第七章：信息交易概率（PIN）模型
各位同学，今天我们来聊一个在量化交易里非常核心的概念——信息交易概率模型，也就是大家常说的PIN。说实话，这个模型我最早接触是在2015年做A股因子研究的时候，当时觉得这东西太理论了，直到后来在实盘中尝到了甜头，才真正理解它的价值。
核心一句话：PIN模型试图回答一个问题——某只股票当前的价格波动，到底有多少是因为知情交易者在行动？
7.1 PIN模型原理
PIN的全称是Probability of Informed Trading，翻译过来就是“知情交易概率”。它的基本思想其实很朴素：市场上存在两类交易者——知情交易者和不知情交易者。知情交易者掌握着尚未公开的私有信息，他们会根据信息方向（利好或利空）选择买入或卖出；而不知情交易者纯粹是出于流动性需求在交易。
我习惯用一个比喻来理解：想象一个赌场，有些玩家知道骰子的秘密（知情交易者），有些纯粹是来碰运气的（不知情交易者）。PIN模型就是用来估算，当前这局游戏里，知道秘密的玩家占比有多大。
模型的核心参数有四个：
- α（信息事件发生概率）：某个交易日发生私有信息事件的概率
- δ（坏消息概率）：如果信息事件发生，它是坏消息的概率
- μ（知情交易强度）：知情交易者的订单到达率
- ε（不知情交易强度）：不知情交易者的订单到达率（买入和卖出通常假设相同）
有了这些参数，PIN的计算公式就很简单了：
PIN = (α × μ) / (α × μ + 2ε)说白了，分子是知情交易带来的订单量，分母是总订单量。这个比值越高，说明当前股票的信息不对称程度越严重。
我的经验：在实际项目中，PIN值超过0.3的股票通常要格外小心。我曾经用这个阈值过滤掉了一批“看起来很美”的股票，结果避开了好几只庄股。
7.2 EHO算法估计PIN
参数估计是PIN模型落地的关键。最经典的方法是EHO算法，由Easley、Hvidkjaer和O'Hara三位学者提出。嗯，这里要注意，EHO算法本质上是一个极大似然估计问题。
似然函数长这样：
L(θ|B,S) = (1-α) × e^(-2ε) × (ε^B/B!) × (ε^S/S!)
+ α × δ × e^(-(ε+μ)) × ((ε+μ)^B/B!) × (ε^S/S!)
+ α × (1-δ) × e^(-(ε+μ)) × (ε^B/B!) × ((ε+μ)^S/S!)其中B是当日买单数量，S是卖单数量。看着复杂，其实逻辑很清楚：三种市场状态（无信息事件、坏消息、好消息）的概率加权求和。
我在实际跑EHO算法时踩过一个坑——初始值设置不当会导致算法不收敛。后来我总结了一套经验：
- 先用简单方法估算α、δ的初始值（比如用过去60天的涨跌比例）
- μ的初始值设为平均日超额订单量的1.5倍
- ε的初始值设为平均日订单量的0.8倍
- 使用L-BFGS-B优化方法，加上边界约束
避坑指南：我曾经在2018年用EHO算法处理全A股数据，结果发现大约15%的股票似然函数不收敛。后来排查发现，是这些股票的买单卖单数据存在大量零值，导致对数似然函数计算溢出。解决方案是给零值加一个极小量（比如1e-10）。
7.3 PIN的改进模型
经典PIN模型有个明显的缺陷——它假设所有知情交易者的行为模式是一样的。但现实情况要复杂得多。举个例子，某只股票可能同时被两家机构盯上，一家做多，一家做空，这时候经典PIN就会失效。
针对这个问题，学术界提出了两个重要的改进方向：
AdjPIN（调整PIN）
AdjPIN模型放松了“不知情交易者买卖强度相等”的假设。说白了，它允许不知情交易者的买入和卖出强度不同。这在A股市场特别重要，因为散户的买卖行为往往存在明显的方向性偏差。
AdjPIN的似然函数比经典PIN多了一个参数ε_b和ε_s，分别代表不知情买入和卖出的强度。虽然参数多了，但拟合效果通常更好。我个人在沪深300成分股上测试过，AdjPIN的AIC值平均比经典PIN低8%左右。
MPIN（多层PIN）
MPIN模型更进一步，它允许存在多个层次的知情交易者。每个层次有自己的μ值，代表不同信息优势程度的交易者。这个模型特别适合处理那些有“内幕消息链条”的股票。
MPIN的估计难度比前两个大得多，因为参数空间呈指数级增长。我建议一般先用两层的MPIN试试，三层以上基本就是过拟合了。
| 模型 | 参数数量 | 适用场景 | 估计难度 |
|---|---|---|---|
| 经典PIN | 4 | 流动性好的大盘股 | 低 |
| AdjPIN | 5 | 散户参与度高的股票 | 中 |
| MPIN（2层） | 7 | 存在多路资金的股票 | 高 |
7.4 PIN在选股中的应用
理论讲完了，咱们来点实在的——PIN怎么用在选股上？
我个人的做法是构建一个“PIN因子”。具体来说：
- 低PIN策略：选择PIN值低的股票。这些股票信息不对称程度低，更适合做高频或统计套利。
- 高PIN策略：选择PIN值高的股票。这些股票可能存在未公开的利好或利空信息，适合做事件驱动策略。
- PIN变化率：关注PIN值的短期变化。如果某只股票的PIN突然飙升，往往意味着有大事要发生。
我记得在2019年做过一个回测：用PIN变化率作为预警信号，配合成交量异常放大，成功捕捉到了好几只重组股的停牌前异动。当然，这种策略的换手率很高，交易成本是个大问题。
实战要点：PIN因子单独使用的效果一般，我建议把它和换手率、波动率等因子结合。比如，高PIN+低换手率的组合，往往比单纯高PIN的选股效果更好。
最后，我想强调一点：PIN模型不是万能的。它依赖高频的逐笔交易数据，如果数据质量不好，估计结果会偏差很大。另外，在涨跌停板制度下，PIN的估计也会失真。这些都是你在实际应用中需要特别注意的地方。
我的建议：初学者先从经典PIN模型入手，用EHO算法跑通流程。等理解了底层逻辑，再尝试AdjPIN和MPIN。别一上来就搞复杂的，容易迷失在参数估计的细节里。