Lecture 11, part 2: Digital MarketsFinancial Markets Microstructure course (Masters in Economics, UCPH, Spring 2020)***Full course playlist: https://www.yout...
Lecture 12, part 1: High-Frequency and Algorithmic TradingFinancial Markets Microstructure course (Masters in Economics, UCPH, Spring 2020)***Full course pla...
Lecture 13, part 1: High-Frequency Trading; Public InformationFinancial Markets Microstructure course (Masters in Economics, UCPH, Spring 2020)***Full course...
讲师深入探讨 Contour 模型，从一个简单的例子开始，该例子说明了两组交易者（标记为 I 和 J）之间二阶信念的差异。在这个例子中，资产的基本价值有两个组成部分，theta I 和theta J. I 组的交易者拥有关于 theta I 的一些信息，而 J 组的交易者拥有关于 theta J 的信号。但是，没有公开信号，并且做出了相互独立和零均值的假设。结果，交易员 I 和交易员 J 不知道彼此的 theta，导致二阶置信度为零。
展望未来，讲座深入探讨了公共信息的影响，并假设存在提供有关总 theta 信息的公共信号 Y。交易者 I 对交易者 J 资产估值的看法不依赖于交易者 I 的私人信号，而是基于交易者对公开信号 Y 的观察。发现 XI 中的二阶期望值下降，表明交易者的私人信号越高信号是，他们对其他玩家资产的估值越低。这个结果可以直观地理解为具有高私人信号和资产估值为正的交易者，假设另一个缺乏相同私人信号的参与者对资产的估值较低。
该模型假设两个时期的资产总供应量正常，均值为零且存在一些方差。在第一个时期，资产供应必须等于行使需求函数的第一类交易者的需求。在第二期，资产需求必须等于 J 组交易者的总需求，包括第一期出售其持有的 I 组交易者，加上额外的总供应 X。由于这种供应的随机性，价格将不会完美信息量大，导致信息效率不完善。 I 组交易者的最大化问题涉及在给定私人和公共信号的情况下最大化他们的财富预期效用，唯一的选择是他们的需求 DI。
演讲者解释了两个交易者的问题设置，其中交易者 I 拥有资产而交易者 J 需要它，不确定性在于他们愿意交易的价格。假设均衡在 P2 和 P1、U1 和 U2 之间具有线性关系，导致交易者 I 的财富呈正态分布。通过应用均值-方差偏好，演讲者表明最大化其利差效用的代理人与具有均值-方差偏好的代理人相同。交易员 J 的问题使用与交易员 I 相同的方法来解决。由此产生的最大化问题考虑了给定条件变量时他们财富的期望和方差。
讲师解释模型平衡的计算。价格被假定为相关因素的线性函数，包括公共信号 Y、两个时期的供求和资产价值。 P1 是 theta、公共信号 Y 和电源 U1 的线性函数，而 P2 是 theta J、公共信号 Y 和 U2 电源 Y 的线性函数。第 1 期的价格信号 q1 取决于当地的供求关系。代理人的最优需求取决于 P2 的方差以及他们关于 P2 和 theta 的信息的精度。为了计算均衡，演讲者解释了如何根据市场需求和供应获得 P2 的期望。
演讲者讨论了 J 组交易者与 I 组交易者可获得的信息，特别是交易者从先前确定的市场价格中提取的有关 theta 的信息。这种优势使 J 组交易者在市场上比 I 组交易者更具优势。演讲者解释说，价格将是具有不同系数的线性函数，尽管此时尚未确定这些系数。解释了找到 q1 的过程，它表示给定价格 p1 和 Y 的 theta I 的条件期望，以及它与市场价格的关系。确定这些期望和价格的目的是了解它们如何影响代理人的最优策略。
00:00:00 讲师从一个简单的例子开始深入研究 Contour 模型，该例子展示了两组交易者的二阶信念的差异，标记为 I 和 J，资产的基本价值具有两个分量 theta I和 theta J。第一组的交易者将有一些关于 theta I 的信息，而第二组的交易者有关于 theta J 的信号。但是，没有公开信号，假设相互独立且均值为 0。从模型中可以看出，交易者 I 和交易者 J 不知道彼此的 theta，从而导致二阶置信度为零。
00:05:00 讲座继续讨论公共信息，并假设存在一个公共信号 Y，该信号提供有关总 theta 的信息。交易者 I 对交易者 J 的资产估值的看法不取决于交易者 I 的私人信号，而是基于两个交易者对公开信号 Y 的观察。发现 XI 中的二阶期望值在下降，这意味着交易者的私人信号越高信号是，他们对其他玩家资产的估价越低。这个结果背后的直觉是，如果一个玩家有很高的私人信号并对资产估值很高，他们就会假设另一个没有相同私人信号的玩家对资产的估值较低。
00:20:00 金融市场微观结构模型假设两个时期的资产总供给正常，均值为零且存在一些方差。在第 1 期，资产供应必须等于 I 交易者行使其需求函数的需求，而在第 2 期，资产需求必须等于 J 代理人的总需求，包括出售其 U1 持股的 I 交易者，加上一些额外的总供应 X . 这种供给的随机性意味着价格不会完全提供信息，从而导致信息效率不完全。 I 交易者的最大化问题是根据他们的私人和公共信号最大化他们对财富的预期效用，唯一的选择是他们的需求 DI。
00:25:00 演讲者解释了两个交易者的问题设置，其中交易者 I 拥有资产而交易者 J 需要它，不确定性在于他们愿意为此支付的价格。假设均衡在 P2 和 P1、U1 和 U2 之间具有线性关系，导致代理人 I 的财富呈正态分布。通过应用均值方差偏好，演讲者表明最大化其携带效用的代理人与具有均值方差偏好的代理人相同。类似地，交易员 J 的问题使用与交易员 I 相同的方法来解决。由此产生的最大化问题考虑了给定条件变量时他们财富的期望和方差。
00:30:00 演讲者讨论计算模型的平衡。价格被假定为所有相关因素的线性函数，包括公共信号 Y、两个时期的供需以及资产价值。 P1 是 theta、公共信号 Y 和电源 U1 的线性函数，而 P2 是 theta J、公共信号 Y 和 U2 电源 Y 的线性函数。第 1 期的价格信号 q1 取决于当地的供求关系。代理人的最优需求取决于 P2 的方差以及他们关于 P2 和 theta 的信息的精度。为了计算均衡，演讲者继续解释如何根据市场需求和供应得出 P2 的预期。
00:35:00 演讲者讨论了 J 交易者与 I 交易者比较的信息，特别是有关 theta 的信息，即交易者在到达市场之前从市场确定的价格中提取的时间。这使得 J 交易者在市场上比 I 交易者具有优势。演讲者解释说，价格将是线性函数，并且会有不同的系数，但是，在这一点上，他们无法识别这些系数。他们继续解释找到 q1 的过程，这是给定价格 p1 和 Y 的 theta I 的条件期望，以及它与市场价格的关系。找到这些期望和价格的目的是了解它们如何影响代理人的最优策略。
Lecture 13, part 2: Public InformationFinancial Markets Microstructure course (Masters in Economics, UCPH, Spring 2020)***Full course playlist: https://www.y...
i had a brief internet outage at 9:50; you can safely skip to 11:05Lecture 14, part 1: Herding and BubblesFinancial Markets Microstructure course (Masters in...
00:15:00 演讲者讨论了一个资产定价模型，其中资产的价值以速率 G 增长，直到某个随机时间 T0 减慢到速率 R。但是，资产价格继续以速率 G 增长，直到时间 Tau bar 的外生修正或由于理性交易者决定卖出而导致的内生崩溃发生。该模型既有理性交易者也有行为交易者，并且假设理性交易者获悉错误定价的时间分布在 T0 和 T0 加上一些 beta 之间是均匀的。这导致理性交易者在写入泡沫多长时间以及在外生修正之前还剩多少时间方面存在不确定性。
Lecture 14, part 2: Herding and BubblesFinancial Markets Microstructure course (Masters in Economics, UCPH, Spring 2020)***Full course playlist: https://www....
00:20:00 演讲者讨论了金融市场微观结构中的拍卖模型以及代理人如何找到最优出价。他们假设所有其他代理人都使用一些策略 beta 效应，并且出价策略在 X 中严格递增，这意味着可以期望对手有一个最大出价。演讲者排除了一些可能的出价，包括严格高于 X bar beta 的出价，这些出价严格受正好是 X bar beta 的限制，而私人估值为零的代理人将出价为零，要么输要么赢，得到无用的资产零价格，因为他们不愿意为通行费支付任何费用。然后，他们使用概率论探索获胜的概率，并在给定一些 b2b 和估值 X 的情况下重写预期利润。
00:25:00 演讲者解释了如何使用关于变量 B 的一阶导数在拍卖中最大化利润。通过在不等式两边取 beta 的反函数，并转换投标人估价的概率分布，找到了导出此函数的机械方法。然而，为了更简单和更直观的理解，表示通过竞标 Bi，如果竞争对手的最高估值低于使用策略 beta 的最高竞价者的估值，则竞标者获胜，并且一旦将利润函数写入此形式，可以通过对 B 求一阶导数来最大化它。
讲座继续解释如何使用与私人价值首价拍卖类似的方法来解决共同价值首价拍卖中的赢家诅咒。该视频强调，y1 的分布（表示为 G's）仍然存在，但现在以每个投标人收到的私人信号为条件。它引入了一种模仿私人价值案例的复杂方法，其中玩家 I 选择模仿谁而不是选择 B_di。通过根据 Z 的选择来构建问题，类似 Z 的出价的预期利润成为对所有可能的低于 Z 的 y 值的期望。讲座演示了采用一阶条件来最大化利润Z.
讲师讨论了在拍卖中模拟的最佳类型，并介绍了在结合均衡条件后给出最佳类型的一阶条件。需要强调的是，出价高到足以赢得资产但又低到足以限制支付金额是至关重要的。此外，还提供了一个微分方程及其结果表达式，表示在新构建的度量 L 上集成的人信号贬值的预期，但未提供进一步的详细说明。
00:05:00 该视频讨论了私人信息如何影响拍卖模型中其他信号的分布。 y1 的分布仍然表示为 G，但现在它们以投标人收到的私人信号为条件。该视频还展示了一种模仿私人价值案例的复杂方式，其中玩家我选择模仿谁而不是选择 B_di。通过根据 Z 的选择提出问题，类似 Z 的出价的预期利润成为对低于 Z 的所有可能 y 值的期望。该视频还演示了采用一阶条件来最大化利润到 Z。
00:10:00 讲师讨论了在拍卖中模拟的最佳类型，并提到了在插入均衡条件后给出最佳类型的一阶条件。他解释说，出价足够高以赢得资产但又足够低以限制支付金额仍然很重要。讲师还提出了一个微分方程及其结果表达式，即对人的信号贬值的期望，将其积分在新构建的度量 L 上，但没有详细说明。
00:35:00 讨论了对资产进行私人估价的买卖双方密封投标拍卖的设置。如果买方的出价高于卖方的出价，则交易以价格 TV 发生。买方和卖方的预期利润与最高价格拍卖示例中的相同，唯一不同的是符号。卖方的拍卖与私人价值第二价格期权完全相同，而买方的设置类似于私人价值第一价格拍卖。买方的最优策略可以用与第一价格拍卖相同的方式推导出来。
讲师承认他们对金融市场微观结构的教科书模型进行了某些简化和补充。他们丰富了私人估值的分布，并引入了二元私人从属关系（减 y 或加 y）的概念。此外，他们假设市价订单只能针对之前提交的限价订单进行交易。他们鼓励观众思考如何计算平衡的出价和要价，因为教科书模型并不假设如果限价订单簿为空，则交易将始终由做市商以相同价格填写。
引入了提交限价订单的概念，这可以带来更好的价格，但也会带来一些执行风险。讲师讨论了寻找平稳平衡的目标，重点是确定一个条件，该条件使 A 和 B 上的粗俗条件等同于给定 V ml 的固定值，这些值是模型的参数。然后讨论转移到下一位交易者如何在市价单和限价单之间做出选择。在均衡状态下，如果交易者有可用的市价单，则在时间 t + 1 提交限价单永远不是最优的。这种行为是唯一可能的平衡，因为任何其他选择都会导致矛盾。
讨论了负限价单和与市价单交叉补贴限价单对交易成本的影响。虽然这些做法可能会缩小点差，但它们不一定会降低交易成本，因为交易者为市价买单支付的实际金额由 v + 1/3l + f 给出。然而，这些做法仍然被认为是提高福利的。然后讨论转向订单流支付，并探讨将订单流从不成熟的投资者转发给交易商的后果。这种在现实世界中常见的做法促使人们在确定证券支付高利率或低利率时考虑基本价值。
00:05:00 讲师解释了交易所从每笔交易中获得的总收入，该收入来自从市价单和限价单收取的费用。该模型假设存在一种具有已知价值且外生固定出价和要价的资产。交易者在买入和卖出以及限价单和市价单之间进行选择。他们的私人估值，用 Y 表示，在交易者之间均匀分布和独立。值得注意的是，这些私人信息不会影响交易决策。市价单买入或卖出的概率分别记为P下标M上标B或S。
00:10:00 讲师解释说他们对金融市场微观结构的教科书模型做了一些简化和补充。他们丰富了私人估值的分布，并假设私人从属关系是二元的，即负 y 或正 y。他们还假设市价订单只能针对之前提交的限价订单进行交易。他们被要求计算均衡的出价和询价，但讲师将问题呈现给观众并鼓励他们想办法计算它们。他们澄清说，教科书模型并未假设如果限价订单簿为空，则交易将始终由做市商以相同价格填写。
00:20:00 讨论了提交限制器的概念，这可以带来更好的价格，但也会带来一些执行风险。在给定 V ml 的一些固定值（模型的参数）的情况下，寻找稳定平衡的目标的重点是找到等于 A 和 B 上的粗俗条件的条件。然后讨论转向下一个交易者如何在市价单和限价单之间做出选择，在均衡状态下，如果交易者有可用的市价单，则永远不会导致 t +1 时的交易者提交限价单。这是唯一可能的均衡行为，否则会导致矛盾。
00:35:00 演讲者讨论负限价单和与市价单交叉补贴限价单对交易成本的影响。虽然名义上缩小价差，但并不一定会降低交易成本，因为交易者为市价买单支付的实际金额由 v + 1/3l + f 给出。然而，它仍然被认为是一种提高福利的做法。接下来，演讲者谈到了订单流的支付，并探讨了将订单流从不成熟的投资者转发给交易商的后果。这是现实世界中广泛传播的做法，演讲者指出，在确定证券支付高利率或低利率时，必须考虑基本价值。
00:45:00 应用 Milgram 模型来确定知情交易者下达的条件订单的预期值。尽管经销商很少并且可能存在串通，但市场力量并未被观察到，因为他们仍然受到 Bertrand 竞争，价格竞争使他们处于寡头垄断状态。 S 价格的公式是使用从知情或不知情的机构投资者那里收到买单的概率得出的。最后得到比特价格的计算公式，与S价格相同。
00:50:00 引入溢出支付领域的概念，假设交易商1有支付订单流安排，经纪商给交易商1所有来自散户的订单，交易商同意执行这些订单其余两家经销商设定的最佳价格。经纪人充当路由器并决定将订单转发给谁。对交易商2和3发布的报价进行推导，发现这种情况下的买卖价差比没有支付订单流时要高。确定交易者被告知的概率以获得 s 价格。这种情况下的买卖价差比订单流没有付款时要高。最后，计算 P 的最大可能值。
00:55:00 讲师讲解如何求经销商一最大可能的P值以及经销商一愿意支付P的条件。经销商一的利润必须是非负的，他们从每个订单可以从 B 部分的均衡中得出，这涉及从收到的任何订单中接收 Alpha Sigma。然后讨论订单流量的支付，并提出它对投资者是有利还是不利的问题。答案很明确：所有投资者最终都以新的、更差的价格进行交易，从而导致他们的结果更糟。
Exercise class 4, part 1Financial Markets Microstructure course (Masters in Economics, UCPH, Spring 2020)***Full course playlist: https://www.youtube.com/pla...
第 11 讲，第 2 部分：数字市场（金融市场微观结构）
第 11 讲，第 2 部分：数字市场（金融市场微观结构）
在讲座的这一部分，教授讨论了管理人员薪酬计划的概念，作为缓解公司所有者和管理人员之间激励问题的一种手段。理想的方案是奖励管理者做正确的事，惩罚他们做错事，同时对股东具有成本效益。然而，评估管理绩效和激励管理人员可能具有挑战性。
为了说明这个概念，讲师提出了一个快速而简单的模型，其中管理者的努力会影响良好结果的可能性，而付出努力是有代价的。在一个理想的世界里，最好的合同是根据经理的努力向经理支付薪水，如果他们不付出努力，则工资为零。然而，实际上，努力并不总是可以收缩的，这意味着它无法被完美地观察或衡量。因此，经理的报酬可以根据公司价值或实现的利润而定。
讲师解释说，在努力不可收缩的公司中，经理的最佳合同是取决于股票价格的合同。这是因为股价对经理的努力更为敏感，因此对股东来说更便宜。如果公司倒闭，这样的合同不会向经理支付任何报酬，但如果公司表现良好，则会提供高额报酬，符合最佳合同的概念。
然而，讲师承认，将经理薪酬与股价挂钩可能会产生意想不到的后果。其中一个后果是职业问题，管理者可能会优先考虑最大化他们的声誉，而不是做出符合公司最佳长期利益的决定。这种行为会导致各种低效率。
为了解决这个问题，讲师建议，如果一家公司关心其股价，它可能愿意提高其股票的流动性。更高的流动性使股票更有价值，而这种增加的价值可以间接激励经理。讲师介绍了公司影响流动性的三种工具：进行首次公开募股 (IPO)、在另一家交易所上市以及提高透明度和财务报告。
在交易所上市虽然有透明度要求，但可以增加公司股票的可及性。此外，聘请发布相对激进的限价订单的专门做市商可以提高流动性。此外，公司可以根据其资产的流动性水平选择最适合流动性的资本结构。
讲座最后提到，公司金融是一个更详细地探索初级资本市场的领域，可以为有兴趣研究该主题的人提供进一步的见解。
本节讲座的重点是管理人员薪酬计划的概念，以解决公司所有者和管理人员之间的激励问题。讲师解释了评估管理绩效的挑战，并提出了基于公司价值或股票价格的或有报酬的想法。讨论了这种方法的潜在缺点，以及流动性在间接激励经理人方面的作用。讲座还强调了理解主要资本市场和公司金融对于全面理解这些概念的重要性。
第 12 讲，第 1 部分：高频交易和算法交易（金融市场微观结构）
第 12 讲，第 1 部分：高频交易和算法交易（金融市场微观结构）
讲师首先总结了上周的主题，强调了流动性和公司治理之间的关系，以及数字市场对交易的变革性影响。他们简要提到了加密货币和区块链，警告说这些技术可能被过度宣传了。然后，讲师转到当天的主要焦点：高频交易。然而，在深入探讨该主题之前，他们讨论了最近发生的一起事件，该事件涉及以负价交易的原油期货合约。向观众展示了一个测验，要求他们考虑这种异常是由算法交易还是战略人类交易员引起的。最终，讲师透露合约确实以负价交易，排除了算法故障或纯粹是玩笑的原因。
接下来，演讲者深入探讨了两个相互关联的主题。首先，他们讨论了商品市场中涉及美国石油基金的可预测交易模式，以及交易员预期并利用这些合约的展期而导致的后续负价。探讨的第二个主题是算法交易，它超越了高频和专业交易员，包括机构和零售交易员，他们使用算法来更有效地执行订单。讲师引用了 Beeson 和 Warhol 的一篇论文，该论文研究了算法交易的各种应用。
在此基础上，演讲者介绍了另一篇研究论文，该论文研究了算法交易如何影响现代市场中不知情交易者的建模。该论文分析了一家经纪公司的数据，该公司采用广泛使用的算法来执行交易。该算法将机构投资者提交的父订单拆分为子订单，以最大限度地减少价格影响。数据显示，平均每个父订单产生 63 次运行，每次运行有 3-9 个子订单，导致每个父订单产生 500 多个子订单。该数据突出了不知情交易者的老练，并表明可能需要相应地调整模型。
讲师进一步强调了交易者日益成熟和将市场订单拆分为子订单以尽量减少市场影响的做法。他们向观众提出了一个发人深省的问题，要求他们猜测散户投资者与机构投资者的市价单和限价单的构成。披露显示，机构投资者严重依赖限价单，80%的单子是限价单，只有不到0.4%是市价单。引入与市场价格挂钩的袋子订单的概念，以进一步说明交易的这一方面。
然后将可销售限价订单的概念解释为比市价订单更安全的替代方案。适销对价的限价订单以买卖差价内的价格提交，允许立即执行。相比之下，传统的限价订单是被动的，以超出买卖价差的价格下达，预计稍后执行。适销对价限价订单的优势在于它们对突然的价格变化和延迟的敏感性降低，因为它们以最佳可用价格迅速执行。但是，在某些情况下，由于交易者设置的特定数量或价格限制，可销售的限价单可能无法执行。
演讲者详细阐述了即使未成交的限价订单也会对市场产生影响的想法。他们讨论了一篇研究论文，该论文展示了取消的订单（包括已成交和未成交的订单）如何影响市场价格。特别是未成交的订单比已成交的订单具有更大的影响，并且这种影响在几秒钟内发生，强调了当今市场的速度。然后讲座过渡到高频交易的主题，强调阅读研究论文的重要性，并就如何有效地处理这些论文提供指导。演讲者强调了理解与这些模型中所做假设相关的缺点的重要性。
讲师继续讨论金融市场微观结构中的高频和算法交易 (HFT)。高频交易是指以计算机化的方式快速执行交易策略，在现代市场中已变得普遍。他们提到，高频交易占美国交易量的 50% 以上，在欧洲超过 25%，但科学界对其对市场的影响以及是否需要监管仍存在不确定性。为了阐明这些问题，本讲座探讨了研究高频交易速度相关优势和投资的理论论文。虽然早期的模型侧重于消息灵通的交易者，但最近的研究调查了消息不灵通的交易者对高频交易的使用。
为了说明交易速度的优势，演讲者介绍了一个简单的两期模型，其中利润最大化的机构（被归类为具有高私人价值或低私人价值）从事交易。这些交易员在交易前观察他们的私人价值，并根据他们之前遇到的异质估值组合方法。还引入了一个基本值，它可以等概率地高或低。快的机构投资，而慢的机构仍然慢，前者通过更早提交订单并在此期间从市场获取更多知识和信息来获得优势。
讲师解释了高频交易如何在识别有利可图的交易机会方面提供优势。快速的交易者能够在提交订单时观察到基本价值 (V)，而缓慢的交易者可能要等到提交订单后才能观察到 V。此外，快速交易者更有可能发现有利可图的交易机会，因为如果他们延迟提交订单，他们可以更清楚地了解限价订单簿。演讲者深入探讨了快交易者和慢交易者可能拥有的各种类型的私人信息，以及他们的行为如何在均衡框架内受到这些信息的影响。
教授讨论了一种交易模型，强调了解资产价值的交易者与不了解资产价值的交易者之间的区别。交易者还拥有影响不知情交易者交易行为的私人估值因素。该模型与 Gloucester Milgram 模型平行，可以使用类似的方法求解。在只有慢交易者存在的情况下，所有订单都以中间报价执行。然而，当快速和缓慢的交易者都参与市场时，讲师将重点放在最极端的交易者类型上。在对称均衡中，具有高私人估值的快速交易者购买资产，而那些估值低且知道坏消息的交易者出售资产，形成六种不同的策略。
演讲者继续讨论买方均衡价格的计算。通过计算从快速和不知情的交易者那里接收买单的概率，相当于他们模型中的知情交易者，可以推导出买单的均衡价格。交易商报出的要价由收到买单时资产的条件估值决定。该部分以讲师提出有关交易者行为的问题并宣布讲座暂停结束。
休息后，讲座继续讨论高频交易 (HFT) 对市场结果的影响。演讲者展示了另一篇探讨高频交易对市场流动性和价格效率影响的研究论文。本文研究了高频交易者的存在如何影响市场动态，高频交易者可以访问更快的信息和执行能力。
讲师介绍了一种模型，该模型将 HFT 交易者与其他市场参与者结合在一起。他们解释说，高频交易者的特点是能够在提交订单之前观察资产的基本价值。相比之下，被称为“常规交易者”的非高频交易者无法观察基本价值并根据他们的私人估值和可用的市场信息做出决策。
本讲座深入探讨了模型的均衡分析，同时考虑了 HFT 交易者和普通交易者的行为。演讲者强调了理解这些不同类型的交易者之间的战略互动以及它们如何影响市场结果的重要性。他们强调，高频交易者更快地获取信息和做出更快的交易决策的能力可以显着影响市场流动性和价格效率。
讲师介绍了研究论文的主要发现，强调高频交易员的存在可以提高价格效率并缩小市场买卖价差。高频交易者交易活动的增加和信息处理速度的加快有助于增强流动性，并使新信息更快地融入价格。
然而，演讲者还指出了与高频交易相关的潜在担忧，例如市场波动加剧的可能性以及高频交易策略放大市场波动的可能性。他们强调进一步研究的重要性，以更好地了解这些动态，并评估是否有必要采取监管措施来减轻与高频交易相关的任何负面影响。
讲座最后总结了所讨论的要点，包括高频交易的优点和潜在缺点。演讲者鼓励听众继续探索有关该主题的研究论文和学术文献，以更深入地了解现代金融市场中的复杂动态。他们强调保持知情和批判性分析不同交易策略和技术对市场运作和稳定的影响的重要性。
第 12 讲，第 2 部分：高频交易（金融市场微观结构）
第 12 讲，第 2 部分：高频交易（金融市场微观结构）
休息后继续，讲座的重点是高频交易模型的均衡分析，并探讨了多重均衡的存在，这种均衡可能由于市场中的自我实现预期而出现。演讲者解释说，经销商的定价策略是根据市场交易者采用的其余策略制定的。
为了解决多重均衡问题，讲师引入了基本面比私人估值发挥更重要作用的假设，尽管它们并没有完全掩盖它们。市场上的交易员根据他们的私人估值和新闻对资产的价值进行排名，这提供了一组更窄的可能案例并有助于指导他们的决策。
讲座继续讨论在特定条件下标记为 P1、P2 和 P3 的三个不同的均衡。在均衡 P1 中，所有三种类型的交易者都通过以窄价差购买资产来参与。在 P2 中，快速交易者只有在有好消息和高私人估值时才会买入，而慢速交易者仍在买入。 P3 代表一种均衡，其中只有具有极端估值的快速交易者参与，导致更广泛的价差并有效地将缓慢的交易者排除在市场之外。
演讲者强调，这些均衡的存在取决于各种参数值，包括价差变得如此之大以至于市场上没有交易发生的可能性。该讲座强调，虽然 P3 始终存在，但 P1 的存在取决于存在的知情交易者的特定阈值。发现 P1 是 Pareto 支配的，与 P3 相比，为所有交易者提供更好的价格。因此，在这种模式下，不知情的交易者不再亏本交易，使交易过程更具战略性，对所有参与者都有利。
教授进一步探讨了 P1 均衡对快交易者和慢交易者的利润的影响。随着更多快速竞争者进入市场，快速交易者的利润减少，表明竞争加剧的负面影响。同样，行动迟缓的交易者也会经历类似的结果，但他们的利润取决于他们的私人估值。讲座强调，当权益点超过零时，P1 均衡不再存在，导致所有市场参与者的结果更糟，因为它对其他人施加了外部性。总体而言，随着 alpha 值的增加，所有交易者的利润都会下降。
该讲座通过考虑机构之间的异质性，介绍了一种更微妙的解决公地悲剧的方法。该模型假设机构有不同的类型，这决定了它们的规模和快速的潜在利润。这意味着并非所有交易者都必然变快或变慢，而是取决于他们机构的规模和他们可以参与的市场数量。
演讲者深入探讨了机构在选择变快或变慢时的决策过程，这是由变快带来的预期利润驱动的。他们解释说，快的利润在所有市场都是相同的，并且仅取决于快机构的总份额。只有在类型方面超过一定界限的机构才会选择变快。本讲座进一步讨论了基于假设分布，在任何给定市场中所面临的交易者类型的分布如何遵循从 0 到 M 的均匀分布。此外，还建立了表示每个市场中知情交易概率的 alpha 值。
该讲座引用了一篇关于高频交易的研究论文的发现，该论文确定了一个均衡，在该均衡中，遇到交易员的概率大到足以值得快速交易的概率由均匀分布决定。该论文还揭示，变得快速的成本导致市场上快速交易者的数量减少，从而降低了 alpha。此外，作者提出了一个福利结果，表明与有逆向选择的市场相比，没有逆向选择的市场产生更多福利。演讲者将此解释为运行良好的市场可能有过多的均衡高频交易的迹象，并建议将 alpha 设置为零将实现福利最大化。
在讲座快结束时，演讲者提到了每 0.1 秒进行一次批量拍卖的提议，这不会显着延迟交易者，但可能会对高频交易者产生不利影响。他们宣布即将举行的讲座将更详细地研究这一提议，并提供经验数据来支持它。主持人承认演讲造成的任何混乱，并对听众的专注表示感谢，最后宣布练习课将于周五举行。
继续讲座，主持人继续更详细地讨论所提议的批量拍卖系统。他们解释说，批量拍卖涉及将一组订单组合在一起，并以特定的时间间隔执行它们，例如每 0.1 秒一次。虽然该系统可能不会对大多数交易者造成重大延迟，但它可能会扰乱高频交易者的策略和盈利能力。
主持人承认，高频交易已成为一个有争议的话题，人们担心它会影响市场稳定性和公平性。批量拍卖被视为通过引入更加结构化和受控的交易环境来解决其中一些问题的潜在解决方案。
讲座随后介绍了经验数据的概念，这些数据将在随后的会议中展示，以支持所提议的批量拍卖系统的可行性和有效性。主持人强调了经验证据在理解市场结构和交易策略的现实影响方面的重要性。
演讲者再次对演讲期间造成的任何混乱表示歉意，并对听众的耐心和参与表示感谢。他们在会议结束时宣布将于周五举行练习课，学生可以在练习课上进一步练习和应用所讨论的概念。
第 13 讲，第 1 部分：高频交易；公共信息（金融市场微观结构）
第 13 讲，第 1 部分：高频交易；公共信息（金融市场微观结构）
在讲座中，演讲者讨论了高频交易 (HFT) 对市场的影响以及公共信息的问题。高频交易在市场上的存在造成了交易者之间信息的不平衡，类似于拥有更多消息灵通的交易者。这种信息不对称会损害流动性，扩大价差，并且不一定会带来更好的价格发现。高频交易可以被视为一场军备竞赛，为了获得优势而进行浪费性投资。然而，当每个人都变快时，情况就变得等同于每个人都变慢了，只是每个人都投入了大量资金来实现速度。
为了解决这些问题，演讲者建议用频繁的批量拍卖代替连续拍卖。然而，高频交易会产生不会随时间消失的任意机会，而且这种方法无法促进相同资产之间的相关性。即使有更多的高频交易者，仅通过实施新的拍卖系统也无法解决高频交易的问题。
接下来，主持人讨论了与标准普尔 500 指数现货和期货合约相关的价格效率。这些资产是相关的，因为它们都跟踪标准普尔 500 指数，但未来合约是短期的，反映了标准普尔 500 指数在一周内的预期价值。根据该理论，这些标准普尔 500 期货合约的价格应该是鞅和有效的。然而，当以较短的时间间隔检查价格数据时，现货价格和期货价格之间的相关性开始减弱。
该讲座还探讨了价格指数之间的相关性及其对套利机会的影响。两个价格指数之间的相关性随着时间间隔的增加而增加。然而，随着时间间隔缩小为零，指数之间的相关性变为零。这意味着可以在毫秒内操作的最快的交易者将始终有机会获得套利机会。说明每次套利的中等利润随时间变化的图表表明，这些利润不会下降。讲师展示了一个包含两类交易者的简单模型：随时间随机到达的“湿润”交易者和可以获得套利机会的高频交易者。
此外，教授还解释了噪声交易者和高频交易者在市场中的作用。噪音交易者随机到达，想要买入或卖出一个单位的股票，没有任何特定意图。高频交易者充当流动性提供者，其中一个充当做市商并发布一个单位资产的报价。其他高频交易员充当陈旧报价狙击手，如果他们在做市商之前观察公共新闻，他们就可以利用这些陈旧报价。教授计算了在这种情况下做市商、狙击手和非狙击手的预期流量利润。
讲座继续讨论在消息到来的情况下做市商和狙击手的交易机会和利润。做市商可以从与消息灵通的投资者和不知情的噪音交易者的交易中获利，但如果被其他交易者狙击，就会蒙受损失。狙击手有一个交易机会，其概率定义为 lambda 跳跃，如果 J（跳跃）大于 s 超过 2，则此机会是有利可图的。对于高频交易者来说，无论采用哪种规则都无动于衷，做市商的预期利润应该等于狙击手的预期收益。
然后演讲者将焦点转移到交易中的均衡点差以及它如何不受市场高频交易者数量的影响。这意味着拥有更多的高频交易者并不一定会在价差、流动性或价格收窄方面改善市场。该讲座还探讨了频繁批量拍卖的提议，作为解决连续交易导致的市场失灵的潜在解决方案。在频繁的批量拍卖中，交易者可以根据延迟时间以不同的时间间隔提交订单。信息不灵通、反应迟缓的交易者提交订单的时间较早，而信息灵通、速度较快的交易者提交订单的时间较晚，但时间间隔较长。
该讲座解释说，实施批量拍卖系统会引入延迟，这可能是低效的，因为它们允许信息不对称的可能性，使快速交易者能够根据在此期间到达的陈旧报价进行交易。然而，如果延迟时间 (tau) 足够大，则发生知情交易的时间间隔的相对长度变得足够小，以减轻知情交易的问题并减少陈旧报价的狙击。这表明，从连续市场过渡到相对频繁的批量拍卖可能是解决高频交易者之间最小化延迟竞争的解决方案。
然后讨论转向公共信息对市场的影响。讲师强调，大多数模型主要关注不对称信息和私人信号的影响，而很少探讨整体波动性和全球不确定性对价格和贸易的影响。引入了高阶信念的概念，它在解释经验现象方面获得了关注。本讲座展示了一个模型，试图通过高阶信念的视角来解释公告后观察到的高交易量。
接下来，在一个称为 Lost Milgram 模型的简单模型的框架内探讨博弈论中二阶信念的概念。该模型包含两个分量，theta one 和 theta two，它们是等概率且独立的，共同决定资产的价值。两位交易者都观察到公开信号 theta one，但只有知情的交易者才能访问 theta 2。公共信号会影响价差方面的结果，但不会影响中间价。理解二阶信念对于理解游戏中的玩家行为至关重要，尽管由于无限循环相关的复杂性和不便，大多数游戏将它们简化为一阶信念。
演讲者解释说，theta 2 是仅对知情交易者可用的私人信号，应该基于所有交易者可访问的公共信息来预期。可以访问公共信息的经销商知道如果信号是 theta one 并且订单来自噪音交易者，则以该信息为条件的期望值就是 theta one。可以更高或更低的出价也由相同的信息确定。因此，点差不依赖于 theta one 并且保持不变。在这个封闭的 Milgram 模型中，所有代理人同时更新他们对资产估值的看法以响应公共信号，但没有实际交易发生。该模型假设所有代理人只考虑资产的基本价值，不考虑转售。
此外，该讲座还介绍了一种信息不对称交易模型，该模型涉及两代不同交易时间和地点的交易员。伦敦的短线交易员在伦敦交易日结束时将头寸卸载给纽约的交易员，因为纽约的交易员愿意隔夜持有库存。伦敦交易员主要关注其头寸对纽约交易员的转售价值，从而形成对纽约交易员在购买资产时愿意支付多少头寸的猜测。演讲者表明，更准确的公共信息会导致交易者之间对资产价值的分歧增加。这种分歧会根据私人信息产生交易量和不同的信念。演讲者还解决了一个关于货币交易者如何平仓的问题，这可以通过持有安全货币的现金或以相同货币偿还借入的资金来完成。
第 13 讲，第 2 部分：公共信息（金融市场微观结构）
第 13 讲，第 2 部分：公共信息（金融市场微观结构）
讲师深入探讨 Contour 模型，从一个简单的例子开始，该例子说明了两组交易者（标记为 I 和 J）之间二阶信念的差异。在这个例子中，资产的基本价值有两个组成部分，theta I 和theta J. I 组的交易者拥有关于 theta I 的一些信息，而 J 组的交易者拥有关于 theta J 的信号。但是，没有公开信号，并且做出了相互独立和零均值的假设。结果，交易员 I 和交易员 J 不知道彼此的 theta，导致二阶置信度为零。
展望未来，讲座深入探讨了公共信息的影响，并假设存在提供有关总 theta 信息的公共信号 Y。交易者 I 对交易者 J 资产估值的看法不依赖于交易者 I 的私人信号，而是基于交易者对公开信号 Y 的观察。发现 XI 中的二阶期望值下降，表明交易者的私人信号越高信号是，他们对其他玩家资产的估值越低。这个结果可以直观地理解为具有高私人信号和资产估值为正的交易者，假设另一个缺乏相同私人信号的参与者对资产的估值较低。
讲师讨论了二阶信念在金融市场微观结构中的重要性，并强调了不同参与者所拥有的关于总资产价值 (theta) 各个组成部分的信息的异质性。当公共信息更加精确时，不同参与者的私人信号就会出现分歧，从而导致交易量增加。这解释了为什么围绕产生新公共信息的公告通常会有更高的交易活动。该领域的大多数模型假设所有信号都属于同一事物，但考虑到异质性可以产生更多信息的模型。
为了说明二阶信念在推动贸易中的作用，演讲者介绍了 Contour 模型的框架。该模型由两组交易者组成，I 和 J，在三个时期内运作。在第二个时期，I 组的交易员退出市场，而 J 组的交易员在第三个时期从持有资产中获得价值 theta。所有交易者都是有竞争力的，并且可以根据价格调节他们的需求，其行为类似于 Kyle 模型中的经销商。模型中的交易者具有指数效用和恒定的绝对风险规避，他们的财富由第 i 组交易者的 di 乘以 p2 减去 p1 和第 J 组交易者的价值 theta 减去 p2 决定。
该模型假设两个时期的资产总供应量正常，均值为零且存在一些方差。在第一个时期，资产供应必须等于行使需求函数的第一类交易者的需求。在第二期，资产需求必须等于 J 组交易者的总需求，包括第一期出售其持有的 I 组交易者，加上额外的总供应 X。由于这种供应的随机性，价格将不会完美信息量大，导致信息效率不完善。 I 组交易者的最大化问题涉及在给定私人和公共信号的情况下最大化他们的财富预期效用，唯一的选择是他们的需求 DI。
演讲者解释了两个交易者的问题设置，其中交易者 I 拥有资产而交易者 J 需要它，不确定性在于他们愿意交易的价格。假设均衡在 P2 和 P1、U1 和 U2 之间具有线性关系，导致交易者 I 的财富呈正态分布。通过应用均值-方差偏好，演讲者表明最大化其利差效用的代理人与具有均值-方差偏好的代理人相同。交易员 J 的问题使用与交易员 I 相同的方法来解决。由此产生的最大化问题考虑了给定条件变量时他们财富的期望和方差。
讲师解释模型平衡的计算。价格被假定为相关因素的线性函数，包括公共信号 Y、两个时期的供求和资产价值。 P1 是 theta、公共信号 Y 和电源 U1 的线性函数，而 P2 是 theta J、公共信号 Y 和 U2 电源 Y 的线性函数。第 1 期的价格信号 q1 取决于当地的供求关系。代理人的最优需求取决于 P2 的方差以及他们关于 P2 和 theta 的信息的精度。为了计算均衡，演讲者解释了如何根据市场需求和供应获得 P2 的期望。
演讲者讨论了 J 组交易者与 I 组交易者可获得的信息，特别是交易者从先前确定的市场价格中提取的有关 theta 的信息。这种优势使 J 组交易者在市场上比 I 组交易者更具优势。演讲者解释说，价格将是具有不同系数的线性函数，尽管此时尚未确定这些系数。解释了找到 q1 的过程，它表示给定价格 p1 和 Y 的 theta I 的条件期望，以及它与市场价格的关系。确定这些期望和价格的目的是了解它们如何影响代理人的最优策略。
讲师解释了如何将 P2 和 theta 的条件期望表示为信号的线性组合，包括 X、Y、q1、q2 和其他变量。然后将这些表达式重新插入到最优策略中，以获得双方的均衡需求。市场清算条件用于将均衡价格与信号联系起来，从而产生 P1 和 P2 的线性价格。通过匹配系数，可以将最佳需求计算为信号的函数。这个过程提供了模型的一个均衡，尽管可能存在其他具有非线性价格的均衡。
演讲者讨论了交易如何由代理人之间的分歧驱动，以及参与者 1 在第 1 期的最优需求如何取决于他们对 theta 的二阶期望。代理人在第 1 期收到的较高私人信号导致代理人在第 2 期持有的二阶信念的预期较低，从而导致第 2 期的价格较低。本文还考虑了一个稍微更通用的模型，其中包括 theta K。
讲座还讨论了公共信息对交易量的影响，指出更精确的信号会导致更高的交易量。该模型考虑了短期和长期交易者对市场整合的影响，并表明高市场整合导致低交易量。参考了一篇实证论文来支持这些结果，这表明当市场一体化程度较低时，公告对交易量有很大影响。但是，讲师告诫说，标准模型可能无法准确代表公开信息对交易量的影响。
继续演讲，演讲者强调需要更准确的模型来捕捉公共信息对交易量的影响。标准模型通常会忽略信号的异质性，并且无法解释由拥有不同级别信息的不同参与者产生的复杂动态。通过将这些因素纳入模型，研究人员可以更深入地了解市场行为和结果。
接下来，讲师探讨了 Contour 模型的更广泛含义及其与金融市场的相关性。该模型提供了一个框架，用于理解二阶信念如何驱动交易活动和价格形成。它强调了不仅要考虑个体交易者的直接信念和信号，还要考虑他们对其他人的信念的重要性。这些高阶预期会对市场动态产生重大影响，影响交易决策、价格水平和交易量。
此外，Contour 模型阐明了公共信息、私人信号和市场整合之间的相互作用。公开信息的准确性会影响交易者之间私人信号的差异，进而影响交易量。当公开公告包含高度信息化的信号时，它们会导致私人信号中更大的异质性，从而导致交易活动增加。然而，市场一体化程度也发挥了作用，因为高度一体化会因信号趋同和异质性降低而抑制交易量。
为了支持这些发现，讲师引用了一篇实证论文，该论文为公告、市场整合和交易量之间的关系提供了实证证据。研究表明，当市场一体化程度较低时，公告对交易量的影响更为显着。这凸显了在实证研究中考虑公共信息、市场结构和交易行为之间相互作用的重要性。
关于 Contour 模型的讲座探讨了交易者之间二阶信念的分歧、公开信息对交易动态的影响以及市场整合的作用。通过将信号和信念的异质性纳入模型，研究人员可以更好地理解和预测市场行为。该讲座强调需要更准确的模型来捕捉金融市场的复杂动态，并提供对推动交易量和价格形成的因素的见解。
第 14 讲，第 1 部分：羊群效应和泡沫（金融市场微观结构）
第 14 讲，第 1 部分：羊群效应和泡沫（金融市场微观结构）
讲座开始时，教授介绍了金融市场泡沫这一主题，并强调泡沫给古典经济学带来了一个难题。然后课程重点介绍羊群模型，这表明代理人可以忽略他们的私人信息并仅根据公共信息进行交易，导致每个人都做同样的事情并产生羊群效应，这可能会导致泡沫。
演讲者介绍了另一种模型，该模型处理高阶信念和缺乏隐私信息的聚合，这也可能导致泡沫。提供了不同的气泡定义，包括来自韦氏词典和维基百科的定义。讲师讨论了金融市场泡沫的三种定义。
第一个定义来自芝加哥大学的维基百科页面，它将泡沫定义为价格偏离基本价值。第二个定义来自 Investopedia，它将泡沫指的是股票价格的飙升超过了特定行业基本面所保证的水平，随后随着大规模抛售的发生价格急剧下跌。第三个定义来自芝加哥联储，指出当资产的市场价格在较长时期内大大超过其由基本面因素决定的价格时，就会存在泡沫。
讲师强调，这些定义都不包括交易者在这些市场中的行为方式的行为方面。本节以泡沫示例作为结尾，包括安然、美国房地产泡沫和比特币/加密货币泡沫，说明了常见和奇特的案例。
接下来，演讲者深入探讨了羊群效应的概念及其在金融市场微观结构中的泡沫作用。他们参考了 2006 年初的一次铀泡沫，该泡沫可能是由加拿大一座被淹没的矿山引发的，该矿山拥有已知和已开发的最大铀储量。这一事件导致供应短缺和需求过剩，导致市场出现短期泡沫。
然后讲座探讨了放牧理论，其中的想法是依赖公共信息，以及如何将其视为对新信息的有效反应。羊群效应被描述为一种理性但效率低下的决策过程，在该过程中，投资者会跟随市场的主导力量而忽略私人信息而偏爱公共信息。以动量交易策略为例，投资者买入趋势上涨的股票，卖出趋势下跌的股票。
羊群模型假设代理人按顺序到达市场，接收私人信号并观察先前代理人的决策，但不观察导致这些决策的私人信息。讲座解释说，理想的结果是汇集每个人的私人信息，以实现最佳决策和价格。然而，这是不现实的，因为代理人有动机利用他们的私人信息。由于顺序决策，那些较早到达的人可使用的信息较少，从而导致次优结果。
该视频讨论了一个模型，在该模型中，人们开始忽视他们的私人信息并完全依赖公共信息，从而导致羊群行为和信息级联。模型中的不确定性由可低可高的基本值捕获。代理人以先验信念进入市场，该信念根据私人信号进行更新。另一种信念，与市场估值相同，是根据所有过去代理人的决策更新的。该模型展示了当人们过度依赖公共信息而忽略他们的私人信号时会出现效率低下的情况。
讲座进一步探讨了羊群效应的概念及其与金融市场泡沫的关系。据解释，私人信号和不完善的先验信念会导致羊群行为，代理人会忽略他们的私人信号并根据公共信念行事。该视频认为，这种行为可能导致缺乏新的信息被添加到公众的信念中，导致它随着时间的推移保持不变。
演讲者展示了一个模型，在该模型中，交易者在到达时对资产价值有先验知识并且是理性的。然而，没有先验知识的噪音交易者与追求利润最大化的交易者一样，以相同的概率买入、卖出或弃权。最初，演讲者建议由于噪声交易者的随机性，在此模型中不可能出现羊群效应。然而，Avery 和 Zemsky 提出的一个更复杂的模型表明，考虑到不同程度的完美信息访问和噪音交易者的缺失，羊群效应是可能的。
本讲座讨论了做市商模型中的不确定性，包括新闻事件及其性质（好或坏）的不确定性。做市商缺乏与消息灵通或消息不灵通的交易者进行交易的知识，也不知道经济中消息灵通的交易者的数量。在这种模型中可能会出现羊群效应，如果所有交易者都知道一项资产从根本上被低估而做市商却不知道，那么就会出现非投机性泡沫。这造成了一个投机泡沫，每个交易者都比他们的私人信号更看重公共信息。
讲师简要介绍了非投机泡沫，并解释说它们也可以通过羊群效应产生。在演讲者休息之前提到了 Gloucester Milgram 模型，并提供了下一节的预览，其中将介绍 Bro Bruna Maya 模型。
第 14 讲，第 2 部分：羊群效应和泡沫（金融市场微观结构）
第 14 讲，第 2 部分：羊群效应和泡沫（金融市场微观结构）
讲师强调，尽管与金融市场的羊群行为、错误定价和泡沫相关的复杂性和挑战，但有一些机制可以在一定程度上帮助缓解这些问题。例如，价格机制在通过市场调整使资产价格回到其基本价值方面起着至关重要的作用。但需要注意的是，如果不确定性特别高或者协调变得困难，羊群效应和定价错误仍然会出现，从而导致泡沫的形成。
此外，讲座强调了动量交易作为一种理性策略的概念。该策略涉及在资产价格呈上升趋势时买入资产，在价格呈下降趋势时卖出资产。讲师解释说，动量交易可以解释为对观察到的市场行为的理性反应，表明交易者通常根据感知趋势做出决策，而不是仅仅依靠基本面分析。
讲师将重点转移到解决金融市场羊群效应和泡沫动态的特定模型。该模型引入了价值增长及其随后放缓的概念，导致可能发生外生修正或内生崩溃。理性和行为交易者被纳入模型，其中理性交易者拥有关于错误定价的知识，而行为交易者对资产价值表现出过于乐观的信念。假定理性交易者何时获悉错误定价的分布是均匀的，从而增加了有关泡沫持续时间和外生修正时间的不确定性因素。
在此背景下，讲师强调了理性交易者决策过程的重要性。虽然理性的交易者意识到价格的高增长是暂时的，但他们缺乏关于泡沫何时破裂的准确信息。这种不确定性对理性交易者确定出售资产的最佳时间提出了挑战，因为他们必须在通过在后期出售来最大化利润和通过在崩盘前出售来避免潜在损失之间取得平衡。讲师强调了理性交易者所面临的错综复杂的权衡取舍，以及有效把握行动时机的重要性。
在整个讲座中，讲师不断强调信息、协调、不确定性和决策在金融市场泡沫形成和破灭中的作用。通过深入研究各种模型和概念，讲师全面了解导致羊群行为、错误定价和泡沫出现的因素，阐明这些现象中固有的复杂性和挑战。
讲座最后指出，在进入下一个主题（拍卖模型）之前，将回顾所涵盖的材料。在探索金融市场拍卖的动态之前，这项全面的审查将确保知识和理解的坚实基础。
在讲座的后续部分，演讲者深入探讨了声誉问题和契约激励的概念，这可以进一步助长金融市场的羊群行为。尤其是管理者，可能会觉得有必要效仿他人的行为，以保护自己的声誉或获得安全的回报。当私人信息无法轻易汇总时，就会出现这种行为，这使得管理者很难完全依赖自己的信号。因此，他们可能会选择模仿同龄人的行为，即使这违背了他们自己的判断。
讲师强调，声誉问题和合同激励可以促进羊群效应，尤其是在市场参与者之间缺乏共同知识或协调的情况下。虽然价格机制可以通过促进市场调整来部分缓解问题，但在不确定性普遍存在或协调变得困难的情况下，羊群效应仍会持续存在。
然后，讲座深入探讨了一个模型，该模型探讨了羊群效应、泡沫和协调之间的关系。该模型通过引入关于泡沫峰值的常识可能不存在的概念，挑战了古典经济学认为泡沫是不可能的论点。在这种情况下，为了促进价格调整并将资产价值恢复到其基本水平，协调变得至关重要。
该模型强调了高阶信念的重要性及其对市场协调的影响。它表明交易者对其他交易者行为的看法会影响整体市场动态。演讲者强调了交易者的信念、协调和市场结果之间的相互作用，阐明了可能导致泡沫形成和持续的复杂动态。
接下来，讲师向听众介绍了一个更复杂的模型，该模型包含与资产定价相关的各种因素和场景。该模型考虑资产在随机时间之前的增长率，此时它经历放缓。资产价格继续以较慢的速度增长，直到发生外生修正或内生崩溃。模型中包括理性和行为交易者，假设理性交易者在不同时间点了解错误定价。
理性交易者何时获得错误定价信息的分布进一步增加了围绕泡沫持续时间和修正时间的不确定性。讲师强调了在这种不确定性下理性交易者决策的重要性，因为他们必须评估在泡沫中度过多久，并估计在外生修正发生之前的剩余时间。
该讲座全面探讨了羊群行为、错误定价和金融市场泡沫的形成。它涵盖了导致这些现象的各种模型、概念和因素，包括声誉问题、契约激励、协调、高阶信念以及理性和行为交易者之间的相互作用。通过深入研究这些动态的复杂性，讲座使听众能够更深入地了解金融市场动态所涉及的复杂性以及与预测和管理泡沫相关的挑战。
第 15 讲，第 1 部分：拍卖模型（金融市场微观结构）
第 15 讲，第 1 部分：拍卖模型（金融市场微观结构）
延续之前关于金融市场羊群效应和泡沫的讲座，本讲座将重点转移到金融市场微观结构中的拍卖模型。教授强调了拍卖在各种情况下的相关性，包括金融市场和生产理论。虽然拍卖模型并非金融市场所独有，但其普遍性和适用性使其被广泛使用和研究。
讲座首先概述了可以组织贸易的三种主要方式：交易商市场、带有限价或电子书的连续拍卖模型，以及批量拍卖模型。但是，主要重点是拍卖模型及其特征。
教授介绍了拍卖模型，讨论了当市场上的代理人数量有限时捕捉交易者或投标人之间不完全竞争动态的目的。拍卖模型有助于研究一系列问题，包括市场效率、市场分配、交易量和价格反应。
介绍了几种拍卖形式，包括密封和公开投标、第一和第二价格拍卖，以及拍卖类型的变体，例如私人或共同评估、单件或多件拍卖以及单方或双方拍卖。该讲座强调了这些变化在理解市场动态和交易策略的不同方面的重要性。
然后，讲座深入探讨了具体的拍卖模型，从私人价值第一价格拍卖开始，这是一种基本且直接的模型。在本次拍卖中，有一件待售物品，多个具有私人估价的潜在买家，以及理性、风险中性的竞标者。拍卖在每个投标人提交出价后进行，出价最高的人获胜并支付他们的出价，而其他投标人则不支付任何费用。该讲座探讨了投标人的投标策略和预期利润如何受到他们赢得拍卖和最大化预期利润的愿望的影响。
接下来，演讲者解释了通过对出价变量取一阶导数来最大化拍卖利润的优化过程。他们展示了如何通过考虑投标函数的反函数和转换投标人估价的概率分布来推导出投标策略。该讲座强调了找到与投标策略一致的均衡投标的重要性。
此外，讲师探讨了估值对投标的导数，强调均衡条件和与投标策略一致的最优投标。他们讨论了信息不对称的作用，以及它对出价与估值阴影的影响。
为了说明这些概念，讲座提供了一个使用分布的简单示例，并演示了如何使用它来确定均衡策略。该示例突出了投标人数量对投标阴影程度和交易商由此产生的盈利能力的影响。
讲师还谈到了其他拍卖形式，包括英式拍卖和荷兰式拍卖，并讨论了它们在特定情况下与最高价格拍卖的等价性。讲座简要介绍了共同价值拍卖的概念，并探讨了单件拍卖和多件拍卖之间的区别，突出了多件拍卖中“最高出价”的概念。
在讲座快结束时，演讲者提到拍卖模型有扩展和变化，但解决拍卖相关问题的一般方法保持不变。讲座最后邀请您就先前讨论的私人价值最高价格拍卖进行提问和澄清。
本讲座全面介绍了金融市场微观结构中的拍卖模型，探讨了各种拍卖形式、投标策略、均衡条件及其对市场动态和交易结果的影响。
第 15 讲，第 2 部分：拍卖模型（金融市场微观结构）
第 15 讲，第 2 部分：拍卖模型（金融市场微观结构）
继续讲座，重点转向共同价值的首价拍卖。在这种类型的拍卖中，有一件待售物品，其基本价值对所有投标人来说都是相同的。然而，每个投标人都会收到一个私人信号，该信号提供了对真实价值的嘈杂估计。根据他们的信号，出价者进行出价，出价最高的人赢得该物品。然而，当出价最高的人意识到他们可能高估了物品的价值时，“赢家的诅咒”的概念就出现了，因为他们的出价是基于最高的私人信号。
讲座继续解释如何使用与私人价值首价拍卖类似的方法来解决共同价值首价拍卖中的赢家诅咒。该视频强调，y1 的分布（表示为 G's）仍然存在，但现在以每个投标人收到的私人信号为条件。它引入了一种模仿私人价值案例的复杂方法，其中玩家 I 选择模仿谁而不是选择 B_di。通过根据 Z 的选择来构建问题，类似 Z 的出价的预期利润成为对所有可能的低于 Z 的 y 值的期望。讲座演示了采用一阶条件来最大化利润Z.
讲师讨论了在拍卖中模拟的最佳类型，并介绍了在结合均衡条件后给出最佳类型的一阶条件。需要强调的是，出价高到足以赢得资产但又低到足以限制支付金额是至关重要的。此外，还提供了一个微分方程及其结果表达式，表示在新构建的度量 L 上集成的人信号贬值的预期，但未提供进一步的详细说明。
赢家诅咒的概念在拍卖中得到进一步探讨，强调资产的估值，以未赢得拍卖且信号低于赢家的交易者的出价为条件，甚至低于仅基于赢家的估值私人信号。这是由于获胜者考虑了其他交易者估值的预期值，该值明显低于获胜者的估值。然后讲座深入探讨了第二价格拍卖，指出预期利润的表达方式与私人和普通价值拍卖的表达方式相似，除了获胜者支付第二高出价这一事实。事实证明，出价自己的估价是第二价格拍卖中的弱优势策略，使其成为最佳选择。
演讲者研究了在具有私人价值的第二价格拍卖中出价高于真实估价的影响。通过考虑基于最高失败出价相对于投标人估值的位置的不同场景，他们表明，如果有人在该区间内出价的概率为正，则严格高于一个人的估值的出价绝对更差。同样，低于估价的出价也不是最优的，因为它可能导致拍卖失败并错失正的预期利润。最终，在私人价值二次价格拍卖中，竞价自己的估值策略是微弱主导的，只要二次价格拍卖框架适用，该结果可以扩展到其他假设。
然后讨论了拍卖模型中对称均衡的概念，特别是在普通价值二价拍卖中。与私人价值二价拍卖进行了比较，解释了为什么在后者中以准确的估价出价是最优的。在普通价值二价拍卖中，最优策略是如果资产的估值高于出价，则胜出，如果低于出价，则失败。均衡出价策略是通过假设所有对手都出价自己的信号来确定的。如果投标人想中标，他们会出价高于他们知道的最高信号，但前提是他们自己的信号大于它。
接下来，教授解释了共同价值首价拍卖的均衡策略。他指出，出于两个原因，代理商的出价应该低于他们仅根据他们的私人信号对资产进行估值的金额。一来他们想获得正利润，二来有赢家诅咒，即拍卖中标对资产价值不利。然后，讲师转而讨论双重期权及其在金融市场中的作用。该场景假设只有两个代理人，一个卖家和一个买家，他们相互竞争，但不与其他卖家或买家竞争。
探讨了对资产进行私人估价的买卖双方密封投标拍卖的设置。如果买方的出价超过卖方的出价，交易将以价格 TV 发生。买方和卖方的预期利润与最高价格拍卖示例中的相同，唯一不同的是符号。卖方的拍卖与私人价值二价期权相同，而买方的设置类似于私人价值第一价格拍卖。买方的最优策略可以用与最高价格拍卖相同的方式导出。
然后讲座深入探讨双重拍卖，并用单边期权来表示它们。然而，值得注意的是，双重拍卖的结果可能效率低下，这与结果有效的单方选择不同。讨论了 Meyerson Satterthwaite 定理，该定理指出在一个买方和许多具有独立私人估值的卖方的情况下，没有一种交易协议可以实现有效的结果。最后，讲师提供了拍卖模型讲座中的一些要点。他们强调逆向选择和赢家的诅咒本质上是一回事，后者是一个更狭义的概念。第二价格拍卖被强调为一种简单、强大且高效的格式，广泛用于搜索引擎广告拍卖。然而，在信息不对称的双边贸易环境中实现效率存在挑战。讲座最后提到，下周的最后一堂课将回顾课程主题，并讨论即将到来的考试，其中可能会有其他问题。
继续讲座，教授通过强调逆向选择与赢家诅咒之间的关系来结束对拍卖模型的讨论。他们解释说，赢家的诅咒是逆向选择在拍卖中的具体表现。逆向选择是指一方掌握的信息比另一方多，导致交易潜在效率低下的情况。在赢家诅咒的情况下，具有最高私人信号的投标人往往会高估物品的价值，从而导致次优结果。
该讲座强调，由于其简单、稳健和高效，二次价格拍卖被认为是一种受欢迎的形式。演讲者提到这些类型的拍卖通常用于各种情况，特别是在搜索引擎广告拍卖中。在第二价格拍卖中，竞标者被激励以其真实估值出价，因为这是一种弱优势策略。这鼓励了诚实的投标，并导致资源的有效分配。
然而，讲师承认，在信息不对称的双边贸易环境中实现效率会带来挑战。虽然第二价格拍卖提供了理想的财产，但将这些原则扩展到具有多个买家和卖家的更复杂的场景可能很困难。该讲座重点介绍了迈耶森萨特思韦特定理，该定理证明不可能找到一种交易协议来保证在一个买方和多个卖方的市场中取得有效结果，每个卖方都有独立的私人估值。该定理强调了在某些拍卖环境中实现效率的内在局限性。
教授总结了拍卖模型讲座的要点。他们重申了金融市场中共同价值首价拍卖的相关性，以及由于买家数量有限和赢家诅咒现象导致的节拍阴影市场力量的重要性。讲座最后提到即将到来的最后一课将全面回顾课程主题并为考试提供指导，可能包括其他问题以加强理解。
练习第 4 课，第 1 部分（金融市场微观结构）
练习第 4 课，第 1 部分（金融市场微观结构）
讲师通过重温讲座和问题集中以前的问题来开始练习课。他们特别提到将涵盖第 7 讲和第 8 讲的练习，重点是订单流量支付和交易所设定的交易成本。教师希望确保学生对这些概念有扎实的理解。
接下来，讲师将重点转移到第 6 章的练习 5，该练习深入探讨了 parlours 模型中的交易费用主题。这个问题探讨了交易平台对市价单和限价单收取的不同费用，以及这些费用对交易决策的影响。讲师强调了这个问题在设计更好运作的市场中的重要性，因为交易平台收取的费用会显着影响交易者的选择和市场动态。
为了提供一些背景信息，讲师解释了交易所每笔交易获得的总收入，该收入来自从市价单和限价单收取的费用。他们提到该模型假设存在一种具有已知价值和固定出价和要价的资产。交易者可以在买单和卖单、市价单和限价单之间进行选择。私人估值，表示为 Y，假设在交易者之间均匀分布和独立。值得注意的是，私人信息不会影响交易决策。市价单买入或卖出的概率分别记为P下标M上标B或S。
讲师承认他们对金融市场微观结构的教科书模型进行了某些简化和补充。他们丰富了私人估值的分布，并引入了二元私人从属关系（减 y 或加 y）的概念。此外，他们假设市价订单只能针对之前提交的限价订单进行交易。他们鼓励观众思考如何计算平衡的出价和要价，因为教科书模型并不假设如果限价订单簿为空，则交易将始终由做市商以相同价格填写。
展望未来，讲师解释了在金融市场微观结构中实现良好出价和要价的目标。他们从不考虑交易费用的基本教科书模型开始，旨在找到让交易者对市价单和限价单无所谓的报价。演讲者举例说明了来自市价单和限价单的高估值买方交易者的潜在利润。交易者的目标是最大化他们的交易利润，而这种利润最大化产生了漠不关心的状态。
引入了提交限价订单的概念，这可以带来更好的价格，但也会带来一些执行风险。讲师讨论了寻找平稳平衡的目标，重点是确定一个条件，该条件使 A 和 B 上的粗俗条件等同于给定 V ml 的固定值，这些值是模型的参数。然后讨论转移到下一位交易者如何在市价单和限价单之间做出选择。在均衡状态下，如果交易者有可用的市价单，则在时间 t + 1 提交限价单永远不是最优的。这种行为是唯一可能的平衡，因为任何其他选择都会导致矛盾。
演讲者接着解释了金融市场微观结构中市价单和限价单之间确定均衡的过程和价格发现机制。他们解释说，如果一位交易者选择以略低的价格 (epsilon) 提交买单，他们将不再对市价单和限价单无动于衷。然后另一位交易者可以为他们提供稍微好一点的价格。得出的结论是，一个交易者必须始终在限价订单可用时进行交易，并且卖方必须满足类似的无差异条件。演讲者进一步指出，价差和买卖价格可以根据交易者的非平凡行为来确定，这些行为以这种冷漠和估值的均匀分布为条件。
讲师详细阐述了金融市场微观结构中的买卖价差如何受限价订单成本（以 FL(o) 表示）与市价订单成本（以 F(m) 表示）的影响。目标是确保所有交易者在市场订单和限价订单之间保持中立。如果限价订单的成本增加，它对交易者的吸引力就会降低，从而导致买卖差价增加，从而使限价订单更具吸引力。相反，如果市场订单费用增加，限价订单变得更具吸引力，买卖差价必须减少以恢复交易者偏好的平衡。讲师提到，交易平台可以补贴负费用的限价单和正费用的市价单，这可以通过使限价单更具吸引力来帮助缩小价差。
讨论了负限价单和与市价单交叉补贴限价单对交易成本的影响。虽然这些做法可能会缩小点差，但它们不一定会降低交易成本，因为交易者为市价买单支付的实际金额由 v + 1/3l + f 给出。然而，这些做法仍然被认为是提高福利的。然后讨论转向订单流支付，并探讨将订单流从不成熟的投资者转发给交易商的后果。这种在现实世界中常见的做法促使人们在确定证券支付高利率或低利率时考虑基本价值。
接下来，该视频介绍了一个模型，该模型涉及一位投资者在不知道其真实基本价值的情况下随机买卖资产。考虑投资者是散户投资者还是机构投资者的概率。机构投资者进一步分为知情或不知情，三个交易商参与市场，没有任何信息优势。该模型假设经纪人和交易商之间的订单流不支付任何费用，他们相互竞争。经纪商在为订单提供最佳价格的交易商中随机选择一个交易商。目标是计算经销商发布的出价和要价，让人联想到 Glosten-Milgrom 模型。
应用 Milgrom 模型来确定知情交易者下达的条件订单的预期值。尽管存在少数经销商和串通的可能性，但没有观察到市场力量。经销商受制于 Bertrand 竞争，这使他们处于寡头垄断环境。 S 价格的公式是使用从知情或不知情的机构投资者那里收到买单的概率得出的。最后得到买入价的公式，与S价相同。
引入溢出支付域的概念，Dealer 1 与 broker 有订单流安排的支付。在这种安排下，经纪人将散户投资者的所有订单转发给交易商 1，交易商 1 同意以其他两个交易商设定的最佳可用价格执行这些订单。经纪人充当路由器并决定将订单转发给哪个经销商。推导出交易商 2 和 3 发布的报价，显示在这种情况下，与没有支付订单流时相比，买卖差价更高。确定交易者被告知的概率以获得 S 价格。需要注意的是，在有订单流支付的情况下，买卖差价较高。最后，计算 P 的最大可能值。
讲师讲解如何确定经销商1的P的最大可能值，以及经销商1愿意支付P的条件。需要经销商1的利润为非负，每笔订单的利润可以是源自 B 部分的均衡，其中经销商 1 从收到的任何订单中收到 Alpha Sigma。讨论了订单流支付的概念，并提出了它对投资者有利还是有害的问题。答案很明显：所有投资者最终都以新的、更差的价格进行交易，从而导致对他们不利的结果。
该视频最后解释了订单流支付如何影响投资者。价差扩大，这对投资者不利，而经销商 1 和经纪人则获利。假定经纪人收到一部分盈余。但是，如果经纪人具有竞争力，则利润可能会转嫁给投资者，尤其是比散户投资者拥有更多议价能力的机构投资者。该视频最终表明，订单流支付允许交易商和经纪人以牺牲投资者为代价蓬勃发展。