流动性测度核心指标实战

📚 共计 30 章节

流动性定义与市场微观结构

什么是流动性？买卖价差、市场深度、即时性、弹性四大维度。

微观结构四维

买卖价差 (Bid-Ask Spread)

绝对价差、相对价差、有效价差、实现价差的计算与Python实现。

市场深度 (Market Depth)

订单簿结构、深度指标 (Level 1-3)、加权深度、斜率计算。

订单簿斜率

即时性 (Immediacy)

交易等待时间、成交概率、流动性黑洞与闪崩。

弹性 (Resilience)

价格回复速度、成交量回复速度、弹性系数计算。

Amihud非流动性指标

ILLIQ的计算逻辑、Python实现、在A股与美股中的表现差异。

Roll 价差估计

基于协方差的价差估计、序列自相关法、Python实现与局限性。

协方差自相关

Hui-Heubel 流动性比率

交易量对价格影响的比率计算、Python实现。

Martin 流动性指数

基于价格变化与交易量的综合指数、Python实现。

综合指数Martin

流动性综合得分 (Liquidity Score)

多指标融合方法、主成分分析 (PCA) 降维、Python实现。

高频数据清洗

Tick级数据清洗、跳价处理、隔夜跳空处理、异常值剔除。

订单簿重建

从逐笔成交数据重建Level 2/Level 3订单簿、Python数据结构设计。

逐笔交易分析

交易方向判断 (Lee-Ready算法)、交易量拆分、信息交易概率 (PIN)。

成交量加权平均价 (VWAP)

VWAP计算、VWAP缺口、VWAP作为流动性基准。

时间加权平均价 (TWAP)

TWAP计算、TWAP与VWAP对比、实战应用场景。

实现价差 (Realized Spread)

基于交易后价格变化的价差计算、Python实现。

实现价差事后

价格影响模型

线性价格影响、平方根模型 (Almgren-Chriss)、Kyle's Lambda。

市场深度参数λ的计算、Python实现、在期货与股票中的应用。

流动性黑洞识别

基于订单流不平衡 (OFI) 的预警、Python实现。

流动性风险价值 (Liquidity VaR)

LVaR计算、买卖价差调整、市场冲击调整。

流动性调整的资本资产定价模型 (LCAPM)

流动性β、流动性溢价、实证检验。

债券市场流动性

公司债与国债的流动性差异、零交易量处理、矩阵定价。

公司债矩阵

外汇市场流动性

外汇订单簿特点、主要货币对流动性对比、交易时段分析。

期货市场流动性

主力合约切换、展期处理、跨期价差流动性。

期权市场流动性

隐含流动性、希腊字母与流动性关系、做市商行为。

希腊字母做市商

跨市场流动性传导

股票-期货-期权联动、套利与流动性、危机传染。

流动性因子构建

Fama-French流动性因子、Pastor-Stambaugh流动性因子、Python实现。

流动性因子选股

因子IC分析、分组回测、多因子模型融合。

流动性风险管理

交易成本预算、最优执行算法、VWAP/TWAP策略实战。

最优执行成本

流动性监测系统设计

实时仪表盘、预警阈值设置、回测框架搭建。

仪表盘预警