第一部分（下）：实证事实 —— 市场的日内体温表

为什么先看实证再上模型#

原书的教学法值得学：第三部分那些精巧的控制模型，参数全部来自这两章的实证事实。先知道市场长什么样，再决定模型该假设什么——顺序反过来，就是用优雅的数学解一个不存在的市场。

日内模式：市场有生物钟#

高频数据里最稳定的规律是日内周期：

• 成交量与波动率呈 U 型：开盘、收盘附近最活跃，午盘最清淡——开盘在消化隔夜信息，收盘在赶调仓截止；
• 价差呈 L 型：开盘最宽（隔夜信息不确定性最高，做市商提价自保），随后收窄并趋稳；
• 深度反向：价差宽时深度浅，市场”又贵又薄”的时段集中在开盘。

一句实操翻译：同样一笔单子，几点钟交易，成本可以差好几倍。这是执行算法存在的第一个理由。

价格的微观长相#

拉近到毫秒级，价格不再是连续曲线：

• 价格在最小报价单位上跳动，微观结构噪声让高频”收益率”充满机械来回——用最高频数据直接算波动率会严重高估；
• 订单流有强自相关：买单倾向跟着买单来（大单切片 + 跟风），但价格并不因此可预测——因为做市商也看得见订单流，会先调价；
• 成交与撤单的比例悬殊：绝大多数挂单以撤销告终，订单簿是个不断重写的草稿，不是承诺。

市场质量怎么度量#

第 4 章给出一组度量市场”好坏”的标尺：价差（点差成本）、深度（能吃多大单）、价格冲击（成交后价格移动多少）、短期波动。这组指标的价值在于给”高频交易是好是坏”这类争论提供了可核查的语言——原书的实证态度：算法交易普遍收窄了价差，但极端时刻的流动性更脆弱。

A 股读者的对照笔记#

原书数据来自美股，A 股读者需要几个换算：A 股有涨跌停与 T+1，订单簿会出现”一字板”这种美股没有的极端形态；开收盘是集合竞价而非连续交易；股票最小报价单位 0.01 元对低价股是不可忽略的摩擦。规律的形状（日内 U 型、开盘价差宽）在 A 股同样成立，参数必须本地重估。

本页带走的三句话#

1. 市场有生物钟：开盘又贵又薄、午盘清淡、收盘拥挤——同一笔单子在不同时点成本差数倍；
2. 高频价格充满微观结构噪声，订单簿是不断重写的草稿——最高频的数据不等于最真的信号；
3. 这两章零数学门槛，是全书性价比最高的部分——日频研究者也该读。