你在手机上看到一只股票最优卖价是 10.00 元，点下买入时，市场可能早已变成 10.01 元。普通行情几秒刷新一次，而高速交易者能按毫秒重建市场。问题是，研究者通常看不到谁是高频交易者，又该怎样判断速度究竟改善了市场，还是让慢半拍的人承担更多风险？
Li Guo、Frank Weikai Li、Ding Qi 和 Lijian Sun 的论文换了一个观察角度：不猜交易者身份，而是看订单有没有精准踩中下单瞬间的最优报价。作者把这种行为做成订单级代理指标，再利用深圳证券交易所开盘时不同交易通道的延迟差异，研究速度变化与市场质量的关系。
先说结论：影响是混合的。更低延迟带来的高频活动伴随更大的短期价格波动、更频繁的宽价差和更高的逆向选择风险；但已实现价差下降，定价误差也小幅降低。换句话说，速度可能帮助价格更快找到位置，同时让提供流动性的人更容易吃亏。以下验证和效果均来自同一研究团队，尚无独立信源交叉印证。
不找“谁”，改看“怎么下单”
市场上的买卖委托会进入限价订单簿——一张按价格排列、等待成交的清单。最高买价和最低卖价构成当前最优报价。新订单、撤单和成交不断改变这张清单。
论文提出的核心指标叫 active exact-match orders，可译为“主动精确匹配订单”。例如，当前最优卖价为 10.00 元，一张买入限价单也恰好报在 10.00 元，并可立即与对手方成交，它就属于这一类。作者还定义了被动精确匹配：订单报在本方最优价，进入队列等待成交。后者可能来自更广泛的流动性提供行为，因此只作为辅助指标。
这个思路的妙处在“恰好”二字。报价每秒可能变化多次。若交易者持续报中下单瞬间的对手方最优价，就需要及时看到订单簿、迅速处理变化，并精确选择价格。它比“订单很多”或“撤得很快”更直接地表现出低延迟信息处理的结果。
但它仍是代理变量——目标活动无法直接观察时，用相关且可记录的行为代替测量。论文识别的是具有高频交易特征的订单行为，并未直接识别交易者身份。因此，不能把每一张精确匹配订单都认定为真实 HFT，也不能认为其他订单一定来自慢速交易者。
这把尺子像不像 HFT？
作者用深圳证券交易所 Level-2 数据重建实时订单簿。Level-2 是包含逐笔委托、成交和撤单的细粒度行情。普通应用通常每三至六秒展示一次快照；具备完整数据和技术能力的机构则能按毫秒更新订单簿。论文的基准样本覆盖 2023 年 7 月 1 日至 2025 年 10 月 31 日，最终研究样本包含约 4251 万张限价单、2760 只股票和 566 个交易日。
作者从三组行为验证代理指标。
第一，反应确实更快。在控制订单和股票特征后，主动精确匹配订单在报价变化后 100 毫秒内提交的概率高出 19.2 个百分点；被动精确匹配高出 17.7 个百分点。大型股票组中，主动精确匹配订单的反应时间中位数为 0.02 秒，未匹配订单为 0.06 秒。
第二，撤单更快。在大型股票组中，主动精确匹配订单的撤单时间中位数为 3.01 秒，其他订单为 36.04 秒。只看最终被撤销的订单，并控制其他因素后，主动精确匹配与“提交后 100 毫秒内撤销”的概率增加 5.4 个百分点相关。
第三，它们更会挑时机。这类订单更集中在两个条件同时出现时：订单簿深度失衡有利于自己的交易方向，且买卖价差较窄。深度失衡是指最优买卖盘可成交数量不对称；价差则是最优买价与卖价之间的距离，也是立即成交的一项成本。
这三组证据说明，这个指标确实抓到了快速反应、快速管理订单并依赖实时市场状态的行为。不过，它们验证的是“像 HFT”，不是交易者身份证明。
精准报单还带着价格信息
主动精确匹配订单不只快，也能预测随后价格方向。论文以中间报价——最优买价与最优卖价的平均值——衡量价格变化，并按买卖方向调整：买单后上涨、卖单后下跌，都记为沿订单方向运动。
在完整控制模型中，主动精确匹配订单对应的十秒后方向调整收益高出 2.157 个基点，1 个基点等于 0.01%。把观察窗口拉开，其系数在九个期限上均为正：100 毫秒为 1.671 个基点，10 秒为 2.268 个基点，10 分钟为 3.747 个基点。报价比最优价更激进的订单，预测力反而更弱。这说明信息不只来自买卖方向或成交意愿，也来自报单价格是否精准对应实时订单簿。
“能预测”不等于“能赚钱”。论文给出的月度 0.84%、年化 10.95%只是信号幅度示意，没有扣除买卖价差、佣金、交易税，也没有处理卖空、实际成交和 T+1 限制。它不能直接当作可执行策略收益。
速度改善后，市场发生了什么？
相关性仍可能倒因为果：也许不是快速交易改变市场，而是某些市场状态同时吸引快速订单并推动价格。为更接近因果识别，作者利用开盘拥堵时不同交易通道的订单传播延迟差异。
其设计类似一场自然形成的对照实验。股票分属不同通道；当“快组”的延迟先降到三秒以内、而“慢组”尚未降到这一水平时，作者比较两组前后的变化。这是双重差分：同时比较时间前后和组间差异，试图扣除共同变化。
结果显示，延迟降低后，主动精确匹配订单占比上升，说明信息变及时确实推动了该代理指标所捕捉的活动。随之出现的市场质量变化却不是单向改善：短期价格波动增加，宽价差出现率上升，流动性提供者面对的逆向选择风险敞口更高；与此同时，已实现价差下降，定价误差小幅减少。
逆向选择可以理解为：你把卖单挂在市场上，来成交的人恰好比你更早知道价格要涨，你卖出后立刻发现自己吃亏。已实现价差则观察成交一段时间后的交易成本，能部分反映流动性提供者最终保住了多少价差。定价误差衡量市场价格偏离较有效价格的程度。几个指标方向不同，正说明“市场质量”不是一个总分，而是交易成本、流动性、价格发现和短期波动等多张成绩单。
为什么中国市场会呈现这种组合？
作者的解释与市场制度有关。中国 A 股实行 T+1，当日买入的股票通常不能当日卖出；市场缺少 maker-taker rebates——交易所向挂单方返佣、向吃单方收费的机制；快速提交、撤销和反复修改报价也受到规则与监控约束。
这些条件使高速交易者较难通过一天内反复买卖来管理库存，也缺少持续双边挂单的返佣激励。作者因此认为，速度优势更容易流向方向性的流动性获取：看准短期方向后主动成交，而不是持续站在订单簿两侧提供报价。这与论文观察到的组合相符——价格发现略有改善，但短期波动和慢速流动性提供者的风险也更突出。这一机制解释目前仍来自该论文，需要与交易所规则和其他研究另行核对。
局限与未知
- 代理不等于身份。 active exact-match orders 捕捉依赖实时订单簿的精确报单行为，不能直接证明订单来自注册或可确认的 HFT 机构。
- 因果证据有条件。 作者只称其为“较可信的因果证据”。结论依赖双重差分的平行趋势假设，也要求开盘时没有其他同步因素恰好以不同方式影响快、慢通道。
- 不能给 HFT 判一个总输赢。 延迟降低后，价格发现与部分交易成本指标改善，短期波动、宽价差和逆向选择却恶化。论文更重要的贡献，是提供一把可在订单层面追踪高速活动的新尺子，并显示市场制度会决定速度优势最终流向哪里。