Подход стохастической термодинамики к ценовому воздействию и round-trip арбитражу: теория и эмпирические следствия

5/10

Аннотация

В этой работе развивается всеобъемлющий теоретический каркас, импортирующий понятия стохастической термодинамики для моделирования ценового воздействия и характеризации осуществимости round-trip арбитража на финансовых рынках. Торговый цикл трактуется как неравновесный термодинамический процесс, где ценовое воздействие представляет диссипативную работу, а рыночный шум играет роль тепловых флуктуаций. В работе доказывается Финансовый второй закон: при общих выпуклых функционалах импакта любая round-trip торговая стратегия даёт неположительную ожидаемую прибыль. Это структурное ограничение дополняется теоремой о флуктуациях, ограничивающей вероятность прибыльных циклов через диссипированную работу и рыночную волатильность. Каркас вводит статистический ансамбль торговых стратегий, управляемый мерой Гиббса, что приводит к разложению свободной энергии, связывающему ожидаемые издержки, энтропию стратегии и параметр рыночной температуры. Каркас даёт строгие, проверяемые неравенства, связывающие микроструктурный импакт с макроскопическими условиями отсутствия арбитража, предлагая новый физически вдохновлённый взгляд на эффективность рынка. В работе выводятся явные аналитические результаты для прототипических торговых стратегий и обсуждаются протоколы эмпирической валидации.

Ключевые слова: ценовое воздействие, стохастическая термодинамика, теорема о флуктуациях, отсутствие арбитража, выпуклый анализ, микроструктура рынка, оптимальное исполнение.

1. Введение

Моделирование ценового воздействия — обратной связи торговой активности на цены активов — краеугольный камень современной теории микроструктуры рынка. Классические подходы, от основополагающего каркаса Алмгрена–Крисса [AC01, Alm03] до пропагаторных моделей [BMP04, BFL09], обычно задают функции импакта ad hoc или калибруют их по данным, не накладывая структурных ограничений из первых принципов. Эта работа задаёт более фундаментальный вопрос: какими структурными свойствами должен обладать функционал импакта, чтобы исключить систематический арбитраж из замкнутых торговых циклов?

В работе предлагается, что этот вопрос находит естественный ответ на языке стохастической термодинамики [Sei12, Jar97, Cro99]. В этой аналогии, которую работа делает математически точной:

• Торговый round trip (покупка и продажа с возвратом к нулевому инвентарю) — это термодинамический цикл.
• Детерминированные потери от импакта — это диссипированная работа — необратимая потеря энергии.
• Рыночный шум вносит тепло — непредсказуемые флуктуации прибыли и убытка (P&L).

Невозможность вечного двигателя напрямую транслируется в Финансовый второй закон: никакая round-trip стратегия не может генерировать положительный ожидаемый P&L [Gat10]. Этот принцип накладывает жёсткие ограничения выпуклости и роста на функционал импакта, которые работа полностью характеризует инструментами выпуклого анализа [Roc70].

Помимо математических ожиданий, современная термодинамика количественно описывает вероятность мимолётных нарушений второго закона через теоремы о флуктуациях [Jar97, Cro99, Sei12]. Работа выводит финансовый аналог: вероятность того, что round trip даст положительную прибыль, экспоненциально подавляется отношением диссипированной работы к рыночной волатильности [Cro99]. Это неравенство не зависит от модели, опираясь лишь на выпуклость функционала импакта и потраекторные свойства стратегии.

Наконец, работа встраивает эту одноагентную картину в статистический ансамбль. Трактуя допустимые стратегии как микросостояния, а их диссипированную работу как энергию, каркас определяет меру Гиббса, параметризованную обратной «рыночной температурой» $\beta$ [DZ10]. Получающееся разложение свободной энергии связывает ожидаемые издержки исполнения, разнообразие стратегий (энтропию) и аппетит к риску. Это даёт микрооснование для возникновения выпуклого импакта из конкурентного равновесия многих агентов.

Вклад работы:

1. Строгое отображение между моделями ценового воздействия и стохастической термодинамикой (раздел 3), опирающееся на работы Кайла [Kyl85], Глостена и Милгрома [GM85] и современную литературу по исполнению.
2. Теорема 4.1: необходимые и достаточные условия выпуклости функционала импакта, обеспечивающие $\mathbb{E}[\Pi_T] \leq 0$ для всех round trips, что устанавливает фундаментальную связь между структурой рынка и отсутствием арбитража.
3. Теорема 5.1: черновская оценка $\mathbb{P}(\Pi_T \geq 0) \leq \exp\!\big(-W[v]^2 / (2\sigma^2 \int_0^T q_t^2\, dt)\big)$, дающая количественную меру эффективности рынка.
4. Предложение 6.2: разложение свободной энергии для ансамблей стратегий с явной интерпретацией рыночной температуры, со связью с теорией больших уклонений [DZ10].
5. Детальные аналитические расчёты для прототипических стратегий (раздел 7) с полными выводами и экономическими интерпретациями.
6. Обсуждение протоколов эмпирической валидации и связей с литературой по микроструктуре рынка [Has07, CJP15].

Математика опирается лишь на вероятность уровня аспирантуры (исчисление Ито), выпуклый анализ (преобразования Фенхеля–Лежандра) и оценки больших уклонений — доступные инструменты, дающие тем не менее новые структурные инсайты, дополняющие существующую теорию микроструктуры рынка.

2. Обзор литературы

Отношения между физикой и финансами имеют богатую историю. Диссертация Луи Башелье 1900 года [Bac00] ввела броуновское движение для моделирования цен активов за десятилетия до работы Эйнштейна о диффузии [Ein05]. Позже статистическая механика применялась к агентным моделям [BH97, LeB06] и для понимания рыночных крахов [Sor03].

Стохастическая термодинамика, однако, остаётся недоиспользованной в финансах, несмотря на её естественную пригодность для неравновесных систем. Развитый здесь каркас параллелен работам Яржинского [Jar97] о неравновесных соотношениях для работы и Крукса [Cro99] о производстве энтропии. Вклад этой работы — прямое отображение этих понятий на торговую динамику, где «система» — лимитный стакан, а «протокол» — торговая стратегия.

В микроструктуре рынка эта работа дополняет основополагающие вклады Кайла [Kyl85], Глостена и Милгрома [GM85] и обширную литературу по оптимальному исполнению [Gat10, GSS12, AFS10]. Тогда как эти работы обычно предполагают конкретные функциональные формы импакта, данная работа выводит структурные ограничения из первых принципов.

3. Постановка модели и термодинамическое отображение

Пусть $(\Omega, \mathcal{F}, \mathbb{F}, \mathbb{Q})$ — фильтрованное вероятностное пространство, удовлетворяющее обычным условиям, с фильтрацией $\mathbb{F} = \{\mathcal{F}_t\}_{t \geq 0}$, порождённой стандартным броуновским движением $W = (W_t)_{t \geq 0}$.

3.1. Динамика цены и функционал импакта

Мы рассматриваем один актив с процессом мид-цены $S = (S_t)_{t \geq 0}$, эволюционирующим согласно:

где $\sigma > 0$ — постоянная волатильность, а $dI_t$ описывает перманентное ценовое воздействие.

Торговая стратегия задаётся процессом инвентаря $q = (q_t)_{t \geq 0}$. Мы предполагаем, что $q_t$ абсолютно непрерывен:

где $v_u$ — скорость торговли. Множество допустимых стратегий на $[0, T]$:

Перманентный импакт моделируется как:

Временный импакт учитывается через цену исполнения:

3.2. Диссипированная работа и флуктуации

Подстановка (1) в интеграл P&L и интегрирование по частям дают фундаментальное разложение:

Лемма 3.1 (Разложение P&L). Для любой допустимой round-trip стратегии $v \in \mathcal{A}_T$,

Доказательство. Из (1) имеем $S_t = s_0 + \sigma W_t + \int_0^t I(v_u)\,du$. Подставляя в интеграл P&L:

Последний член использует теорему Фубини для стохастических интегралов:

где мы использовали $q_T = 0$ и $q_t = \int_0^t v_u\, du$. Стохастический член интегрируется по частям с помощью правила произведения $d(q_t W_t) = q_t\, dW_t + W_t\, dq_t + d\langle q, W \rangle_t$. Поскольку $q_t$ имеет конечную вариацию, $d\langle q, W \rangle_t = 0$. С учётом $q_0 = q_T = 0$:

Подстановка этих результатов даёт (6). $\blacksquare$

Мы называем $W[v]$ диссипированной работой (детерминированные издержки импакта), а $Q[v]$ — теплом (случайные флуктуации). Заметим, что $\mathbb{E}[Q[v]] = 0$ и $\mathbb{E}[Q[v]^2] = \sigma^2 \int_0^T q_t^2\, dt$ по изометрии Ито [KS12].

4. Финансовый второй закон

Мы ищем условия, при которых $\sup_{v \in \mathcal{A}_T} \mathbb{E}[\Pi_T] \leq 0$. Поскольку $\mathbb{E}[\Pi_T] = -W[v]$, это требует $W[v] \geq 0$.

Предположение 1 (Функции импакта). Функции импакта удовлетворяют:

1. $I(0) = \mathcal{J}(0) = 0$;
2. составной функционал $f(v) := \mathcal{J}(v)v$ строго выпуклый и $f(v) > 0$ при $v \neq 0$;
3. линейный перманентный импакт: $I(v) = \lambda v$ для некоторой константы $\lambda \geq 0$.

Теорема 4.1 (Финансовый второй закон). При Предположении 1 для любой round-trip стратегии $v \in \mathcal{A}_T$:

с равенством тогда и только тогда, когда $v_t = 0$ почти всюду.

Доказательство. Из леммы 3.1 функционал работы равен:

Рассмотрим член перманентного импакта. Используя Предположение 1(iii), $I(v_t) = \lambda v_t$. Поскольку $v_t = \dot{q}_t$:

Для round trip $q_T = q_0 = 0$, поэтому член перманентного импакта в точности обнуляется. Таким образом, $W[v] = \int_0^T f(v_t)\, dt$. По неравенству Йенсена и строгой выпуклости $f$ (Предположение 1(ii)):

Неравенство строгое, если только $v_t$ не постоянна (нулевая). Следовательно, $W[v] \geq 0$. $\blacksquare$

Замечание 4.2. Предположение линейного перманентного импакта стандартно в литературе о no-dynamic-arbitrage (например, Гейтерал [Gat10]). Если бы $I(v)$ была нелинейной, можно было бы построить round-trip циклы, извлекающие ценность из перманентного сдвига цены, что нарушало бы второй закон.

4.1. Обобщённые функционалы импакта

Результат естественно расширяется на импакт, зависящий от состояния, $\mathcal{J}(v_t, q_t)$, и более общие функционалы работы. Определим:

где $L$ — лагранжиан, выпуклый по $v_t$ при каждом $q_t$ и минимизируемый в $v_t = 0$.

Следствие 4.3 (Обобщённый финансовый второй закон). Если $L(v, q)$ выпукла по $v$ и $L(0, q) = 0$ для всех $q$, то $\inf_{v \in \mathcal{A}_T} W[v] = 0$ и $W[v] > 0$ для любой ненулевой стратегии.

Доказательство. По выпуклости $L$ в её первом аргументе, для любого $q_t$ имеем:

Поскольку $L(0, q_t) = 0$ и стратегия является round trip ($\int_0^T v_t\, dt = 0$), интегрирование даёт $W[v] \geq 0$. Строгая выпуклость обеспечивает равенство только при $v_t = 0$ п.в. $\blacksquare$

5. Теорема о флуктуациях для round-trip P&L

Тогда как теорема 4.1 касается ожиданий, теоремы о флуктуациях количественно описывают вероятность наблюдения преходящих нарушений. Этот раздел выводит точную оценку на $\mathbb{P}(\Pi_T \geq 0)$ с помощью техник больших уклонений [DZ10].

Предположение 2 (Квадратичный импакт для флуктуационного анализа). Для флуктуационного анализа мы специализируемся на квадратичном временном импакте:

и линейном перманентном импакте:

При этой спецификации функционал работы существенно упрощается. Член перманентного импакта обнуляется для любого round trip:

Таким образом, диссипированная работа зависит только от временного импакта:

где мы определяем эффективный коэффициент $\alpha := \eta$.

При Предположении 2 P&L принимает вид:

Теорема 5.1 (Финансовая теорема о флуктуациях). Для любого $v \in \mathcal{A}_T$ определим диссипированную работу $W[v]$ и дисперсию позиции $V[v] := \int_0^T q_t^2\, dt$. Тогда вероятность прибыльного round trip удовлетворяет:

Доказательство. Случайная величина $Q[v] = \sigma \int_0^T q_t\, dW_t$ гауссовская условно на траектории стратегии: $Q[v] \sim \mathcal{N}(0, \sigma^2 V[v])$. Это следует прямо из свойств интеграла Ито [KS12]. Производящая функция моментов (MGF) для $\Pi_T$:

Это верно для всех $\theta \in \mathbb{R}$, поскольку гауссовская MGF существует всюду. Применяя черновскую оценку для $\theta > 0$:

Показатель в (16) — квадратичная функция $\theta$: $g(\theta) = -\theta W[v] + \frac{1}{2}\theta^2 \sigma^2 V[v]$. Чтобы найти оптимальную оценку, минимизируем $g(\theta)$ по $\theta > 0$. Дифференцируя: $g'(\theta) = -W[v] + \theta \sigma^2 V[v]$. Приравнивание $g'(\theta^*) = 0$ даёт оптимальное $\theta^* = W[v]/(\sigma^2 V[v])$. Поскольку $W[v] > 0$ для любой ненулевой стратегии (по теореме 4.1), $\theta^* > 0$, как требуется. Подставляя $\theta^*$ обратно в $M(\theta)$:

Это устанавливает (15). $\blacksquare$

Следствие 5.2 (Режим масштабирования для персистентных стратегий). Для стратегий, где $W[v] \sim c_1 T$ и $V[v] \sim c_2 T^3$ (характерно для персистентной, неосциллирующей торговли), получаем:

Таким образом, вероятность прибыльного round trip затухает экспоненциально с обратным горизонтом.

Доказательство. Прямая подстановка соотношений масштабирования в (15) даёт:

Замечание 5.3 (Интерпретация как производство энтропии). Определим параметр рыночной температуры:

Тогда (15) можно записать как:

Это зеркалит теорему о флуктуациях Крукса $\mathbb{P}(\Sigma = +\sigma)/\mathbb{P}(\Sigma = -\sigma) = e^{\sigma}$, где $\Sigma$ — производство энтропии [Cro99]. Здесь $\beta_v W[v]$ играет роль производства энтропии, количественно описывая необратимость торгового цикла. Больший $\beta_v$ (более холодный рынок) сильнее подавляет прибыльные флуктуации.

6. Свободная энергия ансамблей торговых стратегий

Рассмотрим большую популяцию трейдеров, каждый из которых исполняет round-trip стратегию $v^{(i)} \in \mathcal{A}_T$, взятую из конечного множества $\{v_1, \ldots, v_N\}$. Пусть $p_i$ — доля трейдеров, использующих стратегию $v_i$.

Определение 6.1 (Мера Гиббса на стратегиях). Для обратной температуры $\beta > 0$ определим вероятность стратегии $v_i$ как:

Статистическая сумма $Z(\beta)$ нормирует распределение. Свободная энергия:

Предложение 6.2 (Разложение свободной энергии). Пусть $W_\beta := \mathbb{E}_{p(\beta)}[W[v]]$ — ожидаемая работа, а $S(\beta) := -\sum_{i=1}^{N} p_i(\beta) \log p_i(\beta)$ — шенноновская энтропия распределения стратегий. Тогда:

Доказательство. Из (20) для каждого $i$: $\log p_i(\beta) = -\beta W[v_i] - \log Z(\beta)$. Беря ожидание по $p(\beta)$:

Поскольку $S(\beta) = -\sum p_i(\beta) \log p_i(\beta)$, имеем $-\log Z(\beta) = S(\beta) - \beta W_\beta$. Деление на $-\beta$ и использование (21) даёт (22). $\blacksquare$

Следствие 6.3 (Термодинамические соотношения). Свободная энергия удовлетворяет следующим соотношениям:

Таким образом, $\beta F(\beta)$ — выпуклая функция от $\beta$.

Доказательство. Дифференцируя $F(\beta) = -\beta^{-1} \log Z(\beta)$:

Поскольку $Z'(\beta) = -\sum_i W[v_i] e^{-\beta W[v_i]} = -Z(\beta) W_\beta$, получаем:

Используя (22), это равно $-S(\beta)/\beta^2$. Для (24) заметим, что $\beta F(\beta) = -\log Z(\beta)$. Дифференцируя дважды:

Замечание 6.4 (Экономическая интерпретация температуры). Параметр $\beta$ измеряет рыночную рациональность или конкурентное давление:

• $\beta \to \infty$ (нулевая температура): вся вероятностная масса концентрируется на стратегии минимальной работы, $p_i \to \delta_{i,i^*}$, где $i^* = \arg\min_i W[v_i]$. Это соответствует идеально эффективному рынку, где все агенты принимают оптимальную стратегию исполнения [AC01].
• $\beta \to 0$ (бесконечная температура): стратегии становятся равномерно случайными, $p_i \to 1/N$, максимизируя энтропию. Это представляет беспорядочный, крайне спекулятивный рынок без координации.
• Промежуточная $\beta$: рынок демонстрирует компромисс между минимизацией издержек и стратегическим разнообразием, аналогичный дилемме «исследование–эксплуатация» в статистическом обучении.

Свободная энергия $F(\beta)$ ограничивает достижимый агрегированный ожидаемый P&L на трейдера: никакой ансамбль не может превзойти $-F(\beta)$ в среднем.

7. Детальные аналитические примеры

Этот раздел представляет полные аналитические расчёты для прототипических торговых стратегий с полными выводами и экономическими интерпретациями на каждом шаге.

7.1. Треугольная (симметричная) стратегия

Рассмотрим детерминированную треугольную стратегию, определённую как:

Эта стратегия строит линейную позицию $q_t = \bar{v}t$ в течение первого полупериода и симметрично ликвидирует её во втором, обеспечивая $q_T = 0$.

7.1.1. Расчёт процесса позиции

Процесс позиции вычисляется явно интегрированием скорости торговли:

Эволюция $q_t$ кусочно линейна: рост от 0 до $\bar{v}T/2$ в середине, затем симметричное снижение обратно к 0. Эта форма экономически естественна для стратегий, накапливающих и затем разгружающих позицию.

7.1.2. Расчёт функционала работы

При предположении линейного перманентного импакта ($I(v) = \lambda v$) вся работа происходит исключительно из компоненты временного импакта, поскольку перманентный импакт интегрируется в ноль по замкнутому циклу. Работа вычисляется как:

Вычисляя интегралы:

Здесь $\alpha = \eta$. Член линейного перманентного импакта $\lambda$ не влияет на ожидаемые издержки round trip — в соответствии со свойством, что линейный перманентный импакт консервативен (функция состояния) и не может быть использован для прибыли или убытка в замкнутом контуре.

7.1.3. Расчёт дисперсии позиции

Член дисперсии $V[v] = \int_0^T q_t^2\, dt$ требует аккуратного кусочного интегрирования:

Для второго интеграла подставим $u = T - t$, $du = -dt$; при $t = T/2$, $u = T/2$; при $t = T$, $u = 0$:

Следовательно:

Интерпретация: дисперсия позиции масштабируется как $T^3$ — намного быстрее работы ($\sim T$). Это отражает то, что позиции накапливаются во времени, поэтому подверженность рыночному шуму растёт сверхлинейно.

7.1.4. Распределение P&L и статистики

Комбинируя (28) и (30) с леммой 3.1, получаем:

Предложение 7.1 (P&L треугольной стратегии). Round-trip P&L для треугольной стратегии гауссовский:

Доказательство. Из леммы 3.1 и Предположения 2:

Стохастический интеграл гауссовский со средним 0 и дисперсией $\sigma^2 \int_0^T q_t^2\, dt = \sigma^2 \bar{v}^2 T^3/12$, что устанавливает результат. $\blacksquare$

Ожидаемый P&L отрицателен и пропорционален полной диссипированной работе. Стандартное отклонение:

7.1.5. Вероятность прибыльности

Коэффициент Шарпа (отношение среднего к стандартному отклонению) этой стратегии:

Отрицательный знак подтверждает ожидаемый убыток. Величина убывает как $T^{-1/2}$: более длинные горизонты делают убыток более предсказуемым относительно флуктуаций.

Следствие 7.2 (Точная вероятность прибыли). Вероятность неотрицательного P&L:

где $\Phi$ — функция распределения стандартной нормальной величины.

Доказательство. Для $X \sim \mathcal{N}(\mu, \sigma^2)$, $\mathbb{P}(X \geq 0) = \Phi(-\mu/\sigma)$. Применяя это к предложению 7.1 с $\mu = -\alpha \bar{v}^2 T$ и дисперсией $\sigma^2 \bar{v}^2 T^3/12$:

7.1.6. Сравнение с флуктуационной оценкой

Оценка из теоремы 5.1 принимает вид:

Мы можем сравнить это с точной вероятностью из следствия 7.2. При больших $T$ обе затухают как $\exp(-C/T)$, но префакторы различаются. Черновская оценка чуть слабее, но улавливает правильное масштабирование.

7.2. Стратегия «прямоугольная волна» (высокочастотная)

Чтобы проиллюстрировать эффект частоты стратегии, рассмотрим стратегию прямоугольной волны:

с $n$ циклами периода $T/n$. Эта стратегия быстро осциллирует, поддерживая малые чистые позиции.

7.2.1. Расчёты позиции и работы

Внутри каждого цикла $[kT/n, (k+1)T/n)$ позиция эволюционирует как:

Максимальная позиция в каждом цикле — $\bar{v}T/(2n)$. Работа за цикл: $W_{cycle} = \alpha \bar{v}^2 T/n$. Суммирование по $n$ циклам даёт полную работу:

идентичную треугольной стратегии! Этот удивительный результат показывает, что полная работа зависит только от полной торговой активности $\int v_t^2\, dt$, а не от её распределения во времени.

7.2.2. Дисперсия позиции и подавление флуктуаций

Член дисперсии $V[v]$ кардинально отличается:

Множитель $1/n^2$ показывает, что высокочастотные осцилляции резко снижают подверженность рыночному шуму. Это ведёт к гораздо более жёсткой флуктуационной оценке:

Экономическая интерпретация: высокочастотные round trips гораздо реже оказываются прибыльными из-за сниженного инвентарного риска, но несут те же ожидаемые издержки от рыночного импакта. Это объясняет, почему маркетмейкеры обычно оперируют с очень малыми инвентарями.

7.3. Стратегия «разгон/затухание»

Рассмотрим стратегию, где интенсивность торговли меняется линейно:

Она начинается с максимальной покупки при $t = 0$ ($v_0 = \bar{v}$), постепенно замедляется, переключается на продажу при $t = T/2$ ($v_{T/2} = 0$) и разгоняет продажу до $v_T = -\bar{v}$.

7.3.1. Процесс позиции

Интегрируя $v_t$:

Позиция — вогнутая парабола с пиком в $t = T/2$, где $q_{T/2} = \bar{v}T/4$.

7.3.2. Расчёты работы и дисперсии

Функционал работы требует интегрирования квадрата скорости торговли:

Пусть $u = T - 2t$, тогда $du = -2\,dt$. Пределы меняются с $T$ на $-T$:

Следовательно, работа равна:

Член дисперсии:

Сравнивая с треугольной стратегией ($W_{tri} = \alpha \bar{v}^2 T$), видим, что $W_{ramp} = \frac{1}{3} W_{tri}$. Плавный разгон снижает издержки импакта втрое по сравнению с резким переключением треугольной стратегии.

7.3.3. Сравнение с треугольной стратегией

Сравнение с треугольной стратегией: работа — $W_{ramp}/W_{tri} = 1/3$, что показывает снижение издержек импакта при постепенной торговле; дисперсия — $V_{ramp}/V_{tri} = (1/30)/(1/12) = 0.4$, что показывает сниженный инвентарный риск. Коэффициент Шарпа улучшается до:

Это демонстрирует фундаментальный компромисс оптимального исполнения: более медленная торговля снижает издержки импакта, но увеличивает подверженность рыночному шуму [Gat10, AC01].

Доступность кода: полный исходный код Python и C++ для численных экспериментов и проверок флуктуационных оценок доступен по адресу: github.com/AIM-IT4/stochastic-thermo-finance.

8. Эмпирические следствия и валидация

8.1. Проверка Финансового второго закона

Теорема 4.1 даёт проверяемую гипотезу: выпуклость функции временного импакта $f(v) = \mathcal{J}(v)v$ необходима для отсутствия round-trip арбитража. Эмпирическая валидация требует:

1. Сбор данных: высокочастотные trade-and-quote (TAQ) данные с ликвидных рынков, следуя протоколам [Has07, CJP15].
2. Оценка импакта: непараметрическая регрессия для оценки $\mathcal{J}(v)$ из данных потока заявок. Метод [BFL09] регрессирует изменения цены на знаковый объём: $\Delta S_t = \mathcal{J}(v_t) + \epsilon_t$.
3. Тест выпуклости: применить тесты выпуклости к оценённой $f(v) = \mathcal{J}(v)v$. Тест второй производной проверяет $f''(v) \geq 0$ для всех $v$ в носителе.
4. Идентификация round trips: идентифицировать реальные round-trip сделки в данных, где трейдеры строят и ликвидируют позиции. Вычислить их реализованный P&L.

Отвержение выпуклости указывало бы на систематические арбитражные возможности, возможно из-за: нелинейного предоставления ликвидности (например, пороговые эффекты); стратегических взаимодействий, не улавливаемых моделью; манипулирования рынком.

8.2. Валидация флуктуационной оценки

Теорема 5.1 даёт точное неравенство, которое можно проверить:

1. Симуляция стратегии: для каждого идентифицированного round trip в данных восстановить торговую траекторию $v_t$ и вычислить: \[ \hat{W}[v] = \int_0^T \mathcal{J}(v_t)v_t\, dt, \qquad \hat{V}[v] = \int_0^T q_t^2\, dt. \]
2. Оценка волатильности: оценить $\sigma$ по высокочастотным доходностям, используя реализованную дисперсию [ABDL01]: \[ \hat{\sigma}^2 = \frac{1}{T} \sum_{i=1}^{n} r_i^2, \qquad r_i = \log(S_{t_i}/S_{t_{i-1}}). \]
3. Сравнение с оценкой: для каждой стратегии вычислить теоретическую оценку $\exp(-\hat{W}^2/(2\hat{\sigma}^2 \hat{V}))$ и сравнить с эмпирической частотой прибыльных round trips.

Предварительный анализ данных NASDAQ (2015–2019) предполагает, что оценка выполняется для 95% институциональных сделок, но иногда нарушается в периоды экстремальной волатильности, что указывает на нарушение предположения выпуклости.

8.3. Калибровка рыночной температуры

Параметр рыночной температуры $\beta$ можно откалибровать по данным, используя ансамблевый подход:

1. Кластеризация стратегий: кластеризовать наблюдаемые сделки в $N$ типов стратегий методом k-средних на плоскости $(\hat{W}, \hat{V})$.
2. Оценка частот: оценить $p_i$ как долю сделок в кластере $i$.
3. Оценка максимального правдоподобия: решить относительно $\beta$, максимизируя $\prod_i p_i(\beta)^{n_i}$, где $p_i(\beta)$ — распределение Гиббса (20), а $n_i$ — счётчик в кластере $i$.

Оценённые значения $\beta$ варьируются по активам и периодам: акции крупной капитализации — $\beta \approx 10$–$50$ (холодные, эффективные рынки); акции малой капитализации — $\beta \approx 1$–$5$ (тёплые, менее эффективные); во время кризисов $\beta$ значительно падает, указывая на возросший беспорядок.

9. Многоактивное обобщение

Каркас естественно расширяется на $d$ активов. Пусть $\mathbf{q}_t \in \mathbb{R}^d$ — вектор инвентаря, а $\mathbf{v}_t = \dot{\mathbf{q}}_t$ — вектор скоростей торговли. Динамика цен становится:

где $\boldsymbol{\Sigma} \in \mathbb{R}^{d \times d}$ — матрица волатильности, а $\mathbf{I} : \mathbb{R}^d \to \mathbb{R}^d$ — функция перманентного импакта. Функционал работы обобщается до:

Отсутствие арбитража требует выпуклости $\mathbf{v}^\top \mathcal{J}(\mathbf{v})$ в PSD-смысле: для всех $\mathbf{v}_1, \mathbf{v}_2 \in \mathbb{R}^d$ и $\lambda \in [0, 1]$,

Теорема о флуктуациях становится:

Эта многоактивная версия учитывает эффекты кросс-импакта, когда торговля одним активом влияет на цены других [BMM13, RBL16].

10. Обсуждение: связи с микроструктурой рынка

10.1. Отношение к эффективности рынка

Теорема 4.1 даёт микроструктурное основание принципа no-free-lunch, лежащего в основе гипотез эффективного рынка [Fam70]. В отличие от традиционных формулировок, предполагающих совершенную рациональность, этот подход выводит отсутствие арбитража из механических свойств самого торгового процесса. Требование выпуклости $f(v) = \mathcal{J}(v)v$ аналогично требованию восходящих кривых предложения в классической экономике. Нарушения выпуклости (например, из-за скидок на крупные заявки) создают арбитражные возможности, эксплуатируемые до тех пор, пока функция импакта не подстроится.

10.2. Следствия для оптимального исполнения

В классическом каркасе Алмгрена–Крисса [AC01] оптимальная стратегия минимизирует $W[v] + \lambda \mathrm{Var}(\Pi_T)$ при неприятии риска $\lambda$. Термодинамическая перспектива переформулирует это как минимизацию свободной энергии:

где $P(v)$ кодирует априорные представления о правдоподобии стратегии. Эта байесовская интерпретация связана с недавними работами об исполнении на основе обучения [NFK06].

10.3. Ограничения и расширения

Текущий каркас предполагает:

1. Постоянная волатильность: стохастическую волатильность можно включить, сделав $\sigma_t$ случайным процессом, что требует условных флуктуационных оценок.
2. Немедленное исполнение: задержки и частичные исполнения требуют расширения модели до управляемых СДУ со скачками [CJP15].
3. Нулевой дрейф: при физической мере с дрейфом $\mu$ разложение P&L получает дополнительный член $\int_0^T \mu q_t\, dt$, представляющий прибыли следования тренду.

Расширение на транзиентные ядра импакта $G(t - u)$ [GSS12, AFS10] даёт нелокальный функционал работы:

который остаётся выпуклым, если $G$ положительно определено. Это связано с теорией дробного броуновского движения и процессов с долгой памятью [GJR18].

11. Заключение и будущие направления

Эта работа построила всеобъемлющую термодинамическую теорию ценового воздействия и round-trip арбитража, обеспечив строгие математические основания структурных ограничений на микроструктуру рынка. Финансовый второй закон (теорема 4.1) демонстрирует, что выпуклость импакта — не просто удобное модельное предположение, а необходимое условие отсутствия систематического арбитража. Теорема о флуктуациях (теорема 5.1) количественно описывает экспоненциальную редкость прибыльных round trips, предлагая новую метрику эффективности рынка. Ансамбль свободной энергии (предложение 6.2) связывает индивидуальные торговые решения с коллективным рыночным поведением через параметр температуры, калибруемый по данным.

Ключевые инсайты из аналитических примеров: работа и дисперсия масштабируются с горизонтом по-разному ($T$ против $T^3$), делая долгосрочные round trips всё менее прибыльными; высокочастотные осциллирующие стратегии минимизируют инвентарный риск при тех же издержках импакта; стратегии постепенного разгона оптимально балансируют издержки импакта против подверженности шуму.

11.1. Будущие направления исследований

Эмпирическая валидация: реализовать протоколы тестирования раздела 8 на больших наборах данных из нескольких классов активов. Предварительные результаты предполагают, что каркас хорошо работает для ликвидных акций, но ломается на неликвидных рынках с невыпуклым импактом.

Квантовое обобщение: пространство стратегий можно квантовать, используя матрицы плотности $\rho$ на гильбертовом пространстве $\mathcal{H}$ потоков заявок. Уравнение Линдблада:

кодировало бы импакт как диссипативные супероператоры $L_k$, а гамильтониан $H$ представлял бы стратегические цели. Это остаётся спекулятивным, но математически интригующим.

Интеграция с машинным обучением: каркас свободной энергии подсказывает естественную функцию потерь для агентов обучения с подкреплением:

где $\pi_\theta$ — политика, а $H$ — её энтропия, что поощряет исследование при минимизации издержек.

Сетевые эффекты: расширение на несколько бирж с арбитражёрами, действующими как тепловые машины, переносящие «свободную энергию» между площадками. Это могло бы моделировать распространение стратегий латентного арбитража.

Резюмируя, стохастическая термодинамика предоставляет мощную, принципиальную линзу для анализа микроструктуры рынка, дающую новые проверяемые предсказания и углубляющую наше понимание фундаментальных пределов арбитража.

Литература

• [ABDL01] Torben G Andersen, Tim Bollerslev, Francis X Diebold, and Paul Labys. The distribution of realized exchange rate volatility. Journal of the American Statistical Association, 96(453):42–55, 2001.
• [AC01] Robert Almgren and Neil Chriss. Optimal execution of portfolio transactions. Journal of Risk, 3(2):5–40, 2001.
• [AFS10] Aurélien Alfonsi, Antje Fruth, and Alexander Schied. Optimal execution strategies in limit order books with general shape functions. Quantitative Finance, 10(2):145–157, 2010.
• [Alm03] Robert Almgren. Optimal execution with nonlinear impact functions. Journal of Risk, 5, 2003.
• [Bac00] Louis Bachelier. Théorie de la spéculation. Gauthier-Villars, 1900.
• [BFL09] Jean-Philippe Bouchaud, J Doyne Farmer, and Fabrizio Lillo. How markets slowly digest changes in supply and demand. In Handbook of Financial Markets: Dynamics and Evolution, pages 57–156. North-Holland, 2009.
• [BH97] William A Brock and Cars H Hommes. A rational route to randomness. Econometrica, 65(5):1059–1095, 1997.
• [BMM13] G Buccheri, S Marmi, and R N Mantegna. Cross-sectional impact of news on stock prices. Quantitative Finance, 13(8):1201–1218, 2013.
• [BMP04] Jean-Philippe Bouchaud, Marc Mézard, and Marc Potters. Statistical properties of stock order books: empirical results and models. Quantitative Finance, 2(4):251–256, 2004.
• [CJP15] Álvaro Cartea, Sebastian Jaimungal, and José Penalva. Algorithmic and High-Frequency Trading. Cambridge University Press, 2015.
• [Cro99] Gavin E Crooks. Entropy production fluctuation theorem and the nonequilibrium work relation for free energy differences. Physical Review E, 60(3):2721, 1999.
• [DZ10] Amir Dembo and Ofer Zeitouni. Large Deviations Techniques and Applications. Springer Science & Business Media, 2010.
• [Ein05] Albert Einstein. On the motion of small particles suspended in liquids at rest required by the molecular-kinetic theory of heat. Annalen der Physik, 17:549–560, 1905.
• [Fam70] Eugene F Fama. Efficient capital markets: A review of theory and empirical work. The Journal of Finance, 25(2):383–417, 1970.
• [Gat10] Jim Gatheral. No-dynamic-arbitrage and market impact. Quantitative Finance, 10(7):749–759, 2010.
• [GJR18] Jim Gatheral, Théophile Jusselin, and Mathieu Rosenbaum. The exact asymptotic behavior of the supremum of a stable process. arXiv preprint arXiv:1805.00934, 2018.
• [GM85] Lawrence R Glosten and Paul R Milgrom. Bid, ask and transaction prices in a specialist market with heterogeneously informed traders. Journal of Financial Economics, 14(1):71–100, 1985.
• [GSS12] Jim Gatheral, Alexander Schied, and Alla Slynko. Transient linear price impact and Fredholm integral equations. Mathematical Finance, 22(3):445–474, 2012.
• [Has07] Joel Hasbrouck. Empirical Market Microstructure: The Institutions, Economics, and Econometrics of Securities Trading. Oxford University Press, 2007.
• [Jar97] Christopher Jarzynski. Nonequilibrium equality for free energy differences. Physical Review Letters, 78(14):2690, 1997.
• [KS12] Ioannis Karatzas and Steven E Shreve. Brownian Motion and Stochastic Calculus. Springer Science & Business Media, 2012.
• [Kyl85] Albert S Kyle. Continuous auctions and insider trading. Econometrica, 53(6):1315–1335, 1985.
• [LeB06] Blake LeBaron. Agent-based computational finance. In Handbook of Computational Economics, volume 2, pages 1187–1233. Elsevier, 2006.
• [NFK06] Yuriy Nevmyvaka, Yi Feng, and Michael Kearns. Reinforcement learning for optimized trade execution. In Proceedings of the 23rd International Conference on Machine Learning, pages 673–680, 2006.
• [RBL16] Marcello Rambaldi, Jean-Philippe Bouchaud, and Fabrizio Lillo. Cross-impact of order book events: The case of U.S. futures. Market Microstructure and Liquidity, 2(01):1650008, 2016.
• [Roc70] Ralph Tyrell Rockafellar. Convex Analysis. Princeton University Press, 1970.
• [Sei12] Udo Seifert. Stochastic thermodynamics, fluctuation theorems and molecular machines. Reports on Progress in Physics, 75(12):126001, 2012.
• [Sor03] Didier Sornette. Critical Market Crashes. Princeton University Press, 2003.

Приложение A. Технические доказательства и расширения

A.1. Представление через выпуклую двойственность

Функционал работы $W[v]$ допускает представление Фенхеля–Лежандра:

где $L^*$ — выпуклое сопряжение по первому аргументу. Условие отсутствия арбитража $\inf_v W[v] = 0$ эквивалентно:

что накладывает условия роста на $L^*$ на бесконечности.

A.2. Формулировка через интеграл по траекториям

Распределение P&L можно выразить через интеграл по траекториям в пространстве стратегий:

где $\mathcal{P}_T$ — пространство допустимых стратегий. Это связано с функционалом Онзагера–Махлупа в статистической физике.

A.3. Анализ неквадратичного импакта

Для степенного импакта $\mathcal{J}(v) = \eta\, \mathrm{sgn}(v)|v|^{\gamma}$ функционал работы равен:

Флуктуационная оценка становится:

Неравенство Гёльдера связывает числитель и знаменатель, давая независимые от стратегии оценки при $\gamma \geq 1$.

Перевод выполнен с сохранением структуры, формул и данных оригинала. Оригинал: arXiv:2512.03123 · Jha (UBS).