股票/股票大宗交易對市場的永久或長期（數月）影響
我需要估計大型機構交易的“永久”長期價格影響。
當投資者進行大筆交易時，交易會產生價格影響。機構投資組合經理做出非常大的交易決策，有時選擇一次賣出1000萬美元、 1億美元，甚至1B美元。
我有興趣在“幾週/幾個月/幾年”的時間跨度內估計“大”交易（大於典型的一天的美元交易量）對價格的影響。
我所追求的想法是“羊群風險”：如果少數“持有者”各自持有非流動資產的大量頭寸，如果其中一個或多個賣出頭寸，其餘持有者將遭受長期損失（損失不會隨著時間的推移而改善）。我試圖估計這些長期損失可能是什麼。
例如，一隻股票的市值可能為1B美元，每日交易量為 1000 萬美元，每日波動率為 2%。股票持有人 Alice、Bob 和 Charley 各自擁有1億美元的股票。愛麗絲和鮑勃都賣零頭 $ f \in [0,1] $ 他們的立場。查理遭受的長期損失是什麼？
一些細節可以為問題提供更多的特異性/字元/顏色（感謝此處的建議和 arxiv 搜尋）：
臨時與永久
- 永久性影響是峰值臨時影響的一小部分嗎？還是永久影響完全獨立於臨時影響？中間某個地方？
凹形或線性
- 一些理論認為凹形影響允許套利（免費午餐），但經驗結果表明凹形（按訂單大小）影響是現實。
多個同時
- 愛麗絲和鮑勃（多個經理）如何“總結”市場影響？你是增加美元數量還是增加影響或介於兩者之間？
期間
- 如果經理賣出 $1B 美元，他們肯定會在很長一段時間內分散訂單以盡量減少影響。持續時間會影響永久影響，還是只是暫時影響？
相關性
- 多筆交易的信號（賣出與買入）之間的相關性如何影響影響？
永久性影響是“注定的”/外生的還是“任意的”/內生的
- 當股票價格在大賣單後永久下跌時，它下跌是因為它無論如何都會下跌，還是因為大賣單而下跌？
恕我直言，在過去的 5 到 10 年裡，institutionz 普遍轉向算法執行，並且根據您的執行方法，價格影響可能會有所不同，所以我不確定您是否會使用長期歷史獲得有意義的結果。
一些較早的論文將門票數據和大門票的總體影響視為機構交易的代表，但影響規模在複製時已經減小。
我已經將多日 VWAP 訂單的影響作為每個交易量倉的影響的積分來衡量，但由於交易量意外的幅度和隨機性，很難先驗地衡量。此外，如果交易擁擠（此處定義為交易訂單不平衡），您會看到點差和成本擴大，這可以使用各種有符號交易量度量（例如 VPIN）事後確定。如果您可以訪問分時水平數據，這可能是比試圖找到市場影響成本的函式形式更好的方法。
與日內（從開盤到收盤）回報相比，尋找隔夜回報的均值回歸。我相信 AQR 有一篇論文在 SSRN 上使用了這種度量，一些 AB Bernstein 研究人員在 Quantitative Finance 的一篇論文中使用了這種度量。