[论文解读] Market Dynamics of Information Avalanches

Bernhard K. Meister|arXiv (Cornell University)|Feb 27, 2026

Complex Systems and Time Series Analysis被引用 0

一句话总结

该论文将金融市场的信息流建模为具有自组织临界性的沙堆，分析信息流形上的测地线（无套利）路径，并推导利用偏离测地流动的动态套利策略以实现套利。

ABSTRACT

Financial markets convert the incremental arrival of information into asset price changes. In a sandpile model grains of sand represent bits of data, and the size of an avalanche, governed by a scaling law, is linked to price volatility. While this model of self-organized criticality reproduces stylized facts, it also identifies a structural tension between the non-arbitrage condition and price adjustments consistent with a constant Sharpe ratio.

研究动机与目标

• 通过沙堆机制和SOC（自组织临界性）来动机化增量信息到来如何引发价格波动。
• 将信息处理与双维高斯市场表示（漂移与波动率）在双曲几何中联系起来。
• 证明Fisher信息度量下的测地线表示零耗散跃迁和无套利约束。
• 量化偏离测地流动所带来的套利机会，并勾勒一个动态交易策略。

提出的方法

• 将信息建模为慢加载、快瀑发的沙堆。
• 在上半平面上使用Fisher信息度量来描述具有坐标（μ, σ）的高斯市场流形。
• 推导测地线为半圆，并计算状态之间的双曲长度。
• 建立无套利的测地关系，并将额外作用量表示为欧几里得路径长度与测地路径长度之差。
• 提出利用测地与欧几里得路径之间套利的动态对冲再平衡策略。

实验结果

研究问题

• RQ1 在该模型的信息驱动动力学下，市场状态（μ, σ）的几何结构是什么？
• RQ2 瀑发如何映射到波动变化，得到的测地无套利条件是什么？
• RQ3 当市场遵循非测地（欧几里得）路径时，定量的套利潜力有多大？
• RQ4 如何动态利用偏离测地流动来形成最优交易策略？

主要发现

• 沙堆模型中的瀑发驱动瞬时波动跃升，瀑发之间波动回归到平均水平。
• μ–σ 上半平面上的Fisher信息度量的测地线提供了市场状态之间的零耗散（无套利）路径。
• 状态之间的测地长度由双曲距离给出：L_geo = arcosh(1 + ((μ2−μ1)² + 2(σ2−σ1)²)/(4σ1σ2)).
• 欧几里得（恒定夏普）路径相对于测地路径有可计算的额外作用量ΔL，表示可收获的套利机会。
• 局部套利策略涉及在标的资产多头与波动率空头之间按定价函数导数的比例来利用ΔL的错价。
• 该框架将测地流与 Onsager 演变区分开来，银行方滞后来自于慢速夏普比调整而非市场崩溃。