变成交概率。后面的证据必须能反过来否定前面的设计。

02 · 公允价先回答“估计什么、何时可知”

这里的短期公允价是一个有预测期限、信息集和评价基准的模型估计，不是基本价值的宣告。若目标是固定期限 h 后的中间价，可以把候选目标写成 v(t,h) = E[m(t+h) | 当时可用信息]。预测下一个跳价事件与预测一秒后的价格并不是同一任务，不能混用标签与评分。

中间价是可观察基线，加权中间价是盘口统计量，经过状态转移估计的 Micro-price 是进一步的模型。Stoikov 的工作为这种区分提供依据，但其论文中的经验结果不能代替本地合约验证。把模型输出设为报价中心，还需要独立处理库存和费用。Stoikov (2018) · The micro-price: a high-frequency estimator of future prices

订单流也要守住时间边界。Cont 等人的研究描述了订单流失衡与短期价格变化的经验联系。用于解释同一窗口价格变化的 OFI，不能直接冒充窗口开始时已知的预测特征；预测实验必须明确窗口关闭、行情接收和决策时刻。Cont, Kukanov & Stoikov · The Price Impact of Order Book Events

最小检验：在相同测试段比较中间价、加权中间价与候选模型；报告误差、方向偏差、样本数及分时段稳定性。先证明增量信息存在，再讨论如何下单。

03 · 成交不是独立抽签

定义一次报价动作 a，包括买卖方向、价格、数量、有效期和撤单规则。状态 x 包括可见盘口、队列估计、波动、库存及延迟。成交概率应写成 P(有效期内成交 | x,a)，并说明“任意部分成交”还是“全部成交”。应先固定评价对象：若评估实际报价与撤单规则下，在预定有效期内是否成交，撤单或到期而未成交可合法记为 F = 0；若研究的是“假设订单继续存续时会否成交”等不同目标，撤单可能构成删失或竞争事件，需要另行建模，不能混用两类口径。

为了说明最关键的条件差异，先考虑一手、最多成交一次、无部分成交的教学设定。F ∈ {0,1} 是成交指示变量，F = 1 表示有效期内成交，F = 0 表示未成交；Y 表示成交后固定期限的方向调整 markout，未成交时直接将乘积 FY 定义为 0。对 P(F = 1 | x,a) > 0 的状态与动作，成交条件期望有定义，并有：

这是条件期望的分解，不是完整收益模型。右侧第二项必须来自“成交条件下”的样本，不能用所有时刻的平均预测收益代替。真实部分成交应逐笔或按成交量计量；不同动作的比较还必须加入未成交时的后续决策、成本和库存影响。

Lehalle 与 Mounjid 研究了限价单成交、流动性失衡、逆向选择和延迟之间的联系。这提示我们：信号看起来最有利的时刻，未必也是最容易成交的时刻；知道即将发生什么，仍需要来得及撤单或改价。Lehalle & Mounjid · Limit Order Strategic Placement with Adverse Selection Risk and the Role of Latency

本站建议：把“成交概率校准图”和“成交条件下的 markout 曲线”放在同一页，并按相同报价距离、队列状态与时段切分。它们共同刻画同一个动作，不应成为互不相干的两份模型报告。

04 · 用一个恒等式，避免重复计算优势

对一笔实际成交，令 d = +1 表示买入、d = −1 表示卖出，p 为成交价，m₀ 为预先约定的成交前参考中间价，mₕ 为成交后 h 的中间价。统一口径后：

第一项是相对参考中间价的成交价格优势，第二项是成交后方向调整漂移。负漂移可以作为不利成交的诊断信号，但单凭这条曲线，不能识别对手方是否有私有信息，也不能完成逆向选择的因果归因。信息不对称可以产生买卖价差，是 Glosten–Milgrom 的经典理论结果；一次观测到的负 markout 不是该机制的单独证明。Glosten & Milgrom (1985) · Bid, Ask, and Transaction Prices in a Specialist Market with Heterogeneously Informed Traders

若已使用从成交价出发的 markout，就不要再把同一笔“赚到的半价差”加一次。对期货将价格差按合约乘数和成交手数换算为金额，再列示适用费用；markout 即使扣除了入场费，也不等于已经平仓后的净收益。

时钟约定：记录参考报价采用成交前最近一条可确认行情，还是成交后行情；记录同时间戳如何排序。跨休市、缺失未来报价或行情异常时标记不可评价，不用事后插值伪造可见价格。不同参考口径应分别命名，不能悄悄拼在一条曲线上。

05 · 库存会改变下一次问题

成交不是终点，它改变了下一次报价的状态。A–S 模型以库存风险为核心解释保留价格与报价偏移，为区分市场估值和库存偏好提供了清晰起点；该模型依赖理想化价格和到达过程，不能直接视为现实撮合器。Avellaneda & Stoikov (2008) · High-frequency trading in a limit order book

本站建议同时保存净库存、总暴露、持仓时间和退出成本估计。两条策略即使平均库存相同，也可能分别表现为频繁的小幅偏离，或长时间的大额单边滞留。二者不能用同一个均值掩盖。

因此报价动作的比较至少需要两本账：一本记录成交价格与后续变化，另一本记录库存持续时间、超限事件与退出代价。若设定库存惩罚，它是研究者的风险偏好参数，应披露尺度和敏感性，不能与已发生费用混成一个不可解释的“净收益”。

06 · 执行模型决定哪些结论有资格保留

订单需要经过决策、发送、确认、排队、部分成交、待撤与终止。撤单请求不等于撤单完成，触价不等于成交，档位减少也不必然是前方订单被消耗。只有聚合快照时，真实队列位置通常不能唯一恢复，应展示识别边界。

Queue-reactive 模型研究了订单流强度随当前订单簿状态变化的建模方式，为状态依赖模拟提供了原始文献入口。但采用模型名称不等于已经校准了本地行情，更不等于重建了自己的真实队列。Huang, Lehalle & Rosenbaum · Simulating and analyzing order book data: The queue-reactive model

同一策略至少应并排展示基准队列假设与保守假设；延迟压力要区分行情接收、下单和撤单。若优势随一个合理的排队假设调整而消失，结论应退回“需要执行证据”，而非继续美化收益曲线。

07 · 国内期货研究：先做合约与数据适配

本文不列举未经逐条核实的现行品种参数。对每个目标合约，研究档案应附交易所或其他适用官方规则原文、适用日期和数据来源，并核对：合约乘数、最小变动价位、交易时段与交易日归属、委托与撮合规则、价格限制、持仓及报撤单约束，以及适用费用口径。

同时说明行情是快照、逐笔成交还是逐笔委托；供应商时间戳代表什么；是否存在缺包、合并更新、重复序号或乱序。不能用低频快照回放得到的理想成交，去支持对亚毫秒撤单效果的精确结论。

换月与连续合约尤其需要分开：研究价格连续性的数据处理，不自动产生可交易订单簿。执行回放必须对应实际可交易的合约，并显式记录换月、跨时段和退出假设。这里给出的是核验清单，不是对任一交易所现行规则的概括。

08 · 从单点提升，走向可证伪的完整验证

1. 固定基线：统一数据、费用、仓位边界和终止条件，以固定价差为起点，再加入库存偏移、估值信号、队列和状态过滤。
2. 时间向前：参数只在训练段选择，在后续未参与选择的时段评价。重叠标签要留出足够隔离；测试段表现不应用来反复调参后仍称样本外。
3. 双向拆解：逐项添加观察增量，同时从完整设计中移除关键模块。变化顺序会影响结果，应披露交互影响。
4. 报告分布：给出成交数量、成交概率校准、各期限 markout、库存尾部、退出成本和费用后损益；按时段与市场状态拆分。高频样本相关，不能把每笔成交当作独立观测夸大精度。
5. 压力与反例：列出延迟增加、费用变化、队列更保守或极端行情时结论是否保留。展示失效片段与缺失数据比例。
6. 保证复核：保存代码版本、参数版本、数据范围、清洗规则、订单事件轨迹及结果生成命令。没有数据授权时发布方法与聚合结果，不公开原始受限行情。

结语 · 每一步都有自己的否定条件

估值没有样本外增量，就不必加到报价中心；成交概率无法校准，就不能信任回放成交；markout 口径不清，就不能讨论逆向选择；库存和退出成本缺席，就不能讨论完整策略；执行假设经不起压力，就不能从教学演示跨越到实证结论。

双边研究的方向是把这些边界连起来，让一项结论知道自己从哪里来、依赖什么，以及在什么证据面前应该改变。本文是方法综合，等待合约数据与可复核实验检验。