VPIN: формула, интервалы объёма и спор о Flash Crash

VPIN — сокращение от volume-synchronized probability of informed trading, то есть синхронизированной с объёмом вероятности информированной торговли. Исли, Лопес де Прадо и О’Хара представили его как высокочастотный показатель, связанный с токсичностью потока заявок: в таких ситуациях поставщики ликвидности могут подвергаться неблагоприятному отбору, поскольку поступающие сделки с большей вероятностью совершаются информированной стороной. Метод объединяет дисбаланс объёма с интенсивностью торгов и обновляет показатель по объёмным часам, а не через фиксированные интервалы обычного времени (Easley, López de Prado и O’Hara, 2012).

Название требует осторожной интерпретации. Рассчитанное значение VPIN, например 0.32, не означает, что вероятность информированного источника следующей сделки равна 32% и откалибрована. Это нормированное среднее оценённых дисбалансов при выбранных данных, методе классификации, размере интервала и правилах окна. Показатель не определяет, кто именно располагает информацией, не отделяет информационную торговлю от сделок ради ликвидности и не доказывает, что поставщик ликвидности действительно понёс убыток.

VPIN также отличается от знакового дисбаланса потока заявок. Перед усреднением он берёт абсолютное значение дисбаланса внутри каждого интервала, поэтому в результат положительно вносят вклад интервалы с перевесом как покупок, так и продаж. Показатель отражает, насколько односторонним был поток в недавних интервалах объёма, но в итоговом значении направление дисбаланса теряется. Классическая модель PIN сопоставляет числа поступающих заявок на покупку и продажу по временным интервалам с моделью скрытых состояний.

График по обычному времени берёт наблюдения через фиксированный интервал, например каждую секунду или минуту. Объёмные часы продвигаются после того, как проторговано заданное количество. Если размер интервала равен 1 000 контрактов, он закрывается после каждой тысячи контрактов — будь то 20 секунд в активный период или 12 минут в спокойный.

Каждый интервал должен содержать одинаковый общий объём торгов. Поэтому продолжительность интервалов в обычном времени различается. Затем VPIN рассчитывается по скользящему окну из последних (n) интервалов объёма и обновляется при завершении нового интервала. В результате активные периоды дают больше обновлений, а спокойные — меньше.

Объёмное время — это способ выборки, а не способ исключить активность рынка из данных. Ускорение торгов может изменить скорость продвижения окна VPIN, а число наблюдений в час также будет меняться. Поэтому результаты зависят от инструмента, торговой сессии, объёма интервала, обработки сделок, пересекающих границы интервалов, и начальной настройки объёмных часов. Воспроизводимый анализ должен описывать все эти решения.

Для VPIN нужны объёмы сделок, инициированных покупателями и продавцами. Если доступны метки направления каждой сделки, их можно агрегировать с учётом точности классификации. Когда надёжных меток нет, в исходных работах по VPIN предложена Bulk Volume Classification (BVC): оценка вероятных долей объёма покупок и продаж в одном временном баре по изменению его цены.

Один из распространённых вариантов записи BVC:

\[ \widehat V^{B}_t=V_t\Phi\!\left(\frac{\Delta P_t}{\widehat\sigma_{\Delta P}}\right), \qquad \widehat V^{S}_t=V_t-\widehat V^{B}_t, \]

где (V_t) — общий объём в баре, \(\Delta P_t\) — изменение его цены, \(\widehat\sigma_{\Delta P}\) — указанная оценка масштаба изменений цены, а \(\Phi\) — функция стандартного нормального распределения. Положительное стандартизированное изменение цены относит больше объёма к покупкам, отрицательное — к продажам. При нулевом стандартизированном изменении формула делит объём поровну.

Например, пусть в гипотетическом временном баре проторговано 1 000 контрактов, а стандартизированное изменение цены равно (0.5). Тогда \(\Phi(0.5)\approx0.6915\). BVC относит около 691.5 контракта к покупкам и 308.5 — к продажам. Дробные значения являются оценками, а не наблюдаемыми долями контрактов или известными намерениями участников. Результат зависит от длительности бара, выбранной меры цены, окна оценки волатильности и предположения о распределении.

BVC классифицирует объём группами по движению цены; он не определяет направление каждой сделки в группе. Временные бары для этой оценки и последующие интервалы равного объёма — разные этапы. Нужно описывать оба. В сравнении 2015 года Андерсен и Бондаренко сообщили, что для их контрольного ряда фьючерсов E-mini S&P 500 BVC уступал стандартному правилу тиков при сопоставлении с классификацией сделок, построенной на котировках и сделках (Andersen и Bondarenko, 2015). Методы классификации направления сделок Lee–Ready помогают понять ограничения оценочных меток стороны, инициировавшей сделку.

Пусть (V) — целевой объём одного интервала, а \(\widehat V^B_i\) и \(\widehat V^S_i\) — оценённые объёмы покупок и продаж в интервале (i). Для каждого полного интервала выполняется \(\widehat V^B_i+\widehat V^S_i=V\). Часто используемая скользящая формула имеет вид

\[ \mathrm{VPIN}_t= \frac{1}{nV} \sum_{i=t-n+1}^{t} \left|\widehat V^B_i-\widehat V^S_i\right|. \]

В числителе складываются абсолютные разницы между объёмами покупок и продаж в каждом из последних (n) интервалов. Знаменатель (nV) — их общий объём. При полных интервалах и неотрицательных оценках покупок и продаж, в сумме равных (V), значение лежит между 0 и 1; некоторые интерфейсы умножают его на 100 и отображают в процентах.

Значение около нуля означает, что оценённые объёмы покупок и продаж в этих интервалах были относительно сбалансированы. Более высокое значение означает, что в среднем поток был более односторонним в этом скользящем окне объёма. По показателю нельзя определить, преобладали покупки или продажи, поскольку модуль устраняет знак.

В разных реализациях могут применяться разные методы определения направления сделок, размеры интервалов, длина скользящего окна, шаг выборки и входные данные цены. На практике эти настройки являются частью определения статистики. Показатели с разными настройками нельзя автоматически сопоставлять.

Предположим, что четыре полных интервала содержат по (V=100) контрактов. После применения указанной процедуры классификации сделок оценённые объёмы покупок и продаж таковы:

Сумма четырёх абсолютных дисбалансов равна (40+10+60+20=130) контрактам. Общий объём — (4\times100=400) контрактов, поэтому

\[ \mathrm{VPIN}=\frac{130}{400}=0.325=32.5\%. \]

За то же окно суммарная оценка покупок составляет 205, а продаж — 195. Знаковый чистый дисбаланс равен лишь \(205-195=10\) контрактам, или \(10/400=2.5\%\) общего объёма. Это отличается от VPIN, потому что положительные и отрицательные дисбалансы интервалов частично компенсируются в знаковом чистом значении, а VPIN складывает их модули.

Все приведённые объёмы интервалов и классификации гипотетические. Расчёт показывает применение формулы и не является оценкой реального актива, биржи, вероятности или рыночного события. Если оценки получены с помощью BVC, для воспроизведения шага классификации нужно указать временные бары и шкалу волатильности.

<!-- learn:illustration --> <!-- Концепция без текста: интервалы одинакового объёма показывают разные оценённые доли покупок и продаж; скользящее среднее сохраняет величину дисбаланса, но удаляет его направление. Это не рыночные данные, вероятность обвала, прогноз или торговый сигнал. -->

В исследовании 2012 года Исли, Лопес де Прадо и О’Хара представили VPIN как показатель токсичности потока заявок и сообщили о его связи с краткосрочной волатильностью (Easley, López de Prado и O’Hara, 2012). В более раннем анализе они также описали повышенные значения перед Flash Crash 6 мая 2010 года (Easley, López de Prado и O’Hara, 2011). Это мотивирует рассматривать VPIN как потенциальный индикатор рыночного стресса, но не доказывает, что он надёжно прогнозирует обвалы.

В своей реконструкции 2014 года Андерсен и Бондаренко пришли к другому выводу. Они сообщили, что VPIN плохо прогнозировал краткосрочную волатильность, достиг максимума лишь после Flash Crash, а его прогнозирующая способность во многом была связана с интенсивностью торгов. Они тестировали определённые процедуры классификации и реализации; анализ не доказывает, что любая версия VPIN на любом рынке ведёт себя одинаково (Andersen и Bondarenko, 2014).

В 2014 году Исли, Лопес де Прадо и О’Хара опубликовали ответ. Они оспорили воспроизведение и интерпретацию результатов, утверждая, что анализ не проверял предложенную ими методику и выводы, а микроструктура рынка важна для сравнения (Easley, López de Prado и O’Hara, 2014). Эта дискуссия показывает разногласия по поводу реализации и эмпирической интерпретации, а не консенсусную проверку VPIN в качестве раннего предупреждения.

В более поздней оценке Андерсен и Бондаренко использовали данные котировок и сделок для сравнения методов классификации сделок на фьючерсах E-mini S&P 500. По их результатам, контрольный метод предпочитал правило тиков методу BVC; авторы также предположили, что ошибки классификации, связанные с волатильностью, могли объяснять кажущееся прогнозирование волатильности методом VPIN в их условиях (Andersen и Bondarenko, 2015). Это серьёзная проблема измерения, поскольку VPIN зависит от оценённых объёмов покупок и продаж, но результат относится к определённым данным и процедурам.

В статье 2017 года Кэ и Лин предложили альтернативную формулу VPIN на основе метода максимального правдоподобия. Они утверждают, что исходный показатель может быть нестабильным при малых интервалах объёма и редких информированных сделках, и сообщают о более согласованных оценках альтернативного метода (Ke и Lin, 2017). Эта работа показывает важность построения модели, но не решает, надёжен ли какой-либо вариант VPIN как индикатор в реальном времени для разных активов, площадок и рыночных режимов.

В совокупности публикации не подтверждают простого утверждения, что VPIN «предсказал» или «не предсказал» каждый значимый эпизод. Исследователи получили разные результаты с разными классификаторами, данными, реализациями и тестами. Само наличие разногласий — причина описывать построение показателя и проверять его дополнительную прогностическую ценность относительно простых ориентиров активности и волатильности.

Объём интервала (V) определяет, сколько торговой активности объединяется в одном наблюдении. Малые интервалы дают более частые обновления, но могут сделать оценки чувствительнее к отдельным всплескам и шуму классификации. Большие интервалы сглаживают локальную вариацию и снижают частоту обновления. Подходящий размер зависит от обычной активности рынка и вопроса исследования; если выбрать его после изучения обвала, это может преувеличить кажущуюся способность заранее предупреждать.

Скользящее окно (n) определяет вклад недавнего объёма. Короткое окно реагирует быстрее, но может быть шумным; длинное — более плавное и медленное. Укажите и (V), и (n), а также распределение эквивалентной длительности в обычном времени. Одинаковое число интервалов не означает одинаковое прошедшее время в спокойные и активные периоды.

BVC требует дополнительных решений: длина временного бара, входная цена сделки или котировки, окно оценки волатильности, обработка нулевых изменений цены и предполагаемое распределение. Даже при использовании знаков отдельных сделок могут быть важны ошибки из-за времени котировок, сравнений со средней ценой, правила тиков и специфичных для площадки соглашений сообщений. В критике 2015 года изменения волатильности напрямую связываются с систематическими ошибками классификации BVC в изученной ситуации. Книжный дисбаланс потока заявок — отдельная мера изменений отображаемого предложения и спроса, а не классифицированного объёма сделок.

Важна и начальная настройка. Скользящее окно VPIN начинается от определённой границы интервала. Сдвиг начальной точки меняет группировку сделок и тем самым дисбаланс интервалов. В тестах нужно оценивать эту чувствительность, а не выбирать выравнивание, которое даёт максимальный подъём перед событием. Структурные изменения торговых часов, шага цены, конструкции контракта или состава площадок дополнительно снижают сопоставимость во времени.

В тщательно спланированном исследовании VPIN данные и алгоритм задаются до изучения целевого события. Укажите рынок и контракт, сессию, фильтры сделок и котировок, входную цену, метод определения стороны сделки или настройки BVC, (V), (n), правило инициализации, обработку неполных интервалов и сделок, пересекающих границы. Покажите, какой промежуток обычного времени охватывает окно VPIN при разных уровнях активности.

Для прогностического утверждения используйте хронологический тест вне выборки и сравните VPIN с непосредственно наблюдаемыми ориентирами: объёмом, интенсивностью торгов, реализованной волатильностью и дисбалансом заявок. Проверьте, добавляет ли VPIN информацию после учёта этих величин. Укажите ложные сигналы, пропущенные события, время упреждения, неопределённость и результаты для разных порогов, а не только ретроспективный график, где индикатор вырос перед одним выбранным обвалом. Порог, подобранный по самому событию, не подтверждает заблаговременное предупреждение.

Утверждение о токсичности потока требует независимых измерений неблагоприятного отбора или последствий для ликвидности, например последующего влияния на цену, спредов, глубины рынка или фактических убытков маркет-мейкеров. Нужно также объяснить, как именно установлены эти результаты. Одна лишь корреляция VPIN с волатильностью не подтверждает интерпретацию токсичности. Более высокое значение может возникнуть из-за более односторонней классификации объёма, влияния волатильности на BVC или ускорения объёмных часов.

VPIN может быть полезен как описательное резюме, если исследователь хочет отслеживать оценённый абсолютный дисбаланс потока заявок в окнах равного объёма. Он также может быть переменной в более широком анализе, если его построение прозрачно, а вклад сохраняется по сравнению с более простыми мерами. Интерпретация ограничена: показатель отражает конкретный способ классификации недавнего объёма.

Высокое значение само по себе не доказывает активность информированных участников, скорое наступление кризиса ликвидности, направление движения цены или прибыльность увеличения либо сокращения позиции. Низкое значение не гарантирует, что рынок безопасен или ликвиден. Для любого применения в работе нужны независимая проверка, подходящие ограничения, явное правило принятия решения, данные с учётом задержки и реалистичный анализ издержек исполнения.

Оценка спреда Ролла, напротив, отвечает на другой вопрос и выводит приближение спреда из автоковариации доходностей.