是瞬间成交还是漫长等待？——如何衡量市场流动性

衡量一个资本市场的成熟度，市场的流动性是一个非常重要的指标。在一个流动性好的市场中，投资者可以根据市场的基本供求状况，以合理的价格迅速地执行大规模的交易指令，并且不会对资产价格产生很大的影响。多数理性的投资者会寻求交易流动性较好的标的，避开那些流动性不足的品种。

流动性有多种定义：Stigler(1964)认为流动性是在使价格没有明显波动的前提下市场吸收买卖定单的能力。Glen(1994)把流动性界定为迅速交易且不造成大幅价格变化的能力；Massimbe和Phelps(1994)把流动性概括为“为进入市场的订单提供立即执行交易的一种市场能力”(即通称的“即时性”)和“执行大额市价订单时不会导致市场价格较大幅度变化的能力”(即通称的“市场深度”)。

从这些定义可以看出，所谓市场的流动性，就是资本市场上一种资产和现金能够以较小的交易成本迅速相互转换的能力，它衡量了完成金融交易的隐性成本。在一个流动性好的市场中，投资者可以根据市场的基本供求状况，以合理的价格迅速地执行大规模的交易指令，并且不会对资产价格产生很大的影响。

市场流动性是以如下标准来衡量的：能否在对市场价格波动产生较小影响的前提下，以较低的交易成本迅速及时完成一定数量指令，具体来说，一个市场的流动性表现在以下三个重要的方面：(1)速度，指买卖标的的指令能否迅速及时地达成交易，即交易的即时性；(2)成本，指在交易成本尽可能小的情况下得到交易的即时性；(3)数量，指较大数量的交易能否按照合理的价格执行及其对价格的影响程度。

下边我们来具体介绍这些指标：

(1)速度，即交易的即时性，在期货和期权市场，交易即时性需求比股票市场更急切、更持久。当市场环境发生变化时，平仓等待的时间越长，交易者头寸的风险越大。在交易者进行跨期套利和期现套利，其头寸仅为交易策略的一部分，交易即时性需求更为突出。

(2)成本，如果投资者愿意接受极为不利的条件，交易一般均能够得到迅速执行。因此，流动性还必须具有第二个条件，即交易即时性必须在成本尽可能小的情况下获得，或者说，在特定的时间内，如果某资产交易的买方的溢价很小或卖方的折价很少，则该资产具有更好的流动性。流动性的价格层面意味着，买卖某一标的的价格必须等于或接近占主导地位的市场价格。

流动性的价格因素通常以市场宽度（width）来衡量，最常见的指标是买卖价差，即当买卖价差足够小时，我们可以说市场具有宽度，当大额订单的买卖价差很大时，市场缺乏宽度。以宽度衡量的流动性在价差为零时达到无限大，此时交易者可按照同一价格实现买和卖。宽度指标主要用来衡量流动性中的交易成本因素。

(3)数量，或者深度，是指在不改变市场价格的情况下可能的交易量，主要包括报价深度、成交深度、成交量、持仓量等指标。

Glen（1994）把市场深度定义为在目前价格上可交易的能力。订单数量越多，则市场越有深度，反之，如果订单数量很少，则市场缺乏深度。深度反映了在某一个特定价格水平（如最佳卖价或买价）上的可交易的数量。深度指标可用来衡量市场的价格稳定程度，即在深度较大的市场，一定数量的交易对价格的冲击相对较小，而在浅度市场，同等数量的交易对价格的冲击将较大。

如上所述，交易标的流动性可以通过多维度指标进行测量，这类指标有买卖价差(spread)、VR比率、illiquidity流动性比率、Hui— Heubel流动性比率、Martin流动性比率和Amivest流动性比率等指标。这些指标或多或少均存在一定的缺陷，如买卖价差，买卖价差是同一时刻最优卖出价与最优买入价之差，其优点在于可以直接衡量立即的交易成本，但对交易的规模未做考虑。而其他流动性比率指标要么是所需的时间周期过长，要么易受个别极端价格变化的影响，其在衡量过程中都不能充分体现流动性的变化。

而对于期货和期权市场而言，除考虑成交的速度、成本及数量之外，还需要注意：

假定由于较大数量的交易在较短的时间内得到执行，从而造成价格上的较大变化，则还可以推论出流动性的第四个构成要素——弹性（resiliency），即由于一定数量的交易导致价格偏离均衡水平后恢复均衡价格的速度。在一个以弹性衡量的高流动性的市场，价格将立刻返回到“有效水平”。或者说，当由于临时性的订单不平衡导致价格发生变化后，新的订单立即大量进入，则我们可以说该市场具有弹性；当订单流量对价格变化的调整缓慢，则市场缺乏弹性。

以上四个要素也就是通常所说的流动性的四维。需要指出的是，这四维指标在衡量流动性时可能彼此之间存在冲突。例如，深度和宽度通常就是一对矛盾，深度越大则宽度（买卖价差）越小，宽度越大则深度越小；即时性和价格也是一对矛盾，为耐心等待更优的价格无疑将牺牲即时性。

我们将主要的衡量流动性方法列在下表：

在市场上，流动性是双边搜索的目标，即买进者寻找卖出者，卖出者寻找买进者。因此，可以把流动性视为搜索的函数，其中四个自变量即流动性的四维（宽度、深度、即时性和弹性）。

以 L 表示流动性，p 表示交易价格（宽度，以价差表示），q 表示交易数量（深度），t 表示时间（即时性），r 表示弹性，则流动性函数可表达为下式：

在做市商市场，流动性是由做市商提供的。在竞价市场，限价订单的提交者是最主要的流动性提供者，而市价订单的提交者通常是流动性的获取者。市场的流动性越大，订单簿中的限价订单通常就越多，买卖价差就越小。

— — — — — — E N D — — — — — —

真格量化可访问：
https://quant.pobo.net.cn

真格量化微信公众号，长按关注：

遇到了技术问题？欢迎加入真格量化Python技术交流QQ群 726895887

往期文章：
Numpy处理tick级别数据技巧
真正赚钱的期权策略曲线是这样的
多品种历史波动率计算
如何实现全市场自动盯盘
AI是怎样看懂研报的
真格量化策略debug秘籍
真格量化对接实盘交易
常见高频交易策略简介

如何用撤单函数改进套利成交

Deque提高处理队列效率

策略编程选Python还是C++

如何用Python继承机制节约代码量

十大机器学习算法
如何调用策略附件数据

如何使用智能单

如何扫描全市场跨月价差

如何筛选策略最适合的品种

活用订单类型规避频繁撤单风险

真格量化回测撮合机制简介

如何调用外部数据

如何处理回测与实盘差别

如何利用趋势必然终结获利

常见量化策略介绍

期权交易“七宗罪”

波动率交易介绍

推高波动率的因素

波动率的预测之道

趋势交易面临挑战
如何构建知识图谱
机器学习就是现代统计学

AI技术在金融行业的应用

如何避免模型过拟合

低延迟交易介绍

架构设计中的编程范式

交易所视角下的套利指令撮合

距离概念与特征识别

气象风险与天气衍生品

设计量化策略的七个“大坑”

云计算在金融行业的应用

机器学习模型评估方法
真格量化制作期权HV-IV价差
另类数据介绍

TensorFlow中的Tensor是什么？

机器学习的经验之谈

用yfinance调用雅虎财经数据

容器技术如何改进交易系统
Python调用C++
如何选择数据库代理
统计套利揭秘

[h1]一个Call搅动市场？让我们温习一下波动率策略[/h1][h1]如何用真格量化设计持仓排名跟踪策略[/h1][h1]还不理解真格量化API设计？我们不妨参考一下CTP平台[/h1][h1]理解同步、异步、阻塞与非阻塞[/h1][h1]隐波相关系数和偏度——高维风险的守望者[/h1]Delta中性还不够？——看看如何设计Gamma中性期权策略

[h1]Python的多线程和多进程——从一个爬虫任务谈起[/h1]线程与进程的区别皮尔逊相关系数与历史K线匹配

Python2和Python3的兼容写法 Python代码优化技巧
理解Python的上下文管理器

如何写出更好的Python代码？这是Python软件基金会的建议
评估程序化模型时我们容易忽视的指标
看看如何定位Python程序性能瓶颈
什么是Python的GIL
投资研究中的大数据分析趋势及应用
理解CTP中的回调函数
如何围绕隐含波动率设计期权交易策略
看看如何用Python进行英文文本的情感分析
算法交易的分类
Python编码的最佳实践总结
什么是波动率锥？如何用波动率锥设计期权策略？
期权的波动率策略与时间价值收集策略对比

期权用于套期保值和无风险套利
隐含波动率对期权策略的影响

卖出期权交易的风险管理原则和技巧
期权交易中的“大头针”风险
期权做市商策略简介

精细化您的交易——交易成本评估与交易执行策略
海外市场交易执行策略的实践
设计期权套期保值方案时应注意的问题
美式期权、欧式期权比较分析——定价与风险管理
构建您的AI时代武器库——常用的机器学习相关Python库
期权波动率“微笑曲线”之谜
运算任务愈发繁重，如何加速Python程序运行？
证券市场微观结构理论模型是什么

是瞬间成交还是漫长等待？——如何衡量市场流动性

浏览过的版块