Разработка AI-модели анализа ликвидности рынка
Ликвидность — способность рынка поглощать ордера без значимого ценового движения. Для трейдера это transaction costs: насколько дорого исполнить позицию нужного размера. Для риск-менеджера — насколько быстро можно выйти из позиции при кризисе. AI-модель оценивает ликвидность в реальном времени и прогнозирует её изменения.
Измерение ликвидности
Bid-Ask Spread: Самая простая мера. Относительный spread = (Ask - Bid) / Mid. Для ликвидных акций NYSE: 1-5 бп. Для менее ликвидных: 50-200+ бп.
Kyle's Lambda (Price Impact):
ΔPrice = λ × OrderFlow
λ = regression coefficient (price change per unit of signed order flow)
Высокий λ → рынок быстро реагирует на ордера → низкая ликвидность.
Amihud Illiquidity Ratio:
ILLIQ = (1/T) × Σ |R_t| / Volume_t
Дневная доходность на единицу объёма торгов. Стандарт в академической литературе.
Effective Spread и Realized Spread:
- Effective: 2 × |Trade Price - Mid Price| — реальная стоимость агрессии
- Realized: через 5 минут после сделки — сколько маркет-мейкер реально заработал
ML-модель прогнозирования ликвидности
Таргет: bid-ask spread через 15/30/60 минут, или λ (price impact coefficient).
Features:
| Категория | Признаки |
|---|---|
| Текущая ликвидность | Spread, book depth at 5 levels, quote volume |
| Market activity | Trading volume, trade count, intertrade time |
| Volatility | Realized vol 5/15/60 min, ATR |
| Market regime | VIX, CDS spreads, funding rates |
| Time features | Time of day, day of week, pre/post market |
| News / events | Earnings, macro releases (economic calendar) |
Модель: LightGBM Regressor. Gradient boosting хорошо работает с табличными фичами ликвидности. MAPE 8-15% для 15-минутного прогноза — достижимый результат.
Intraday Liquidity Patterns
Ликвидность имеет устойчивые внутридневные паттерны:
U-образная кривая:
- Открытие рынка (9:30-10:00 ET): высокий spread, тонкая книга
- Обед (12:00-13:30 ET): минимальный объём, худшая ликвидность
- Закрытие (15:30-16:00 ET): максимальный объём, лучшая ликвидность
Это означает: крупный институциональный ордер нужно исполнять ближе к закрытию, избегая open auction.
Event-driven liquidity collapse: Новости, earnings, FOMC announcements — за 5-10 минут до события маркет-мейкеры убирают котировки. Spread расширяется в 5-20×. Модель должна предсказывать эти "liquidity windows".
Измерение Market Impact
Linear Impact Model:
Market Impact = κ × (Order_Size / ADV)^α × Volatility × Sign
κ ≈ 0.1-0.3 (зависит от рынка)
α ≈ 0.5 (square root impact — эмпирический закон)
ADV = Average Daily Volume
Almgren-Chriss модель исполнения: Оптимальный trade schedule для минимизации expected impact при временном ограничении:
Optimal_trajectory = f(volatility, market_impact_params, risk_aversion, T)
ML-подход: обучение на исторических данных исполнения с реальными impact. Можно предсказывать impact лучше, чем аналитические модели, особенно при нестандартных рыночных условиях.
Crisis Liquidity Prediction
При рыночных стрессах ликвидность испаряется нелинейно. Задача: предсказать вероятность liquidity crisis в ближайшие N часов.
Индикаторы предстоящего кризиса:
- Внезапное расширение cross-asset correlations (correlation spike)
- Одновременное ухудшение ликвидности в нескольких asset classes
- CDS spread widening на финансовый сектор
- TED spread (LIBOR - T-bill rate)
- Repo market stress (overnight rate spikes)
Модель: Random Forest Classifier. Таргет: liquidity shock (spread > 3σ от 90-дневного среднего) в течение 24 часов. AUC 0.72-0.80 на исторических стрессах.
Применение в торговле
Оптимизация исполнения:
- Реальное время: когда и как исполнить ордер
- Liquidity score → выбор TWAP/VWAP/IS алгоритма
- Adaptive execution: замедление при ухудшении ликвидности
Risk Management:
- Liquidity-adjusted VaR: учитывает стоимость выхода из позиции
- Position limits: ограничение размера позиции относительно прогнозируемой ликвидности
- Exit stress test: за сколько дней можно выйти из позиции без значимого impact при нормальной и стрессовой ликвидности
Portfolio construction: Включение liquidity constraints: не брать позиции > X% от ADV, диверсификация по ликвидности.
Сроки: базовые ликвидность-метрики + intraday pattern модель — 3-4 недели. Полноценная система с market impact prediction, liquidity crisis detection и execution optimization — 3-4 месяца.