第4章泊松过程

4. 泊松过程：齐次与非齐次泊松过程、到达间隔分布、叠加与分解

泊松过程，说白了就是描述「随机事件在时间轴上怎么发生」的数学模型。我刚开始做高频交易那会儿，总觉得这东西太理论，直到有一次在分析订单流数据时，发现限价单的到达时间间隔竟然完美符合指数分布——嗯，从那以后我再也不敢小看它了。

你想想看，在交易系统里，每一笔订单的到达、每一次报价的更新、每一个成交的确认，本质上都是随机事件。泊松过程就是用来刻画这些事件的「时间节奏」的。

先讲最简单的版本。齐次泊松过程，我习惯叫它「稳定版」的随机事件流。它有三个核心假设：

数学上，如果 N(t) 表示到时间 t 为止发生的事件总数，那么：

P(N(t) = k) = (λt)^k * e^(-λt) / k!

这个公式看着吓人，其实意思很简单：给定一个固定的速率 λ，时间越长，事件数量越多，但具体是多少，服从泊松分布。

核心参数 λ 的含义：λ 是单位时间内事件的平均发生次数。在交易中，λ 可以表示每秒的订单到达数、每分钟的成交笔数等。

这里有个特别重要的性质——我个人觉得这是泊松过程最漂亮的地方。事件之间的时间间隔，服从指数分布。

为什么会这样？因为指数分布具有「无记忆性」。你想想看，如果你在等下一笔订单，已经等了 5 秒，和刚等了 1 秒，剩余等待时间的分布是一样的。这在数学上很优雅，但在实际交易中，我遇到过不少坑。

我曾经踩过的坑：在分析某只股票的订单簿数据时，我默认到达间隔服从指数分布，结果拟合效果很差。后来发现，这是因为市场开盘和收盘时段，订单到达速率明显不同。齐次泊松过程在这里不适用。

指数分布的概率密度函数：

f(t) = λ * e^(-λt),  t ≥ 0

它的均值是 1/λ，方差是 1/λ²。这意味着什么？意味着如果你看到订单到达的平均间隔是 0.1 秒，那么标准差也是 0.1 秒——波动很大。实际交易中，订单流的波动往往比这更大，这就是为什么我们需要更复杂的模型。

刚才说了，齐次泊松过程假设速率 λ 是常数。但在真实的高频交易场景中，这个假设基本不成立。市场有开盘、收盘、午休、重大新闻发布等时段，订单到达速率是随时间变化的。

非齐次泊松过程就是来解决这个问题的。它的速率 λ(t) 是时间的函数。比如：

数学上，我们定义累积强度函数：

Λ(t) = ∫₀ᵗ λ(s) ds

那么事件数量 N(t) 服从泊松分布，均值为 Λ(t)。

我的实战经验：在构建高频交易信号时，我通常用分段常数函数来近似 λ(t)。比如把一天分成 5 分钟一段，每段内假设 λ 是常数。这样既保留了非齐次的灵活性，又便于计算。

这个性质在实际中太有用了。多个独立的泊松过程叠加在一起，结果还是一个泊松过程，速率等于各个速率之和。

你想想看，在交易系统中：

这个性质让我在做系统设计时省了不少事。我可以分别建模不同类型的订单流，然后叠加起来分析整体行为。

叠加的反操作就是分解。如果一个总的事件流是泊松过程，速率 λ，那么每个事件独立地以概率 p 属于类型 A，以概率 1-p 属于类型 B，那么类型 A 和类型 B 的事件流各自是泊松过程，速率分别为 pλ 和 (1-p)λ。

举个例子：

假设总订单流是泊松过程，速率 λ = 100 笔/秒
其中 60% 是买单，40% 是卖单
那么：
- 买单流：泊松过程，速率 60 笔/秒
- 卖单流：泊松过程，速率 40 笔/秒

重要应用：在构建高频交易策略时，我经常用分解性质来分离不同类型的信号。比如把成交数据分解为「主动买入成交」和「主动卖出成交」，分别分析它们的统计特性。

下面这张图展示了泊松过程的核心知识脉络，我建议你把它当作学习路线图：

说了这么多理论，最后分享几个我在实战中总结的经验：

一个小技巧：我习惯用「时间扭曲」的方法处理非齐次泊松过程。通过变换时间尺度，把非齐次问题转化为齐次问题，这样很多现成的工具就能直接用了。

泊松过程是随机过程里最基础也最实用的模型之一。掌握了它，你就能理解更复杂的模型，比如自激过程、Cox 过程等。这些在高频交易信号捕捉中都是利器。