第4章成交量分布（VPIN）模型

4. 成交量分布（VPIN）模型：基于成交量的指令流毒性指标构建

各位同学，今天我们来聊一个在微观结构里非常核心的概念——VPIN。

VPIN，全称是 Volume-synchronized Probability of Informed Trading。翻译过来就是“成交量同步的知情交易概率”。

说白了，它衡量的是：当前这笔成交量里，到底有多少是“聪明钱”在动手？

我最早接触VPIN是在2015年，当时国内股指期货市场波动剧烈。我尝试用传统PIN模型去抓异常，结果发现计算太慢，根本跟不上行情。后来看到Easley等人提出的VPIN，才觉得“嗯，这才是实战该用的东西”。

4.1 为什么需要VPIN？

传统的PIN模型（Probability of Informed Trading）需要估计订单流的买卖不平衡参数。它依赖最大似然估计，计算量很大，而且对数据频率敏感。

VPIN不一样。它直接基于成交量来划分时间区间，而不是固定时间窗口。你想想看，市场在活跃时段每秒成交几千笔，在冷清时段可能几秒才一笔。用固定时间窗口去算，信息密度完全不一样。

VPIN的核心思想是：把成交量分成等量的小篮子（buckets），每个篮子里的成交量相等，然后看这个篮子里买卖方向的不平衡程度。

关键区别：

PIN：基于时间窗口，计算复杂
VPIN：基于成交量窗口，计算简单，实时性强

4.2 VPIN的计算步骤

VPIN的计算其实不复杂，但有几个细节容易踩坑。我一步步说清楚。

第一步：确定成交量篮子大小 V

V 是每个篮子包含的成交量。通常取过去一段时间日均成交量的 1/50 或 1/100。比如某股票日均成交 1000 万股，那 V 可以取 20 万股。

我个人习惯用过去20天的平均成交量来动态调整 V，这样能适应市场活跃度的变化。

第二步：将逐笔成交数据按时间顺序填充到篮子里

每个篮子填满 V 股后，就关闭这个篮子，开始下一个。注意，最后一笔成交可能跨篮子，需要拆分。

第三步：计算每个篮子的买卖方向

这里需要用到“成交量标记法”（Volume-based Tick Rule）。

简单说：

如果当前价格高于上一笔价格，标记为买方主动（Buy）
如果低于上一笔，标记为卖方主动（Sell）
如果价格不变，沿用上一笔的标记

然后，每个篮子的买卖不平衡量就是：

OI = |V_buy - V_sell| / V

其中 V_buy 和 V_sell 分别是该篮子中买方和卖方成交量。

第四步：计算 VPIN

取最近 n 个篮子的 OI 平均值，就是 VPIN 值。

VPIN = (1/n) * Σ OI_i

n 通常取 50 或 100。我一般取 50，因为对短期信号更敏感。

4.3 代码实现

下面是一个完整的 VPIN 计算函数。我尽量写得简洁，但保留了关键细节。

import pandas as pd
import numpy as np

def compute_vpin(trade_data, bucket_volume=200000, n_buckets=50):
    """
    计算 VPIN 指标
    
    参数:
        trade_data: DataFrame，必须包含 'price' 和 'volume' 列
        bucket_volume: 每个篮子的目标成交量
        n_buckets: 用于计算 VPIN 的篮子数量
    
    返回:
        vpin_series: VPIN 时间序列
    """
    # 1. 标记买卖方向（Tick Rule）
    trade_data['side'] = 0
    trade_data.loc[trade_data['price'] > trade_data['price'].shift(1), 'side'] = 1  # Buy
    trade_data.loc[trade_data['price'] < trade_data['price'].shift(1), 'side'] = -1 # Sell
    trade_data['side'] = trade_data['side'].fillna(method='ffill')
    
    # 2. 按成交量分组到篮子
    trade_data['cum_vol'] = trade_data['volume'].cumsum()
    trade_data['bucket_id'] = (trade_data['cum_vol'] // bucket_volume).astype(int)
    
    # 3. 计算每个篮子的买卖不平衡
    bucket_agg = trade_data.groupby('bucket_id').agg(
        buy_vol=('volume', lambda x: x[trade_data.loc[x.index, 'side'] == 1].sum()),
        sell_vol=('volume', lambda x: x[trade_data.loc[x.index, 'side'] == -1].sum()),
        total_vol=('volume', 'sum')
    )
    bucket_agg['oi'] = np.abs(bucket_agg['buy_vol'] - bucket_agg['sell_vol']) / bucket_agg['total_vol']
    
    # 4. 计算 VPIN（滚动平均）
    bucket_agg['vpin'] = bucket_agg['oi'].rolling(window=n_buckets, min_periods=1).mean()
    
    return bucket_agg['vpin']

避坑指南：

我曾经在实盘回测时发现 VPIN 值突然跳变，排查了半天才发现是 Tick Rule 标记在开盘第一笔数据时出了问题。第一笔没有上一笔价格，side 会变成 NaN。记得用 fillna 处理，或者直接标记为 0（中性）。

4.4 VPIN 的解读与应用

VPIN 的值域在 0 到 1 之间。数值越高，说明当前成交量中买卖方向越不平衡，指令流毒性越强。

VPIN 区间	含义	操作建议
0 - 0.3	指令流毒性低，市场均衡	正常交易，无需特殊处理
0.3 - 0.6	中等毒性，存在信息不对称	降低订单规模，增加监控
0.6 - 0.8	高毒性，可能有重大信息	暂停大单，改用冰山订单
0.8 - 1.0	极端毒性，市场可能剧烈波动	建议暂停交易，等待信息释放

我在做高频做市商策略时，会把 VPIN 作为风控指标。当 VPIN 超过 0.7 时，自动降低报价深度，减少被“聪明钱”吃掉的概率。

4.5 VPIN 的局限性

VPIN 不是万能的。我遇到过几个问题：

篮子大小选择敏感：V 太小，噪声大；V 太大，信号滞后。需要根据品种流动性调整。
Tick Rule 在零股交易时容易误判：价格不变但成交方向可能不同，这时候沿用上一笔标记会引入误差。
无法区分信息驱动和流动性驱动：有时候大额买卖只是因为机构调仓，并非信息交易。

注意：VPIN 更适合用于期货、ETF 等流动性好的品种。对于成交稀疏的股票，篮子可能很久都填不满，导致指标失效。

4.6 知识体系图

下面这张图总结了 VPIN 的核心逻辑和计算流程：

4.7 实战中的一点体会

VPIN 这个指标，说实话，单独用效果一般。我一般会结合订单簿的深度变化一起看。

举个例子：如果 VPIN 突然升高，同时买一卖一价差也在扩大，那基本可以确定有大资金在动手。这时候我的策略会立刻切换到“防御模式”——要么撤单，要么缩小报价规模。

反过来，如果 VPIN 升高但价差稳定，可能只是短期流动性冲击，不用太紧张。

核心要点回顾：

VPIN 用成交量篮子代替时间窗口，计算效率高
核心是买卖方向标记和滚动平均
高 VPIN 意味着指令流毒性强，需要谨慎
结合其他微观结构指标使用效果更好

好了，VPIN 的内容就到这里。这个指标虽然简单，但在实战中非常实用。建议你拿自己的数据跑一遍，感受一下不同市场状态下的 VPIN 变化。