全部版块 我的主页
论坛 经济学人 二区 外文文献专区
756 16
2022-05-04
英文标题:
《Futures market efficiency diagnostics via temporal two-point
  correlations. Russian market case study》
---
作者:
Mikhail Kopytin, Evgeniy Kazantsev
---
最新提交年份:
2013
---
英文摘要:
  Using a two-point correlation technique, we study emergence of market efficiency in the emergent Russian futures market by focusing on lagged correlations. The correlation strength of leader-follower effects in the lagged inter-market correlations on the hourly time frame is seen to be significant initially (2009-2011) but gradually goes down, as the erstwhile leader instruments -- crude oil, the USD/RUB exchange rate, and the Russian stock market index -- seem to lose the leader status. An inefficiency index, based on two-point correlations, is proposed and its history is established.
---
中文摘要:
利用两点相关技术,我们研究了俄罗斯新兴期货市场中市场效率的出现,重点关注滞后相关性。在每小时的时间范围内,滞后的市场间相关性中的领导者-追随者效应的相关性强度最初(2009-2011年)被认为是显著的,但随着前领导者工具——原油、美元/卢布汇率和俄罗斯股市指数——似乎失去了领导者地位,这种相关性强度逐渐下降。提出了一种基于两点相关性的无效率指数,并建立了其历史。
---
分类信息:

一级分类:Quantitative Finance        数量金融学
二级分类:Trading and Market Microstructure        交易与市场微观结构
分类描述:Market microstructure, liquidity, exchange and auction design, automated trading, agent-based modeling and market-making
市场微观结构,流动性,交易和拍卖设计,自动化交易,基于代理的建模和做市
--

---
PDF下载:
-->
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2022-5-4 22:13:01
通过时间两点相关性进行期货市场效率诊断。俄罗斯市场案例研究。M.L.科皮蒂纳,*, E.V.KazantsevaaMaraging Partners LLC,俄罗斯莫斯科ussiahttp://maragingpartners.ruAbstractUsing我们采用两点相关技术,通过关注滞后相关性,研究俄罗斯期货市场的市场效率。从一开始(2009-2011年),每小时的滞后市场相关性中的领导者-追随者效应的相关性强度被认为是显著的,但随着前领导者工具——原油、美元/卢布汇率和俄罗斯股市指数——似乎失去了领先地位,这种相关性逐渐减弱。提出了基于两点相关性的效率指数,并建立了其历史。关键词:期货市场,有效市场假说,新兴市场,堡垒,两点相关性,FX1。介绍算法交易的成功与市场和算法本身有很大关系。虽然自适应算法领域有其自身的问题和与机器学习相关的方法,但机器正在“学习”的现象学可以表现出来,并在包含源自时间序列的观察值集(N元组)的N维空间中捕获。这种空间最简单的非局部情况是两个数量对的二维空间,其中学习的对象是两点相关函数(非平稳问题中的有损信息)。我们使用离散时间序列和这个函数*对应的作者邮箱地址:m。kopytin@maragingpartners.ru(M.L.Kopytin),e。kazantsev@maragingpartners.ru(E.V.Kazantsev)2021年5月31日提交给爱思唯尔的预印本定义为一组离散的时滞值。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-4 22:13:05
这种函数非零时滞的零值将证明将时间序列称为鞅[1]是合理的,因为它无法确定市场与有效市场假说(EMH)的偏差。奇怪的是,t非零时滞特征的缺失导致对空间的最大可能对称性,使人们可以将EMH视为对称原理的一种形式。金融监管机构和公共政策制定者必须了解期货投机对价格和波动性的影响,尤其是在定量交易方面。要解决这个问题,人们必须走出EMH。虽然成功的投机在一定的时间尺度上提高了市场效率,但这样做的代价可能是改变相同或不同时间尺度上的市场波动性。在其他条件相同的情况下,当效率降低时,波动率会发生什么,取决于相关函数的形状,其中包括非零时间Lag。非商业市场参与者,尤其是量化对冲基金、其营销人员、客户及其顾问,缺乏在特定时间尺度上表征特定地域和地域范围内市场效率水平的标准尺度。两点自相关和市场间相关性,包括非零时间la gs,表明了一种透明且可扩展的解决方案。当然,我们的案例研究主要集中在我们地区可用的工具上。我们认为,这是建立一套这样的基准的第一步,有助于合理评估经理绩效,并为区域、市场和战略的选择提供信息。FORTS,即俄罗斯期货市场,提供了一个有趣的研究案例,由于市场的新兴性质,人们可以通过当代电子数据见证市场效率的出现,甚至参与利用剩余效率。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-4 22:13:08
我们认为,由此产生的见解——本文的主题——具有普遍的意义。我们关注的是期货市场,其中“投机者”一词没有负面含义,而股票市场则可以将“聪明的投资者”视为投机者的对立面。对我们来说,投机者是期货市场的参与者,对正在交易的商品没有商业利益。在我们的语言中,市场效率所代表的积极概念——描述了信息丰富的状态,与最大对称的琐碎状态相反——看起来是消极的,因为市场效率是对效率的否定。由于缺少更好的术语,我们将继续使用这些术语。RTS期货和期权的缩写,是东欧最大的衍生品交易所,总部位于莫斯科。2.数据和方法我们分析了以下五种FORTS期货合约的数据,这些合约代表了具有宏观经济意义和提供最高流动性的独立参与者。使用以下缩写:oRI:俄罗斯RTS股票市场指数最近的三个月合同oBR:布伦特原油最近的一个月合同,代表俄罗斯主要出口商品之一原油的代理oED:欧元/美元最近的三个月合同oEU:欧元/卢布最近的三个月合同,俄罗斯进口商的重要结算工具oSI:最近的三个月美元/卢布合同,俄罗斯商品出口的重要结算工具。数据由FORTS交易所自己公开提供。FORTSis是一个现代的拍卖型电子市场,包括零售商品在内的所有商品都可以通过网络直接进入市场。原始数据是滴答数数据,我们将其汇总成每小时和每天的条形图。原始数据和聚合数据都存储在MySQL数据库中。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-4 22:13:12
我们已经设计了一个定制的API来将我们的C++分析代码与数据库连接起来。要求所有五个市场都有用于市场间相关性分析的数据,这就给我们留下了从2009年2月开始的数据集。除非另有明确规定,研究中的数据集为2009年2月至2013年4月。分析中使用的数据集包括13个。每台仪器每小时5-1.5万个数据点。这种相关性分析的直接目标是每小时时间尺度上对数反转的时间序列,使用价格P(t):x(t)的每小时收盘价构建|t) =ln(p(t)/p(t- t) )=ln(p(t))- ln(p(t)- t) ),(1)在哪里t是前一个小时结束后到给定小时的时间间隔,通常为一小时。在期货合约到期时,对nextone进行切换,此时离到期还有三个月(布伦特为一个月)。受开关影响的返回总是被排除在分析之外。/ndf 2χ50.38/50p0 8.610e-11±9.395e-11 p1 0.222±-3.886-4-3-2/ndf 2χ50.38/50p0 8.610e-11±9.395e-11 p1 0.222±-3.886 RTS,正尾/ndf 2χ25.27/49p0 1.251e-09±1.756e-09 p1 0.174±-3.203-2dP/dx,差异概率-410-310-210/ndf 2 25.27/RTS-491±-251e-203±-174,负尾/ndf 2χ12/16p0 5.263e-13±3.418e-13 p1 0.302±-4.324X,小时对数回归-210/ndf 2χ12/16p0 5.263e-13±3.418e-13 p1 0.302±-4.324 USD/RUB,正尾/ndf 2χ14.35/15p0 4.135e-13±2.421e-13 p1 0.334±-4.395-x,镜像小时对数回归-210dP/dx,差异。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-4 22:13:15
概率-410-310-210/ndf 2χ14.35/15p0 4.135e-13±2.421e-13 p1 0.334±-4.395美元/卢布,负尾图1:每小时对数回报的差异概率密度分布。顶部:RTS指数期货,底部:美元/卢布汇率期货。左:负回报的尾部,围绕垂直轴反射。右图:正回报的尾部。le-ast squar fits的结果用于幂律参数化,其中pB为幂律指数。在这里和所有其他图表中,垂直条显示了一个标准偏差的大小。对于要纳入市场间分析的特定时间,我们要求所有五个感兴趣的市场在该时间内都有数据。如果某个小时内至少有一个市场的数据丢失,则该小时所有市场的返回数据不参与市场间研究。该选择条件对数据施加了流动性要求。图1显示了对数回报率的差异概率密度分布的尾部行为数据,并允许研究尾部渐近性,以验证我们所追求的量的收敛性。未来RTS指数和美元/卢布汇率是典型的例子。对数曲线图上尾巴的线性表示幂律依赖性。具有幂律模型DP/dx=pxp的最小二乘法(2)收益率参数(如插图所示),表明可以安全地对这些市场的第一和第二时刻进行收敛,sp<-3.根据最近的评估,权力指数在预期范围内[2]。这些指数对数据可能进行的统计分析的渐近复杂度,以及任何旨在检测和利用统计重要特征的算法的共感复杂度,设定了上限。图中的Fit参数。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

点击查看更多内容…
相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群