你要在不惊动市场的情况下买进一大笔资产。刚开始，订单簿上的卖单很快被吃掉，价格随之上移；但价格涨到一定程度后，原本没有挂单的人开始愿意卖出。买得越多，这批被“叫醒”的卖家也越多，于是交易量翻倍，价格冲击未必翻倍。
这正是 Andrey Itkin 在论文《A Generalized Langevin Model of Latent Liquidity and Concave Price Impact》中试图解释的问题。市场冲击（market impact）是交易本身推动价格变化的部分，也是机构执行大单时重要的隐性成本。论文用一个带记忆的动态模型，把订单流、潜在对手盘的出现，以及流动性的消耗和恢复连在一起。它的目标不是直接规定“冲击等于交易量的平方根”，而是说明这种凹形关系可能怎样从交易者行为中长出来。
本文的结论均来自这篇论文的理论推导和数值实验，尚不是经过真实市场校准的经验结果。
关键不是挂着多少单，而是谁会被价格叫醒
论文先区分两类流动性。显示流动性是订单簿里已经能看到的挂单；潜在流动性（latent liquidity）则是尚未挂出、但价格移动到某个位置后才会出现的反向交易意愿。
作者设想，每位潜在交易者都有自己的触发阈值。价格偏离“如果没有这笔大单，本来会走到的位置”超过阈值后，交易者才开始反向下单，而且反向交易速度随超出阈值的幅度增加。阈值可以理解为识别大单、承担风险和覆盖交易成本所需的安全垫。
把许多阈值不同的交易者加总起来，便得到一股由价格位移激活的反向订单流。价格真正承受的，不再是提交订单的全部流量，而是：
这一步给凹形冲击提供了直观机制。小单造成的位移还不够大，只能唤醒少数对手盘，冲击接近线性。位移继续扩大后，更多反向交易者加入，新增订单越来越容易被吸收，冲击开始弯下来。到了模型中的另一端，反向流自身趋于线性，冲击又进入大订单的线性区间。
在潜在流动性池尚未耗竭，并满足论文对个体响应的明确假设时，作者推导出：两个线性区间之间会出现一个中间的平方根区间，也就是冲击近似随订单量的平方根增长。这个结果依赖两项关键设定：阈值在零附近具有连续且为正的密度；交易者被触发后，其交易速度与超过阈值的价格位移成正比。改变阈值分布或个体响应方式，中间区间的指数也会改变。
流动性也会累，会休息，还会记事
潜在对手盘不是取之不尽的。先前吸收过大量买单的卖方可能积累库存、接近风险上限；过一段时间，新交易者进入，容量才逐渐恢复。
论文用广义 Langevin 方程（Generalized Langevin Equation，GLE）描述这个过程。普通 Langevin 模型用随机扰动描述系统运动；广义版本再加入对过去状态的记忆。放在这里，它表示潜在流动性受到订单流消耗后，会沿多个快慢不同的时间尺度恢复。
可以把它想成几组补货速度不同的仓库：有些库存很快回来，有些要等得更久。论文把记忆核写成有限个指数函数之和，每一项对应一种衰减速度。这样，原本需要保存整段历史的系统，可以改写成若干个只依赖当前状态的辅助变量。作者称之为精确的 Markovian lift——即把带历史记忆的系统提升为有限维的 Markov 系统。这里的“精确”只针对论文选定的有限指数和，不等于精确描绘了现实市场的全部记忆机制。
记忆带来的一个重要结果是：两种参数设置即使对一笔孤立订单产生相似冲击，经历大量先前交易后，也可能对下一笔订单作出不同反应。换句话说，只看一条“订单大小—价格冲击”曲线，未必能识别市场内部的流动性恢复速度；还要观察市场带着旧库存和旧压力时怎样接新单。
平方根关系何时出现，何时缩短
论文的数值研究比较了四种情形：线性基准、不会耗竭的新鲜流动性池、只有单一记忆模式的耗竭池，以及包含多个记忆模式的 GLE 流动性池。计算结合确定性基准与 Markovian lift 下的 Monte Carlo 模拟。
结果显示，流动性池一旦被持续订单消耗，平方根区间会变窄。原因并不神秘：负责吸收订单的潜在对手盘已经疲惫，反向流增长得不再那么快，价格响应便更早向线性冲击靠近。因此，平方根关系在这个模型里不是覆盖所有订单规模的铁律，而是特定条件下的中间状态。
模型还给出两个带条件的尺度关系。当交易阈值和响应强度随价格噪声一起缩放时，中间平方根区间的冲击与波动率成正比；当阈值随执行期限增长时，同一区间的冲击可以与执行时长无关。这些都是模型内部的理论结果，不能直接外推为所有市场和资产都成立的经验规律。
为什么这套解释值得看
它把三个常被分开讨论的问题放进了同一条因果链：大单先推动价格，价格位移再唤醒潜在对手盘；对手盘抵消一部分订单流，同时被交易消耗；随后，流动性按多个时间尺度恢复。凹形冲击、冲击后的回落，以及市场对交易历史的依赖，因此不再是三条互不相干的设定。
论文还讨论了价格操纵风险。在显示深度恒定、采用对数价格计价，并以无可预测漂移的反事实价格作为参照时，模型中的预期往返交易成本非负。所谓往返交易，是最终持仓回到零的一买一卖或一卖一买。这个结论不依赖具体记忆项，因为反向流始终抵抗由订单造成的价格位移。不过，它只覆盖论文定义的对数价格成本，不等于排除了其他成本口径或其他形式的操纵。
局限与未知
- 论文尚未使用市场数据校准；作者把校准与验证留给后续 companion paper。材料也未提供资产类别、误差指标或与基准模型的实证比较。
- 平方根区间、波动率比例关系和期限无关性都依赖未耗竭流动性池及特定个体响应等假设。数值实验已经表明，池子耗竭会缩小适用范围。
- 恒定显示深度、对数价格口径和有限指数记忆谱让模型能够推导与计算，但现实中的参数稳定性、跨资产适用性，以及多尺度记忆是否确有额外解释力，仍待数据检验。