交易中的隐藏秩序预测价格波动幅度

金融市场表现出一个明显的悖论：虽然方向性价格变动在很大程度上难以预测——这与弱效率市场假说一致——但价格变化的幅度却显示出系统性结构。在这里，我们展示了通过15状态马尔可夫转移矩阵在秒级分辨率下计算的实时订单流熵，可以预测日内收益的幅度，而不提供方向性信息。对3650万个SPY交易的分析显示，当熵低于第5百分位时，随后5分钟的绝对收益增加了2.89倍（t = 12.41，p < 0.0001），而方向性准确性保持在45.0%——在统计上与随机无关（p = 0.12）。这种解耦源于一种基本的对称性：熵在符号排列下是不变的，能够检测到知情交易的存在而不揭示其方向。针对五个不重叠的测试周期的前行验证确认了样本外的可预测性，而标签重排的安慰剂测试对零假设的z值为14.4。这些发现表明，信息论度量可以作为市场微观结构中的波动状态变量，尽管有限的样本（36天，单一工具）需要扩展验证。