4、流动性度量：Amihud、Roll、Hui-Heubel 等模型

流动性这东西，说起来玄乎，做起来必须量化。

我刚开始做交易那几年，对流动性的理解就是“能不能快速成交”。后来做量化回测，发现很多策略在模拟盘跑得飞起，一上实盘就拉胯。为什么？说白了，就是没把流动性成本算进去。

这一节，我们聊聊几个经典的流动性度量模型。它们各有各的脾气，也各有各的适用场景。

4.1 为什么要度量流动性？

你想想看，一个市场如果流动性差，你买进去容易，想出来就难了。滑点、冲击成本，这些都会吃掉你的利润。

我个人习惯，在构建任何策略之前，先拿这几个模型把标的资产的流动性摸一遍。尤其是做高频或者日内策略，流动性就是命根子。

4.2 Amihud 非流动性指标

这个指标是我用得最多的一个。为什么？因为它只需要日线数据就能算，而且逻辑非常直观。

定义：

Amihud 指标衡量的是“每单位成交量引起的价格变化”。公式很简单：

Amihud = (1/N) * Σ(|R_t| / Volume_t)

其中，R_t 是第 t 日的收益率，Volume_t 是第 t 日的成交金额（或者成交量）。N 是计算窗口的天数。

怎么理解？

• 值越大，说明一点点成交量就能把价格打飞，流动性差。
• 值越小，说明大单进去价格纹丝不动，流动性好。

我在项目中遇到过一个问题：用成交股数算出来的 Amihud，和用成交金额算出来的，结果差异很大。后来我查了一下，发现是因为不同股票的价格差异太大。所以，我建议统一用成交金额，这样跨品种比较才有意义。

4.3 Roll 模型

Roll 模型是另一个经典。它从微观结构的角度出发，认为流动性的核心是买卖价差。

核心思想：

Roll 假设市场是有效的，价格在买卖价差之间来回跳动。通过观察价格序列的协方差，可以反推出隐含的买卖价差。

Roll = 2 * √(-Cov(ΔP_t, ΔP_{t-1}))

其中，ΔP_t 是价格变化。注意，协方差必须是负的，否则公式无效。

为什么协方差会是负的？

你想想看，如果一笔交易是买方发起的，价格会向上跳一下；下一笔交易如果是卖方发起的，价格又会向下跳一下。这种来回跳动的特性，导致相邻价格变化呈现负相关。

嗯，这里要注意：Roll 模型对数据频率很敏感。用日线算出来的结果，和用分钟线算出来的，可能天差地别。我个人习惯用 5 分钟线或者 tick 级数据来算，效果会好很多。

4.4 Hui-Heubel 模型

这个模型相对冷门一些，但在某些场景下非常有用。它衡量的是“价格对成交量的敏感度”。

公式：

Hui-Heubel = (P_max - P_min) / P_min
            -------------------------
                Volume / Shares

其中，P_max 和 P_min 是某个时间段内的最高价和最低价，Volume 是成交量，Shares 是流通股数。

怎么理解？

• 分子是价格波动范围，分母是换手率。
• 说白了，就是“每单位换手率引起的价格波动”。

这个模型的好处是，它把价格波动和成交量结合起来了。如果一只股票换手率很高，但价格波动很小，说明流动性好。反之，如果换手率很低，价格却上蹿下跳，说明流动性差。

我记得有一次做商品期货的流动性分析，用 Amihud 算出来的结果和 Hui-Heubel 完全相反。后来仔细一看，是因为那个品种的成交量分布极不均匀，大部分交易都集中在开盘和收盘。Hui-Heubel 对这种“伪流动性”更敏感。

4.5 模型对比与选择

这三个模型各有千秋，我整理了一个表格，方便你对比：

模型	数据需求	优点	缺点	适用场景
Amihud	日线数据	简单、易算、跨品种可比	极端行情下失真	股票、ETF 的长期流动性分析
Roll	高频数据	直接反映买卖价差	对数据频率敏感，趋势行情失效	期货、外汇的微观结构分析
Hui-Heubel	日线数据	结合波动与成交量	对异常值敏感	商品期货、小盘股

我个人习惯是：先用 Amihud 做初筛，再用 Roll 做精细分析，最后用 Hui-Heubel 做交叉验证。三个模型一起上，基本不会出大错。

4.6 知识体系框架

下面这张图，帮你理清这三个模型的核心逻辑：

这张图把三个模型的核心逻辑、数据需求和优缺点都串起来了。你可以把它当作一个快速参考。

好了，这一节的内容就到这里。流动性度量是量化交易的基础功，值得你花时间好好琢磨。

---

公众号:蓝海资料掘金营，微信deep3321