全部版块 我的主页
论坛 经济学人 二区 外文文献专区
1049 22
2022-05-06
英文标题:
《Computational experiments successfully predict the emergence of
  autocorrelations in ultra-high-frequency stock returns》
---
作者:
Jian Zhou (ECUST), Gao-Feng Gu (ECUST), Zhi-Qiang Jiang (ECUST), Xiong
  Xiong (TJU), Wei Chen (SZSE), Wei Zhang (TJU), Wei-Xing Zhou (ECUST)
---
最新提交年份:
2018
---
英文摘要:
  Social and economic systems are complex adaptive systems, in which heterogenous agents interact and evolve in a self-organized manner, and macroscopic laws emerge from microscopic properties. To understand the behaviors of complex systems, computational experiments based on physical and mathematical models provide a useful tools. Here, we perform computational experiments using a phenomenological order-driven model called the modified Mike-Farmer (MMF) to predict the impacts of order flows on the autocorrelations in ultra-high-frequency returns, quantified by Hurst index $H_r$. Three possible determinants embedded in the MMF model are investigated, including the Hurst index $H_s$ of order directions, the Hurst index $H_x$ and the power-law tail index $\\alpha_x$ of the relative prices of placed orders. The computational experiments predict that $H_r$ is negatively correlated with $\\alpha_x$ and $H_x$ and positively correlated with $H_s$. In addition, the values of $\\alpha_x$ and $H_x$ have negligible impacts on $H_r$, whereas $H_s$ exhibits a dominating impact on $H_r$. The predictions of the MMF model on the dependence of $H_r$ upon $H_s$ and $H_x$ are verified by the empirical results obtained from the order flow data of 43 Chinese stocks.
---
中文摘要:
社会和经济系统是一个复杂的适应性系统,在这个系统中,异质主体以自组织的方式相互作用和演化,宏观规律来自微观属性。为了理解复杂系统的行为,基于物理和数学模型的计算实验提供了有用的工具。在这里,我们使用一种称为修正Mike Farmer(MMF)的唯象顺序驱动模型进行计算实验,以预测顺序流对超高频收益自相关的影响,该模型由Hurst index$H_r$量化。研究了嵌入MMF模型的三个可能的决定因素,包括订单方向的赫斯特指数$H_s$、下订单相对价格的赫斯特指数$H_x$和幂律尾指数$\\alpha_x$。计算实验预测,$H_r$与$\\alpha_x$和$H_x$呈负相关,与$H_s$呈正相关。此外,$\\alpha_x$和$H_x$的价值对$H_r$的影响微不足道,而$H_s$对$H_r$的影响最大。通过43只中国股票的订单流数据的实证结果,验证了MMF模型对$H_r$对$H_s$和$H_x$依赖性的预测。
---
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
--
一级分类:Physics        物理学
二级分类:Physics and Society        物理学与社会
分类描述:Structure, dynamics and collective behavior of societies and groups (human or otherwise). Quantitative analysis of social networks and other complex networks. Physics and engineering of infrastructure and systems of broad societal impact (e.g., energy grids, transportation networks).
社会和团体(人类或其他)的结构、动态和集体行为。社会网络和其他复杂网络的定量分析。具有广泛社会影响的基础设施和系统(如能源网、运输网络)的物理和工程。
--
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 02:41:29
计算经济学手稿号(将由编辑插入)计算实验成功地预测了超高频中自相关的出现,579-594(2017)建州·高峰谷·志强江·雄雄·卫臣·卫章·卫星周接收日期:2015年9月9日/接受日期:2016年8月11日/在线发布日期:2016年8月24日摘要社会和经济系统是复杂的适应系统,其中异质主体以自组织的方式相互作用和进化,宏观规律来自微观特性。为了理解复杂系统的行为,基于物理和数学模型的计算实验提供了有用的工具。在这里,我们使用现象学的有序驱动模型(称为修正的Mike Farmer(MMF))进行计算实验,以预测有序流对超高频收益自相关的影响,量化的byHurst指数Hr。研究了嵌入MMF模型的三个可能的决定因素,包括订单方向的Hurst指数Hx、下单相对价格的Hurst指数Hx和幂律尾部指数αxo。
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 02:41:32
计算实验预测,Hris与αx和hx、周健商学院、华东科技大学上海200237、中国高峰谷、志强江商学院和华东科技大学经济物理研究中心、上海200237、中国深圳证券交易所深南东路5045号、,中国深圳518010熊熊张伟天津大学管理与经济学院中国社会计算与分析中心天津300072中国电子邮件:xxpeter@tju.edu.cnWei-华东理工大学邢洲商学院数学系和经济物理研究中心,上海200237,中国电子邮件:wxzhou@ecust.edu.cnpositively与Hs相关。此外,αx和hx的值对Hr的影响可以忽略不计,而hs对Hr的影响占主导地位。从43只中国股票的订单流量数据中获得的实证结果验证了MMF模型对Hr与Hx之间依赖关系的预测。计算实验;订单驱动模式;市场效率;订单方向;社会和经济系统由相互作用的异质因素组成。宏观规律和集体行为产生于这些复杂系统的自组织演化。自上而下框架中的理论往往无法描述复杂的社会经济现象,而且预测能力非常有限(Farmer and Foley,2009)。例如,经济学中所谓的经济人(Homo Oeconomicus)被假设为同质的,不以线性方式相互作用或相互作用,并理性地追求利润最大化,就像物理学中的理想气体一样。然而,现实社会中的主体是异质的,并以非线性方式相互作用(Schweitzer等人,2009年;Lux,2011年)。
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 02:41:35
在社会科学研究中,应采用自下而上的自然科学现象学框架(Bouchaud,2008年;Lux和Westerhoff,2009年),该框架现在被称为计算社会科学(Lazer等人,2009年)。事实上,计算实验在经济物理学和社会物理学领域非常重要,也得到了广泛认可(Farmer and Foley,2009;Sornette,2014)。A2周健等人的总体框架如下。首先,我们进行现象学分析,从微观层面揭示重要的统计规律。第二,根据微观规律构建模型。第三,进行数值模拟以生成复杂系统的宏观特性。第四,如果模拟结果偏离了realsystem的程式化事实,则需要进入第一步,找出可能缺失的成分,然后改进模型(Gu and Zhou,2009;Li et al,2014)。一旦模型准备就绪,就可以从场景响应的角度进行计算实验。换言之,计算实验通过预测特定场景下系统对外部刺激的反应,具有预测能力,因此可以为决策者提供指导(Farmer and Foley,2009)。或者,计算实验能够揭示系统的特性,这些特性可以通过经验分析进行测试。在这项工作中,我们使用经验顺序驱动模型进行计算实验,以确定股票收益率时间序列自相关结构的微观决定因素。如果在回报中无法识别出显著的自相关性,那么股市就处于弱势。
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 02:41:38
大量证据表明,弱形式效率适用于日内高频回报和低频(每日、每周、每月等)回报,因为赫斯特回报指数(Hr)与0.5相差不大。然而,目前尚不清楚在交易层面上,HRD是从0.5还是从零开始。此外,导致特定HR值的微观机制尚不清楚。我们的目标是通过基于经验订单驱动模型——改进的Mike Farmer(MMF)模型的计算实验,了解订单流对弱形式效率的影响。seminalmodel由Mike and Farmer(2008)提出,模拟订单下达和取消的过程。迈克·法默(Mike Farmer,MF)模型能够再现股票收益的主要程式化事实,例如收益分布中的幂律尾和收益时间序列中的长记忆缺失。然而,MF模型未能再现波动性聚集现象(Mike and Farmer,2008)。顾和周(2009)提出了一个改进的MF(MMF)模型,成功地再现了所有这些程式化事实。MMF模型中有三个可能的决定因素,包括以尾部指数αx为特征的placedorders相对价格的尾部权重、由Hurstindex Hx量化的相对价格中的长记忆程度,以及在Hs描述的顺序方向上的长记忆强度。我们研究了这些变量对回归时间序列相关结构的影响。我们的工作与有效市场假说(EMH)直接相关,该假说是现代金融的基石之一(Fama,1970、1991)。该假说有三个主要版本:弱形式、半强形式和强形式(Fama,1970年和1991年)。弱形式效率假说表明,使用历史价格,资产价格是不可预测的。
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 02:41:41
弱形式EMH的研究可以追溯到Chelier(1900),他认为投机价格遵循随机游动。早期的经验证据和理论分析支持随机游走假说(考尔斯三世,1933年;沃金,1934年;肯德尔,1953年;奥斯本,1959年;库特纳,1964年;萨缪尔森,1965年;曼德布罗特,1966年)。检验随机行走假设的经典方法是计算回归时间序列的赫斯特指数H(Mandelbrot,1971)。如果赫斯特指数H=0.5,则时间序列不相关;如果H<0.5,则时间序列为反持续性;如果H>0.5,则时间序列为持续性(Mandelbrotand Van Ness,1968)。已使用不同的方法来估计财务回报时间序列的赫斯特指数,并报告了有争议的结果(Cajueiroand Tabak,2004;Alvarez Ramirez等人,2008;Cajueiroand Tabak,2008;Mishra等人,2011;Jiang等人,2014)。我们注意到,一个精心设计的统计方法是必要的,以得出关于回报中存在长记忆的结论。更有可能的是,回报率在长期内不相关,在某些短期内表现出效率低下(Jiang等人,2014年)。然而,我们不会专门讨论这场辩论。相反,我们试图确定影响财务回报时间序列相关结构的可能微观决定因素。我们的工作也与微观结构文献有关。Cont等人(2014)发现,在较短的时间间隔内,价格变化主要是由订单流量不平衡所驱动的,被定义为最佳买入价和卖出价下的供需不平衡。研究还表明,在这种非常高的频率水平上工作的市场参与者寻找这种自相关性,以便设计交易策略(ClarkJoseph,2013;Fishe等人,2015),这实际上是基于羊群机制。
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