全部版块 我的主页
论坛 经济学人 二区 外文文献专区
1068 31
2022-05-06
英文标题:
《Empirical properties of inter-cancellation durations in the Chinese
  stock market》
---
作者:
Gao-Feng Gu, Xiong Xiong, Wei Zhang, Yong-Jie Zhang and Wei-Xing Zhou
---
最新提交年份:
2014
---
英文摘要:
  Order cancellation process plays a crucial role in the dynamics of price formation in order-driven stock markets and is important in the construction and validation of computational finance models. Based on the order flow data of 18 liquid stocks traded on the Shenzhen Stock Exchange in 2003, we investigate the empirical statistical properties of inter-cancellation durations in units of events defined as the waiting times between two consecutive cancellations. The inter-cancellation durations for both buy and sell orders of all the stocks favor a $q$-exponential distribution when the maximum likelihood estimation method is adopted; In contrast, both cancelled buy orders of 6 stocks and cancelled sell orders of 3 stocks prefer Weibull distribution when the nonlinear least-square estimation is used. Applying detrended fluctuation analysis (DFA), centered detrending moving average (CDMA) and multifractal detrended fluctuation analysis (MF-DFA) methods, we unveil that the inter-cancellation duration time series process long memory and multifractal nature for both buy and sell cancellations of all the stocks. Our findings show that order cancellation processes exhibit long-range correlated bursty behaviors and are thus not Poissonian.
---
中文摘要:
订单取消过程在订单驱动股票市场的价格形成动力学中起着至关重要的作用,在计算金融模型的构建和验证中起着重要作用。基于2003年深圳证券交易所18只流通股的订单流数据,我们以两次连续取消之间的等待时间为单位,研究了取消间隔时间的经验统计特性。当采用最大似然估计方法时,所有股票的买入和卖出指令的相互抵消持续时间均呈指数分布;相比之下,当使用非线性最小二乘估计时,6只股票的取消买入指令和3只股票的取消卖出指令都倾向于威布尔分布。应用去趋势波动分析(DFA)、中心去趋势移动平均(CDMA)和多重分形去趋势波动分析(MF-DFA)方法,我们揭示了对所有股票的买入和卖出取消,取消时间序列都具有长记忆性和多重分形性质。我们的研究结果表明,订单取消过程表现出长程相关的突发行为,因此不是泊松过程。
---
分类信息:

一级分类:Quantitative Finance        数量金融学
二级分类:Statistical Finance        统计金融
分类描述:Statistical, econometric and econophysics analyses with applications to financial markets and economic data
统计、计量经济学和经济物理学分析及其在金融市场和经济数据中的应用
--

---
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
2022-5-6 00:01:33
中国股市对销持续时间的经验性质高峰卦,b,熊雄C,d,魏章C,d,张永杰C,d,魏兴洲A,b,e,*华东理工大学商学院,上海200237,华东理工大学经济物理研究中心,上海200237,中国管理与经济学院,天津大学,天津300072,中国社会计算与分析中心,天津大学,天津300072,中国科学院,华东理工大学,上海200237,中国摘要订单取消过程在订单驱动股票市场的价格形成动力学中起着关键作用,在计算金融模型的构建和验证中起着重要作用。基于2003年在深圳证券交易所交易的18只流通股的订单流量数据,我们研究了以事件为单位的内部取消持续时间的经验统计特性,这些事件被定义为两次连续取消之间的等待时间。当采用最大似然估计方法时,所有股票的买入和卖出指令的相互抵消持续时间都服从q指数分布;相比之下,当使用非线性最小二乘估计时,6只股票的取消买入指令和3只股票的取消卖出指令都倾向于威布尔分布。应用去趋势波动分析(DFA)、中心去趋势移动平均(CDMA)和多重分形去趋势波动分析(MF-DFA)方法,我们揭示了对所有股票的买入和卖出取消,取消间持续时间序列具有长记忆性和多重分形性质。
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

2022-5-6 00:01:36
我们的发现表明,订单取消过程表现出长期相关的突发行为,因此不是泊松过程。关键词:经济物理学,顺序流,相互抵消持续时间,概率分布,记忆效应,多重分形性质:89.65。生长激素,05.45。Tp,89.75。Da1。在订单驱动的市场中,订单提交和取消在价格形成过程中起着最重要的作用。对于订单提交过程,已经进行了大量研究,以调查订单成分的统计特性,包括订单价格[1,2,3,4,5,6,7,8]、订单规模或数量[9,10,11,12,13,14,15,16,17,18]、订单方向[7,19,20,21]等等。人们特别关注这些成分的概率分布和记忆效应,并记录了许多典型的事实。订单取消是从限价订单簿中删除订单的过程,限价订单簿是一个限价订单队列,需要根据价格-时间优先级执行和构建。如果取消了所有以最佳报价或最佳出价下的订单,则定义为最佳报价和最佳出价平均值的中间价将发生变化。如果在限价订单簿内发生取消,则会导致限价订单簿的结构发生变化,并对价格波动产生潜在影响。订单取消的动机与非执行(NE)风险或自由期权(FO)风险有关[22,23],前者是取消限额订单的主要原因[23]。当当前安全价格偏离提交价格时,会产生NE风险。在限价指令簿前面提交的指令不能立即进行交易,这使交易者遭受机会成本。交易员可能会取消过时的订单,并重新提交更激进的订单,以增加交易概率。
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

2022-5-6 00:01:39
因此,为了降低NE风险,买入交易者可能会推动*通讯作者。地址:中国上海华东科技大学商学院美龙路130号114信箱,邮编200237,电话:+86 21 64253634,传真:+86 21 64253152。电子邮件地址:wxzhou@ecust.edu.cn(周卫星)2022年3月4日向Physica提交的预印本安全价格上涨,而卖出的交易商推动价格下跌。当重要消息到来时,风险就会出现。根据当前价格,资产的内在价值将被低估(好消息)或高估(坏消息)。为了防止以不利的价格交易,交易者将取消他们的限价订单,并重新提交未加总的订单。因此相反,为了降低FO风险,买入交易者可能会压低价格,卖出交易者则会抬高价格。由于过去很少有订单取消的数据记录,只有少数文献研究订单取消的经验规律。随着信息技术和计算机科学的发展,记录订单流量数据成为可能,这使我们能够分析订单取消和取消模型的统计特性。倪等人研究了中国股市22只股票的相互取消持续时间的经验规律,得出了订单取消是一个非泊松过程的结论[24]。Liu展示了订单修改和取消的简单模型,并发现订单取消的频率与订单提交风险和股票资本化正相关,但与买卖价差负相关[25]。在订单驱动的模型中,Daniels等人假设订单取消遵循泊松过程,这使得模型对程式化事实具有强大的预测能力,如价格扩散、价格影响等[26]。
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

2022-5-6 00:01:42
在Mike和Farmer提出的实证模型中,订单取消过程由三个独立的因素决定,即订单簿中相对于相反的最佳价格的位置、限制订单簿中买卖订单的不平衡以及限制订单簿中存储的订单总数。该取消模型对取消订单的寿命进行了极好的预测[7]。在金融市场中,一个广泛研究的主题是重复间隔,定义为两个连续事件之间的等待时间。许多学者分析了收益率、波动率和交易量等不同变量的重现期概率分布。然而,研究结果存在争议。幂律分布[27,28,29,30]和拉伸指数分布[31,32,33,34,35,36,37,38,39,40,41,42]主要用于拟合不同金融市场的概率密度函数(PDF)。此外,还提出了其他分布作为补充[43,44]。有趣的是,复发间隔时间序列通常处理长记忆[28,30,31,32,34,38,39,41,42,45,46]。重现期分析也应用于其他领域,如三维充分发展湍流中的能量耗散率[47]。与重复间隔类似,交易间持续时间(定义为两次连续交易之间的间隔)是另一个重要主题。Montroll和Weiss[48]提出的连续时间随机游走(CTRW)已被广泛用于处理金融时间序列中的贸易持续时间[49,50,51,52,53,54]。实证结果表明,贸易持续时间可能遵循幂律分布[55,51,54,56]、拉伸指数分布[57,58,59,60,61,62]或q指数分布[62,63]。
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

2022-5-6 00:01:45
另一方面,一些研究表明,贸易持续时间既不是指数分布[55,61,64,65],也不是幂律分布[63]。威布尔分布和q指数分布的拟合优度已在贸易持续时间分布中进行了估计。蒋等人研究了中国股市上18只流通股的极限顺序数据,结果表明,使用最大似然估计法,Weibull分布比q指数分布更适合,而使用非线性最小二乘估计法,q指数分布优于Weibull分布[62]。Poloti和Scalas分析了1999年在纽约证券交易所交易的DJIA股票的逐点数据集,发现q指数分布与Weibull分布比较好[63]。在本文中,我们将研究深圳证券交易所上市的18只股票的取消买入和卖出指令在事件时间内取消持续时间的统计特性。论文的其余部分组织如下。我们研究了基于最大似然估计和非线性最小二乘估计的帧间对消持续时间的概率分布。我们进一步讨论了记忆效应和多重分形性质。2.日期我们的分析基于2003年在深圳证券交易所交易的18只流通股的订单流量数据。2003年的一个交易日有三个时段:开盘叫卖、冷静期和连续双拍。开盘叫价拍卖在上午9:15到9:25之间举行,指的是对特定时期内接受的买卖订单进行一次性集中匹配的过程,以生成交易日9:25的开盘价。开盘叫卖后,清凉期为上午9:25至9:30。
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