逆向选择

这个想法

一个同时报出两边价格的做市商，并不知道进来的委托里哪些是有信息的。没有信息的委托从两边都会来，让做市商赚到价差；有信息的委托则从价格即将移向的那一侧过来，做市商在这些委托上亏钱。在 Glosten 与 Milgrom 1985 年的模型里，价差被设得足够宽，使得在无信息流上赚到的钱，能够支付在有信息流上的亏损。逆向选择就是这份亏损，也正是为什么在有信息交易更可能发生的时候价差会走宽，比如在定期数据发布之前。

这对用限价委托的交易者意味着什么

同一套逻辑适用于任何挂单的人。挂在最优价的一张买单，会在卖方活跃到足以打到它的时候成交。它会被完全成交，是在卖方活跃到足以穿透这个价位的时候，而那也正是价格最可能继续下跌的时候。那些没有成交的委托，往往恰恰是本来会赚钱的那些：价格在队列轮到它之前就走开了。结果是一份被筛选过的成交样本，纸面上比实际中更好看。

怎么度量它

记录每一次成交时的中间价，并在固定的一段时间之后再记录一次，比如 30 秒或 1 分钟。对买入来说，markout 是后来的中间价减去成交价；对卖出来说，是成交价减去后来的中间价。平均 markout 低于零，就度量出了这些成交上的逆向选择。以 100 笔被动买入成交、平均 markout 为负半跳为例：相对于市场随后去的方向，这些成交平均付出了半跳，而这要和这些委托因为没有跨过价差而捕获到的那份价差放在一起算。

• 要在很多笔成交上度量；单次结果什么也说明不了。
• 把被动成交和主动成交分开比：主动成交付了价差，但并没有以同样的方式被逆向选择。
• 把安静的时段和活跃的时段分开；逆向选择集中在信息到来的时候。

对回测的影响

一个只要价格触及限价就判定成交的回测，既忽略了队列，也忽略了这层筛选：它记下了那些本来会来得太晚、甚至根本不会来的成交，又丢掉了价格穿过时本该被打到的成交。假设委托排在队列第一位的逐笔回放，出于同样的原因也是偏乐观的。

在 Senzoukria 里

回测面板的交易成本会对每一笔交易的入场施加滑点；一个建立在限价委托之上、又在 K 线上测试的策略，读它的结果时仍然要记着它的成交假设，因为 K 线并不记录一张委托当时会排在队列的什么位置。交易日志的「Review in Replay」按钮会在回放工作区里重新打开一笔交易，在那里可以逐步查看每次成交之后的价格路径，这就是 markout 研究的手工版本。