Mean-field теория модели Санта-Фе пересмотрена: системный вывод из точной BBGKY-иерархии для zero-intelligence LOB
Тайки Вакатсуки, Киёси Каназава · Department of Physics, Graduate School of Science, Kyoto University · 2 октября 2025
Оригинал: Wakatsuki, T. and Kanazawa, K. «Mean-field theory of the Santa Fe model revisited: a systematic derivation from an exact BBGKY hierarchy for the zero-intelligence limit-order book model», 2025 — arxiv.org/abs/2510.01814 (PDF).
Оригинал на arXiv по лицензии arXiv nonexclusive-distrib 1.0 (не Creative Commons); перевод для личной коллекции, не для публикации.
Смежные материалы: обзор LOB · алгебраический каркас LOB.
Ключевые слова: рыночная микроструктура; econophysics; модель Санта-Фе; книга лимитных заявок; кинетическая теория; BBGKY-иерархия.
Аннотация
Модель Санта-Фе — устоявшаяся econophysics-модель стохастической динамики стакана в духе zero-intelligence. Её основание изучали Smith и соавторы (Quantitative Finance, 2003) через размерный анализ и mean-field теорию, но аргументы эвристические, уравнения mean-field выведены без строгой математики, явные решения не получены.
Работа пересматривает mean-field теорию модели Санта-Фе с позиции кинетической теории. Из точного master equation модели системно выводится BBGKY-иерархия; mean-field аппроксимация даёт нелинейное уравнение для профиля плотности стакана, аналогичное уравнению Больцмана. Получены явные замкнутые решения.
Импликации: (1) скейлинговые формулы работают в асимптотиках $\mu\to 0$ и $\mu\to\infty$ ($\mu$ — интенсивность market orders); mean-field хорошо описывает малые $\mu$, при больших $\mu$ точность частично ограничена. (2) Решение «method of image», эвристически предложенное Bouchaud–Mézard–Potters (2002), получается при больших $\mu$ как математическое обоснование. (3) Указана ошибка в Smith et al. (2003) в скейлинге диффузионной константы из-за неверного размерного анализа.
1. Введение
Микроструктура современных рынков (акции, FX) строится на непрерывном двойном аукционе с тремя типами событий: (1) постановка лимитной заявки, (2) market order, (3) отмена. Лимитки формируют LOB; лучший bid и ask — best bid/ask. Market order исполняется по лучшей цене; отмена снимает ранее выставленную лимитку.
Модель Санта-Фе — стохастическая модель такого потока заявок в непрерывном марковском процессе (Daniels et al. 2003; Smith et al. 2003). Все приходы — пуассоновские, без стратегического поведения: zero-intelligence, антитеза рациональному агенту. Модель даёт правдоподобную динамику и служит «нулевой» базой перед учётом стратегий.
Теоретический анализ труден: бесконечномерный марковский процесс. Ранее вводили cutoff LOB для конечномерной аппроксимации (Abergel–Jedidi) и доказывали броуновский характер цены в длинном пределе. Smith et al. (2003) добавили размерный анализ и mean-field теорию для спреда, price impact и диффузии — cornerstone, но эвристика без явных решений.
Здесь mean-field пересматривают через кинетическую теорию (Kanazawa et al. для dealer model; обобщение на LOB Санта-Фе). Из master equation выводится точная BBGKY-иерархия; mean-field + малый tick даёт уравнение Больцмана для среднего профиля $\rho^a_{\mathrm{st}}(r)$. Явное решение даёт скейлинги финансовых метрик и исправляет размерный анализ Smith et al.
2. Описание модели Санта-Фе и обзор литературы
2.1 Обозначения
Случайные величины помечаются шляпкой ($\hat A$); детерминированные — без. $P_t(A)$ — PDF; $\langle f(\hat A_1,\ldots)\rangle$ — ансамблевое среднее. Индикатор $I_\Omega(x)$ и символ Кronecker $\delta_{x,y}$ организуют пошаговый анализ событий (подробности — приложение A оригинала, в переводе опущено).
2.2 Модель
Очереди на дискретных ценах $p=\{i\Delta\}_{i=-\infty}^{\infty}$ с шагом $\Delta$. На каждом уровне — bid и ask. Три пуассоновских процесса с отсечкой $L\Delta$ от best price (далее $L\to\infty$). Объём каждой заявки — 1.
Лимитки. Ask на $i\Delta$ при $b(t)\lt i\Delta\le b(t)+L\Delta$ с интенсивностью $\lambda\Delta$; bid при $a(t)-L\Delta\le i\Delta\lt a(t)$ — симметрично. Cutoff нужен для конечной суммарной интенсивности; предел $L\to\infty$ не меняет физику.
Отмены. В той же полосе, интенсивность $v$, объём 1.
Market orders. Исполняют best bid/ask с интенсивностью $\mu$.
2.3 Непрерывный асимптотический предел
Два условия:
\[ \Delta\to 0,\quad n_{\mathrm{st}}:=\frac{\lambda\Delta}{v}\to 0,\quad \epsilon:=\frac{v+\mu}{\lambda}\to 0. \]Малый tick: вдали от best в очереди в среднем $\ll 1$ заявки ($vn_{\mathrm{st}}\approx\lambda\Delta$). Высокая ликвидность $\epsilon\ll 1$ — аналог термодинамического предела: много лимиток на интервале цены $O(1)$, что делает возможной кинетическую теорию.
2.4 Обзор Smith et al. (2003)
Размерный анализ брал характерные масштабы $\mu/\lambda$ (цена) и $1/v$ (время), откуда $s\propto\mu/\lambda$, $D\propto v\mu^2/\lambda^2$. Mean-field: master equation для PDF числа ask-лимиток $P^a_t(n,r)$ с эффективными интенсивностями $\tilde\lambda(r)$, $\tilde\mu(r)$ и скачками mid $Q(dm)$ — эвристически нелинейное уравнение. В пределе малого tick — уравнение для средней плотности $\psi(r)$:
\[ \lambda\left(1+e^{-\int_0^r dx\,\psi(x)}\right)=\mu\psi(r)e^{-\int_0^r dx\,\psi(x)}+v\psi(r)-D\frac{d^2\psi}{dr^2}. \]Параллельно — рекурсия для средних gap sizes $\langle g_k\rangle$ (спред $g_0$). Явных решений нет; согласованность со скейлингами проверялась численно.
Цели работы. (1) Дать строгую основу mean-field через BBGKY из точного master equation. (2) Явно решить mean-field и однозначно определить скейлинги; показать, что размерный анализ Smith et al. для $D$ при $\mu\gg v$ неверен.
3. Формулировка: пространство состояний и динамика
Состояние — midprice $\hat m$, векторы чисел заявок $\hat n^a_i$, $\hat n^b_j$ на фиксированной и относительной координатах. События: постановка лимитки, отмена, market order, сдвиг mid при исполнении best. Из path-level описания (Sec. 3.2 оригинала) при $L\to\infty$ следует точное master equation для PDF $P_t(\Gamma)$ по фазовой точке $\Gamma=(m,n^a,n^b)$ — линейное интегро-дифференциальное уравнение с весами интенсивностей для типов прыжков (submission $S$, cancellation/market $CM$). Это отправная точка кинетической формулировки; детали индикаторов best price и карт событий — в оригинале §3.
4. Точная кинетическая теория: master equation и BBGKY
Master equation (Eq. 55) записывает $\partial_t P_t(\Gamma)$ через сумму по pre-jump состояниям $\hat\Gamma^{S/CM}_{q,dm}$ и delta-функции переходов. Coarse-graining по одно- и двухчастичным marginals $P^a_t(n,k)$ даёт BBGKY-иерархию (Eq. 61): точное уравнение для $P^a_t(1,k)$ с many-body членами, замыкаемыми только approximations.
Структура параллельна master equation Smith et al., но выведена системно, без феноменологических $\tilde\lambda$, $\tilde\mu$. Иерархия — второй главный результат; mean-field — следующий шаг.
5. Mean-field: уравнение Больцмана и стационарное решение
5.1 Уравнение Больцмана
На $P^a_t(1,k)$ применяют: (1) mean-field — факторизация $P_t(\hat\Gamma)\approx P_t(\hat m)\prod_i P^a_t(\hat n^a_i,i)\prod_j P^b_t(\hat n^b_j,j)$; (2) малый tick / разреженный стакан. Плотность ask относительно opposite best: $\rho^a_t(r):=\Delta^{-1}P^a_t(1,r)$. Получается
\[ \frac{\partial\rho^a_t(r)}{\partial t}\approx\lambda-\rho^a_t(r)\left(v+\mu e^{-\int_0^r dx\,\rho^a_t(x)}\right)+\int_{-\infty}^{\infty}dy\,\tilde W(y)\bigl\{\rho^a_t(r-y)-\rho^a_t(r)\bigr\}, \]с ядром скачков mid $\tilde W(y)$ (Eq. 68). Это третий главный результат — системный аналог mean-field уравнения Smith et al.; координата — от opposite best, а не mid; вклад диффузии и submission/cancel/market разложен явно.
5.2 Явное стационарное решение
Точное граничное условие при $r=0$ (без mean-field):
\[ \rho^a_t(0)=\frac{\lambda}{v+\mu}. \]Размер типичного скачка $\epsilon:=(v+\mu)/\lambda=1/\rho^a_t(0)$. Разложение Kramers–Moyal по $\tilde W$ до второго порядка при $r\gg\epsilon$ даёт диффузионное PDE с $A\approx 0$, $D\approx 2(v+\mu)^3/\lambda^2$. Стационарное решение
\[ \rho^a_{\mathrm{st}}(r)=\frac{\lambda}{v}\left[1-\frac{\mu}{v+\mu}\exp\!\left(-\frac{v}{D}\,r\right)\right], \](Eq. 78; граничные условия $\rho^a_{\mathrm{st}}(0)=\lambda/(v+\mu)$, $\rho^a_{\mathrm{st}}(\infty)=\lambda/v$). Доказательство и технические оговорки (наложение граничного условия при $r=0$ на решение для $r\gg\epsilon$; диффузионный предел Eq. 85) — §5.2.1 оригинала.
5.3 «Method of image» при $\mu\gg v$
В этом пределе
\[ \rho^a_{\mathrm{st}}(r)=\frac{\lambda}{v}\left[1-\exp\!\left(-\frac{v}{D}r\right)\right], \]— формула Bouchaud–Mézard–Potters (2002), полученная здесь из микроскопики. При $\mu\to\infty$ граничное условие Eq. 77 эквивалентно поглощающей границе $\rho^a_{\mathrm{st}}(0)=0$ их постановки.
6. Сводка скейлинговых формул
Из $\rho^a_{\mathrm{st}}(r)$ аналитически: спред $s:=\langle a-b\rangle$, диффузионная константа $D:=\lim_{\tau\to\infty}\langle[p(t+\tau)-p(t)]^2\rangle/\tau$, мгновенный price impact $\langle\varepsilon\,dm\rangle_{\mathrm{in}}$ ($\varepsilon=\pm 1$ — знак market order).
6.1 $\mu\ll v$
\[ s\simeq\frac{v}{\lambda},\quad D\simeq 2\frac{v^3}{\lambda^2},\quad \langle\varepsilon\,dm\rangle_{\mathrm{in}}\simeq\frac{v}{2\lambda}. \]Характерные константы: $v/\lambda$ (цена), $1/v$ (время) — согласованы с явным решением. Smith et al. при малых $\mu$ для $s$ близки; для $D$ их $D\propto v\mu^2/\lambda^2$ при $\mu\ll v$ даёт занижение порядка $(\mu/v)^2$.
6.2 $\mu\gg v$
\[ s\simeq\frac{\mu}{\lambda},\quad D\simeq 2\frac{\mu^3}{\lambda^2},\quad \langle\varepsilon\,dm\rangle_{\mathrm{in}}\simeq\frac{\mu}{2\lambda}. \]Здесь время масштабируется $1/\mu$, цена $\mu/\lambda$. Smith et al. заявляли $D\propto v\mu^2/\lambda^2$ — несовместимо с явным решением (78): ошибка в выборе характерной константы времени ($1/v$ вместо $1/\mu$) и в безразмеризации $\beta=D\lambda^2/(v\mu^2)$, которая не остаётся $O(1)$ при $\tilde\epsilon=v/\mu\to 0$. Корректная безразмерная величина $\tilde\beta=\tilde\epsilon\beta$ сходится.
Численные симуляции (Fig. 9–10 оригинала): mean-field отлично совпадает при малых $\mu$; при больших $\mu$ скейлинги $s$, $\langle\varepsilon dm\rangle_{\mathrm{in}}$ держатся, для $D$ и permanent impact есть расхождения — ограничение mean-field.
| Режим | Спред $s$ | $D$ | $\langle\varepsilon dm\rangle_{\mathrm{in}}$ |
|---|---|---|---|
| $\mu\ll v$ | $v/\lambda$ | $2v^3/\lambda^2$ | $v/(2\lambda)$ |
| $\mu\gg v$ | $\mu/\lambda$ | $2\mu^3/\lambda^2$ | $\mu/(2\lambda)$ |
7. Заключение
Mean-field модели Санта-Фе получил строгую основу: BBGKY из точного master equation $\Rightarrow$ уравнение типа Больцмана $\Rightarrow$ явный профиль стакана и метрики. Теория точна при малых $\mu$, ограничена при больших $\mu$. Размерный анализ Smith et al. исправлен; method of image Bouchaud et al. обоснован в mean-field. Расширения: неоднородные $\lambda(r)$, $v(r)$ для «горба» профиля; long memory market flow (Lillo–Mike–Farmer, $\epsilon$-intelligence, square-root law).
Благодарности: TW — JST SPRING JPMJSP2110; KK — JSPS 22H01141.
Перевод: §§1–7 (основной текст). Доказательства приложений A–F и полные выкладки §§3.2–4.2, 5.1 — в PDF.
Литература
- Daniels, M.G. et al. Quantitative model of price diffusion and market friction. Phys. Rev. Lett. 90, 108102 (2003).
- Smith, E. et al. Statistical theory of the continuous double auction. Quantitative Finance 3, 481 (2003).
- Bouchaud, J.-P., Mézard, M. and Potters, M. Statistical properties of stock order books. Quantitative Finance 2, 251 (2002).
- Bouchaud, J.-P. et al. Trades, Quotes and Prices. CUP, 2018.
- Kanazawa, K. et al. Derivation of the Boltzmann equation for financial Brownian motion. Phys. Rev. Lett. 120, 138301 (2018); Phys. Rev. E 98, 052317 (2018).
- Kanazawa, K., Takayasu, H. and Takayasu, M. Exact solution to two-body financial dealer model. J. Stat. Phys. 190, 8 (2023).
- Farmer, J.D. et al. The predictive power of zero intelligence in financial markets. PNAS 102, 2254 (2005).
- van Kampen, N.G. Stochastic Processes in Physics and Chemistry. 3rd ed., 2007.
- Lillo, F., Mike, S. and Farmer, J.D. Theory for long memory in supply and demand. Phys. Rev. E 71, 066122 (2005).
- Tóth, B. et al. Anomalous price impact and the critical nature of liquidity. Phys. Rev. X 1, 021006 (2011).
Полный список (30 позиций) — в PDF.