4. 价格发现与信息含量：谁在主导价格？
各位做量化交易的朋友，咱们今天聊一个核心问题：价格到底是怎么形成的？
我刚开始做高频策略那会儿，总以为价格就是订单簿上那个最新成交价。后来被市场狠狠教育了一顿——你看到的成交价，可能只是噪音。真正有价值的是价格背后那个「信息发现」的过程。
说白了，价格发现就是市场把各种信息（财报、新闻、大单、情绪）逐步吸收，最终形成均衡价格的过程。而信息含量，就是衡量某个市场、某个品种、甚至某个交易者，在价格发现中贡献了多少「真东西」。
嗯，这里要注意：不是所有价格变动都有信息含量。很多波动只是流动性摩擦，跟信息半毛钱关系没有。
4.1 价格发现的概念
先给个直观理解。假设有两个市场交易同一只股票：
- 市场A：机构多、流动性好、交易量大
- 市场B：散户多、流动性差、交易量小
当一条利好消息出来，哪个市场先反应？大概率是A。为什么？因为机构有更快的通道、更好的模型、更专业的解读。A市场在价格发现中占主导地位，它的价格变动「信息含量」更高。
我在项目中遇到过这样的情况：做跨市场套利时，发现两个市场价差经常出现短暂偏离。一开始我以为是套利机会，后来一分析——其实是主导市场先反应了信息，另一个市场在「跟跑」。如果你不看信息含量，盲目做套利，很容易被反向打脸。
核心观点：价格发现不是谁先报价，而是谁的报价包含了更多真实信息。信息含量高的市场，才是价格的「领导者」。
4.2 信息份额模型（Hasbrouck）
好，概念讲完了，咱们上点硬货。怎么量化「信息含量」？
Hasbrouck在1995年提出了一个经典模型——信息份额模型（Information Share, IS）。
这个模型的核心逻辑是：如果两个市场交易同一个资产，它们的价格应该存在长期均衡关系（协整）。短期偏离会被纠正。谁在纠正过程中贡献更大，谁的信息份额就更高。
具体怎么算？我简单说下步骤：
- 建立向量误差修正模型（VECM）：把两个市场的价格序列放进去，估计误差修正项和滞后项。
- 提取新息（Innovation）：模型残差就是每个市场的「新信息冲击」。
- 计算方差分解：看每个市场的新息对共同因子（永久价格）的方差贡献有多大。
公式长这样（别怕，理解逻辑就行）：
IS_j = (ψ_j² * σ_j²) / (ψ₁² * σ₁² + ψ₂² * σ₂² + 2 * ψ₁ * ψ₂ * σ₁₂)其中ψ是共同因子权重，σ是残差标准差。说白了，就是看每个市场的新息在「永久价格变动」中占多大比例。
个人经验：Hasbrouck模型有个坑——它依赖于变量顺序。你先放市场A再放市场B，结果可能不一样。我建议你算两个顺序取平均，或者用「上界-下界」区间来报告。我曾经因为这个顺序问题，被风控部门追着问了一个下午...
4.3 永久-暂时模型（Gonzalo-Granger）
Hasbrouck模型是从「方差贡献」角度看的。Gonzalo和Granger在1995年提出了另一个视角——永久-暂时模型（Permanent-Transitory, PT）。
这个模型更直接：它把价格分解成两部分：
- 永久成分：由信息驱动的、不会逆转的价格变动
- 暂时成分：由流动性摩擦、订单不平衡等引起的、会回归的噪音
然后看每个市场在「永久成分」中的权重。权重越大，说明这个市场在价格发现中越重要。
公式更简单：
PT_j = α_j / (α₁ + α₂)其中α是VECM模型中的误差修正系数。注意，这里α是取绝对值后的结果。
你想想看，这个模型的好处是什么？它不依赖变量顺序，结果唯一。而且计算起来比Hasbrouck模型简单得多。
避坑指南：我曾经用PT模型分析期货和现货的价格发现关系。一开始直接用日线数据，结果发现两个市场的PT值几乎一样——完全看不出谁主导。后来改成5分钟高频数据，差异才显现出来。所以，数据频率很重要。低频数据会把很多信息细节抹掉。
4.4 信息份额的实证计算
光说不练假把式。咱们来走一遍实证流程。
假设你有两个市场（比如：沪深300股指期货和沪深300ETF）的5分钟价格数据。你想知道哪个市场在价格发现中占主导。
步骤一：数据准备
- 取对数价格序列：ln(P_futures) 和 ln(P_etf)
- 检查协整关系：用Johansen检验，确认两个序列存在长期均衡
步骤二：估计VECM模型
ΔP_futures_t = α₁ * (P_futures_t-1 - β * P_etf_t-1) + Σγ₁ᵢ * ΔP_futures_t-i + Σδ₁ᵢ * ΔP_etf_t-i + ε₁_t
ΔP_etf_t = α₂ * (P_futures_t-1 - β * P_etf_t-1) + Σγ₂ᵢ * ΔP_futures_t-i + Σδ₂ᵢ * ΔP_etf_t-i + ε₂_t这里α₁和α₂就是误差修正系数。如果α₁显著为负，说明期货价格会向均衡回归；如果α₂显著为正，说明ETF价格会向均衡回归。
步骤三：计算信息份额
用Hasbrouck方法：
- 从VECM残差中提取协方差矩阵Ω
- 做Cholesky分解（注意顺序！）
- 计算每个市场的信息份额
用Gonzalo-Granger方法：
- 直接取α₁和α₂的绝对值
- 计算PT₁ = |α₁| / (|α₁| + |α₂|)
- PT₂ = 1 - PT₁
步骤四：解读结果
| 指标 | 期货市场 | ETF市场 | 解读 |
|---|---|---|---|
| Hasbrouck IS（上界） | 72% | 28% | 期货主导价格发现 |
| Hasbrouck IS（下界） | 65% | 35% | 结果稳健 |
| Gonzalo-Granger PT | 0.68 | 0.32 | 期货贡献约68%的永久价格 |
这个结果说明什么？期货市场的信息含量更高，价格发现功能更强。如果你做期现套利，应该以期货价格作为「锚」，而不是ETF价格。
实战建议：我个人的习惯是同时用IS和PT两个模型。如果两者结论一致，那基本可以放心。如果矛盾，就要检查数据质量、模型设定、或者是否存在结构性断点。记住，模型只是工具，市场才是裁判。
最后，咱们用一张图来总结本章的知识体系：
这张图把本章的核心逻辑串起来了。从价格发现出发，两个模型各有侧重，最终都服务于同一个目标——量化谁在真正「发现价格」。
好了，这一章就到这儿。记住：信息含量不是玄学，是可以用模型算出来的。下次你再看到两个市场价差偏离，别急着下单，先算算谁的信息含量更高。
公众号:蓝海资料掘金营，微信deep3321