High frequency market microstructure noise estimates and liquidity measures
利用计量经济学文献中的最新进展，我们从纽约证券交易所股票的大样本交易价格的高频观察中分离出基本面成分和微观结构噪声成分。然后，我们将这些统计测量的市场微观结构噪声的基础股票的可观察到的特征，特别是不同的金融措施，其流动性。我们发现，更多的流动性股票的财务特征具有较低的噪声和噪声信号比从他们的高频回报率测量。然后，我们研究是否存在一个共同的，市场范围内的因素，在高频股票水平的噪音测量，以及该因素是否在资产回报定价。
2009-06-08 q-fin.TR stat.AP
Market Microstructure Knowledge Needed for Controlling an Intra-Day Trading Process
在过去的二十年里，大量的学术和理论工作一直致力于大订单的最佳清算。订单在时间（“最优交易安排”）和空间（“智能订单路由”）上的最优分割引起了\rred{to}从业者的高度兴趣，因为最近全球监管和流动性的演变导致市场微观结构日益复杂。本文将这些监管问题以及更广泛的当前市场设计转化为定量术语。它将最佳交易、订单簿模拟和最佳流动性方面的最新进展与新兴全球流动性网络中的交易现实联系起来。
2013-02-19 math.OC q-fin.TR
Stock market microstructure inference via multi-agent reinforcement learning
量化金融有着悠久的传统，即通过多智能体系统（MAS）对复杂系统进行自下而上的推理。这些统计工具基于通过集中式订单簿对代理交易进行建模，以模拟复杂多样的市场现象。这些过去的金融模型都依赖于所谓的零智能代理，因此代理信息和学习的关键问题，价格形成的核心，因此所有的市场活动，不能得到适当的评估。为了解决这个问题，我们设计了下一代MAS股票市场模拟器，其中每个代理通过无模型强化学习学习自主交易。我们校准模型，以真实的市场数据从伦敦证券交易所多年来$2007$到$2018$，并表明它可以忠实地再现关键的市场微观结构指标，如各种价格自相关标量在多个时间间隔。因此，智能体学习使得微观结构的模型仿真具有更大的真实性。
2019-10-17 q-fin.CP q-fin.PR q-fin.TR
Market Microstructure of Non Fungible Tokens
不可替代代币（NFT）行业近年来已经见证了数百万美元的交易。随着技术、创新和去中心化对NFT市场环境的快速创新，越来越难以区分真正的NFT与时尚和骗局。本文讨论了非金融交易的市场微观结构，重点是价格形成、市场结构、透明度以及对其他金融领域的应用。本文还研究了在虚售模式背景下非资金转移市场的市场操纵行为。文章最后提供了投资者可以采取的尽职调查活动的指针，以减轻NFT交易风险。
2021-10-08 cs.CR econ.GN q-fin.EC
Stylized Facts and Market Microstructure: An In-Depth Exploration of German Bond Futures Market
本文基于逐笔限价订单簿数据分析Schatz、Bobl、Bund和Buxl四种德国国债期货的典型事实，并提出真实性指标以基准测试市场模拟器。
2024-01-19 q-fin.ST q-fin.TR
SoK: Market Microstructure for Decentralized Prediction Markets (DePMs)
Concordia University（康考迪亚大学）
本文通过回顾去中心化预测市场（DePMs）的历史和设计，分析了其模块化工作流程及各模块的设计变体，探讨了去中心化、表达性和抗操纵之间的权衡，并指出了研究中的开放问题。
2026-07-10 cs.CE cs.CR q-fin.TR
Microstructure and Manipulation: Quantifying Pump-and-Dump Dynamics in Cryptocurrency Markets
本研究利用分钟级OHLCV数据量化加密货币拉高出货动态，识别累积阶段并计算内部人士利润，提出预累积与现场原型分类，增强检测算法并支撑市场执法策略。
2025-04-22 q-fin.TR
Can Agent-Based Models Probe Market Microstructure?
我们扩展先前的证据表明，天真地使用日内代理为基础的模型，涉及现实的订单匹配过程建模连续时间双向拍卖市场似乎无法提供一个强大的数据和许多模型参数之间的联系，即使这些模型能够重现一些著名的程式化的事实回报时间序列。我们证明，虽然植根于市场微观结构的日内代理模型的参数可以有意义地校准，那些专门与代理行为和激励仍然存在问题。这可能只是一个失败的校准技术，但我们认为，所观察到的参数退化是最有可能的结果，在这些模型中采用的现实匹配过程。这表明，其他方法来连接数据，现象学和市场结构可能是必要的，这是可以想象的，一个可以构建一个有用的模型，不直接依赖于代理行为的细微差别，即使它是已知的，真正的代理人从事复杂的行为。
2017-08-31 q-fin.CP q-fin.TR
A Microstructure Analysis of Coupling in CFMMs
本文分析两个CFMM作为中间市场时耦合价格动态导致的篮子通胀微观结构，量化其对价格漂移、交易规模等指标的影响，并给出恒定乘积市场案例研究。
2025-10-07 q-fin.CP q-fin.MF q-fin.TR
Semi Markov model for market microstructure
我们引入一个新的模型来描述一个tick-by-tick单一资产价格的波动。我们的模型是基于马尔可夫更新过程。我们认为一个点的过程与时间戳的价格跳跃，和标记相关的价格增量。通过用一个合适的马尔可夫链对这些指标进行建模，我们可以重现价格收益的强均值回归，即微观结构噪声。此外，通过使用马尔可夫更新过程，我们可以模拟市场活动强度的峰值的存在，即波动率聚集，并考虑价格增量和跳跃时间之间的依赖性。我们还提供了简单的参数和非参数的统计方法来估计我们的模型。我们得到了平均特征图的封闭形式的公式，并显示了我们的模型在大尺度极限的扩散行为。我们通过数值模拟来说明我们的结果，我们的模型与Euribor期货的经验数据是一致的。
2013-05-01 math.PR q-fin.TR
Consistency of MLE for partially observed diffusions, with application in market microstructure modeling
本文提出部分观测扩散模型 MLE 一致性的有限参数充分条件，并在市场微观结构潜在价格模型中验证，且基于 NASDAQ 数据完成估计。
2024-12-07 math.PR math.ST q-fin.TR
Evolution of Market Microstructure in the Age of AI
AbleBlox
本文综述AI时代市场微观结构的演变，探讨市场能否在保护隐私下高效公平配置稀缺资源，并指出配置是代理商务协议栈缺失的一层。
2026-09-29 cs.GT econ.EM q-fin.GN
Limit Order Book Dynamics in Matching Markets: Microstructure, Spread, and Execution Slippage
本文提出了一种基于限价簿的市场微观结构模型，揭示了买卖价差和执行滑点在匹配失败中的作用机制。
2025-11-26 cs.MA cs.SI q-fin.TR
TradeFM: A Generative Foundation Model for Trade-flow and Market Microstructure
TradeFM是一种基于生成Transformer的市场微观结构基础模型，通过学习大规模交易数据实现跨资产泛化，有效捕捉市场特征并提升合成数据生成与交易策略研究能力。
2026-02-27 cs.AI cs.LG q-fin.CP
Price impact without order book: A study of the OTC credit index market
我们提出了一个研究的价格影响，在场外信用指数市场，没有限价订单簿的使用。合约通过交易商进行交易，交易商为客户的订单而竞争。尽管这种独特的微观结构，我们成功地应用传播技术来估计个别交易的价格影响。由于订单通常比多边市场更少被分割，因此观察到的影响主要是永久性的，与理论预期一致。提出了一种简单的方法来纠正我们在买卖交易分类中的错误。我们发现，在2015年底和2016年初，订单流相关性出现了非常显著的暂时性增长，我们将其归因于投资者之间订单分割或羊群效应的增加。我们还发现，有迹象表明，向较少的经销商发布的订单可能会产生较低的价格影响。定量结果与其他更经典市场的早期发现是一致的，进一步支持价格影响是一种普遍现象，在很大程度上独立于市场微观结构的论点。
2016-09-15 q-fin.TR
150 Years of Return Predictability Around the World: A Holistic View
使用16个发达国家债券、股票和住房市场的新年度数据，我使用支付价格比研究了回报的可预测性，即，息票价格、股息价格和租金价格。48个国家资产组合中没有一个表现出一致的样本内和样本外表现，均值方差投资者的效用收益为正。只有3个（2/4）国家在其股票（住房/债券）市场上显示出积极的经济增长。代表性代理人的风险资产组合和财富组合的回报可预测性甚至更弱，这表明使用支付价格比率来确定一个国家的投资回报时间不会使投资者受益。基于Cochrane（2008年，2011年）VAR分析的预测回归表明，14（5）个国家在股票（住房）市场中具有可预测的支出增长，例如，股息价格预测了美国的股息增长。使用所有国家的数据进行VAR模拟并没有否定股息增长是可预测的这一假设。本文提出了坚实的证据，对回报的可预测性的基础上支付比率。
2022-08-31 q-fin.GN q-fin.PM q-fin.PR
Systemic Risk in Market Microstructure of Crude Oil and Gasoline Futures Prices: A Hawkes Flocking Model Approach
本文提出了霍克斯羊群效应模型，从内生性和交互性两个角度对高频过程中的系统性风险进行评估。我们考察了过去十年的WTI原油和汽油期货市场，并以条件风险价值为基准进行了比较分析。在高频结构方面，我们得出了实证研究结果。WTI的内源性系统性风险显著高于汽油，且汽油对WTI的影响水平始终高于汽油对WTI的影响水平。而且，虽然相对影响的程度是不对称的，但其差异性逐渐减小。
2020-12-08 q-fin.RM q-fin.ST q-fin.TR
Is high-frequency trading inducing changes in market microstructure and dynamics?
本文使用2002年1月至2009年5月的股票价格和股票交易量的高频时间序列，研究了自2005年以来最突出的高频交易的开始对美元交易量动态的影响是否明显。事实上，在几乎所有的14只交易量很大的股票中，美元交易量的赫斯特指数都从早期的高斯噪声增加到后来的自相似动态。这种转变在时间上既与Reg NMS改革有关，改革允许高频交易蓬勃发展，也与交易的平均规模下降有关，较小的交易显示出明显较高的自相似性。
2010-09-21 q-fin.ST q-fin.TR
Microstructure under the Microscope: Tools to Survive and Thrive in The Age of (Too Much) Information
市场微观结构是对管理资产交换的过程和协议的调查，目的是减少可能阻碍转移的摩擦。在金融市场中，有大量记录的信息，这就意味着要研究价格、交易量和价差等观察到的变量与交易成本和波动性等隐藏因素之间的动态关系，这些因素对金融体系的有效运作起着支配作用。“亲爱的，在这里我们必须处理尽可能多的数据，只是为了保持业务。如果你想赚钱，你必须处理至少两倍的数据。“--红皇后呼叫对冲基金区的爱丽丝。在这个信息（太多）的时代，必须从一桶桶的废话（噪音）中发现知识（信号）的金块。为了帮助从混沌中提取意义并更好地理解金融变量之间的关系，我们总结了（Kashyap 2016 b）的理论结果在微观结构研究中的应用。中心概念依赖于一种新的方法，该方法基于Bhattacharyya距离（一种跨分布的相似性度量）和Johnson Lindenstrauss引理（一种降维技术）之间的婚姻，为我们提供了一种简单而强大的工具，可以在代表任何两个分布的数据集之间进行比较。我们提供了一个实证说明，使用价格，数量和波动率在七个国家和三个不同的大洲。不同的市场或证券的子类别对它们相应的分布有不同的度量，这告诉我们它们的不同程度。这可以帮助投资者寻找多样化或寻找更多的相同的东西。
2017-03-26 q-fin.TR
Interpretable Hypothesis-Driven Trading:A Rigorous Walk-Forward Validation Framework for Market Microstructure Signals
本文提出了一种严格走步验证框架，用于验证市场微观结构信号，通过结合可解释的假设驱动信号生成与强化学习，实现可解释的算法交易策略验证。
2025-12-15 q-fin.CP q-fin.TR stat.ML
Comparing the market microstructure between two South African exchanges
我们考虑在两个南非股票交易所上市：约翰内斯堡证券交易所（JSE）和A2 X交易所。A2 X是一个替代交易所，在南非的金融市场生态系统内提供共享上市和新上市。从科学的角度来看，它提供了在类似的监管和经济环境下比较交易类似股票的市场的机会，但流动性，成本和商业模式截然不同。与JSE相比，A2 X目前具有竞争力的结算和交易定价，但JSE具有更深的流动性。为了从实证上理解这些差异与其各自的价格反应动态之间的关系，我们比较了不同时间尺度上收益率的分布和自相关性;比较了价格影响和主曲线;比较了每个交易所的交易成本。这使我们能够从经验上比较这两个市场。我们发现，随着测量或采样时间尺度的增加，各种风格化的事实变得相似。然而，相同的证券可以有非常不同的价格反应，无论时间尺度。考虑到不同的流动性和订单弹性，这并不奇怪。在这里，我们表明，直接成本占主导地位的交易成本，竞争定位成本上限的重要性。通用性对于能够有意义地比较跨交易所价格反应至关重要，但在A2 X的情况下，由于交易所的婴儿期，它尚未以有意义的方式出现-使有意义的比较变得困难。
2020-11-09 q-fin.ST q-fin.TR
The Signal Credibility Index for Prediction Markets: A Microstructure-Grounded Diagnostic with Weighted and Time-Varying Extensions
Devnull
本文提出信号可信度指数作为独立诊断工具，通过改进的持久性组件、加权柯布-道格拉斯形式、时间变化规格及蒙特卡洛验证，区分微观结构制度，揭示协调可信度而非纯信息内容的两种失效模式。
2026-04-29 econ.GN q-fin.EC q-fin.TR
The Anatomy of a Decentralized Prediction Market: Microstructure Evidence from the Polymarket Order Book
本文通过分析Polymarket订单簿数据，揭示了去中心化预测市场的微观结构特征，包括长shot溢价、深度分布、延迟效应等，并指出需通过链上订单成交事件获取交易方向。
2026-05-14 cs.GT q-fin.GN q-fin.TR
Optimal High Frequency Trading in a Pro-Rata Microstructure with Predictive Information
我们提出了一个框架来研究最优的交易政策，在一个按比例的限价订单簿，通常会出现在短期利率期货合约。高频交易者可以选择通过市价订单或限价订单进行交易，这两种订单分别由脉冲控制和常规控制表示。我们的模型和讨论的后果的两个主要特点，这种特殊的微观结构：第一，限价订单发送的高频交易员只执行部分，因此，她没有控制的执行数量。为此，累积执行量的复合泊松过程建模。第二，高频交易者面临过度交易的风险，这是在她的库存残酷的变化的风险。这种风险的后果进行了调查的背景下，最佳清算。利用随机控制和动态规划方法研究了最优交易问题，得到了价值函数的一个积分拟变分不等式的刻画.然后，我们提供了相关的数值解决方案的程序，并证明了这种计算方案的收敛性。接下来，我们研究几种情况，我们可以一方面通过减少状态变量的数量来简化数值计算过程，另一方面专注于实际感兴趣的特定情况。在中间价格过程是鞅的情况下，我们研究了一个做市问题和一个最佳执行问题。我们还详细介绍了一个高频交易策略的情况下，（预测）的方向信息的中间价。每一个由此产生的战略说明了数值测试。
2012-05-14 q-fin.TR
The Privacy Subsidy in Market Microstructure
The Open University of Japan（日本开放大学）
本文证明做市商在粗化信号上定价必然产生隐私补贴，并刻画其在三个经典模型中的闭式形式，表明隐私在主导阶上福利中性且可内生化选择最优噪声规模。
2026-09-11 cs.CR cs.GT q-fin.TR
Realtime market microstructure analysis: online Transaction Cost Analysis
出于实际的挑战，在监控大量的算法交易订单的性能，本文提供了一种方法，导致自动发现的原因，背后的交易表现不佳。它还为实时交易分析的通用框架提供了理论基础。学术文献提供了不同的方式来形式化这些算法，并显示如何从均值方差，随机控制，脉冲控制或统计学习的观点，他们可以是最佳的。本文是不可知的算法已经建成的方式，并提供了一个理论形式主义，以确定在实时的市场条件，影响其效率或效率低下。对于一组给定的特征描述的市场背景下，由从业者选择，我们首先展示了如何一组额外的派生的解释性因素，称为异常检测器，可以创建每个市价订单。然后，我们将提出一种在线方法来量化这个扩展的因素集，在任何给定的时间，预测哪些订单表现不佳，同时计算这个解释性因素集的预测能力。有了这些信息，我们称之为影响力分析，我们打算授权订单监控用户对任何受影响的订单采取适当的行动，通过新的参数重新校准交易算法，暂停其执行或接管更直接的交易控制。我们也打算使用这种方法在交易后的分析算法可以利用自动调整自己的交易行为。
2013-03-01 cs.IT math.IT math.ST
How markets slowly digest changes in supply and demand
在这篇文章中，我们从微观结构的角度重新审视了价格形成中的经典问题，回顾了最近的一系列理论和实证工作，解释了供求波动是如何慢慢融入价格的。由于公开市场流动性极低，大宗买卖订单只能在长达数月的时间内逐步交易。因此，订单流是一个高度持久的长记忆过程。保持与市场有效性的兼容性对价格形成、流动性的动态和影响的性质具有深远的影响。我们回顾了一系列理论，这些理论对市场冲击的数量和时间依赖性、买卖价差、订单簿动态和波动性进行了详细的定量预测。与数据的比较产生了一些令人鼓舞的成功。这一框架提出了一种对金融信息的新解释，在这种解释中，代理商充其量只是弱信息，所有代理商都对价格产生类似的、极其嘈杂的影响。大多数经过处理的信息似乎来自供求关系本身，而不是来自外部新闻。这里回顾的想法是相关的市场微观结构监管，代理为基础的模型，成本最优执行策略，并了解市场生态。
2008-09-04 cond-mat.stat-mech physics.soc-ph q-fin.TR
Optimum Liquidation Problem Associated with the Poisson Cluster Process
在本研究中，我们发展了一个交易策略，以解决在非流动性市场中，具有不同市场微观结构的大额订单交易的离散时间最佳变现问题。在这个框架下，订单流可以被看作是一个具有随机强度的点过程。我们将价格影响建模为自激动态过程的线性函数。我们制定的清算问题作为一个离散时间马尔可夫决策过程，其中的状态过程是一个分段确定性马尔可夫过程（PSTO）。数值结果表明，最优交易策略依赖于市场微观结构的特征。当没有高于一定值的订单时，最优解在限价订单簿的较低级别中接受报价，以防止订单未完成并面临最终库存成本。
2015-12-25 q-fin.CP q-fin.MF q-fin.TR
ViperQ: Order Flow Pattern Recognition via Auction Market Theory for Reinforcement Learning Trading
University of Colorado, Colorado Springs（科罗拉多大学斯普林斯分校）；University of Iowa（爱荷华大学）
ViperQ利用拍卖市场理论特征构建强化学习交易状态表示，在真实机构数据上实现TSLA和NVDA的高回报，验证了微观结构模式在顺序决策中的有效性。
2026-09-15 cs.AI q-fin.TR
Understanding jumps in high frequency digital asset markets
虽然注意力是数字资产价格的预测器，比特币价格的上涨是众所周知的，但我们对其替代品知之甚少。研究高频加密数据为我们提供了独特的可能性，可以确认跨市场数字资产回报是由围绕黑天鹅事件的高频跳跃驱动的，类似于波动性和交易量季节性。回归分析表明，日内跳跃显着影响一天结束时的回报的大小和方向。这为加密期权定价模型的研究提供了基础。然而，我们需要更好的计量经济学方法来捕捉加密货币的特定市场微观结构。所有计算都可以通过quantlet.com技术重现。
2021-10-18 q-fin.TR stat.AP
Risk-Sensitive Compact Decision Trees for Autonomous Execution in Presence of Simulated Market Response
J. P. Morgan Chase（摩根大通）；Georgia Institute of Technology（佐治亚理工学院）
我们展示了风险敏感强化学习的应用，以优化执行限价订单簿市场。我们表示采取订单执行的马尔可夫决策过程的基础上，限价订单簿知识，并训练在市场模拟器中的交易代理，它模拟多代理人的互动，通过合成市场反应，我们的代理人的执行决策，从历史数据。由于市场冲击，执行大量订单可能会产生巨大的成本。我们学习交易信号的市场微观结构在存在模拟的市场反应，并得出可解释的基于决策树的执行策略，使用风险敏感的Q学习，以最大限度地减少执行成本的成本方差的约束。
2021-01-06 cs.LG q-fin.TR
