Barber等学者在2024年发表于《Journal of Finance》的论文针对市场结构变化（如价差扩大、分时交易规则演进），提出改进的零售交易识别框架：通过引入quote midpoint规则重构订单方向判断（取代传统BJZZ算法中对sub-penny末尾位的依赖），并结合排除NBBO中点40%-60%区间交易，将方向误判率从28%大幅降至5%，尤其适用于价差>1美分的股票（占样本34%）。

J.P. Morgan 2023年研报将其落地为高频策略，通过拆解半小时级订单失衡信号构建滚动组合，提出三阶段创新——数据颗粒化（优化信号时频）、策略分层（中频Sharpe 2.51 vs 高频3.04）及拥挤度监测（非零售资金流相关性预警），并实证揭示尾盘策略因机构跟风导致收益衰退6.3%（vs盘中窗口提升19%），凸显微观结构驱动的算法迭代必要性。