全部版块 我的主页
论坛 经济学人 二区 外文文献专区
1104 26
2022-05-11
英文标题:
《Average cross-responses in correlated financial market》
---
作者:
Shanshan Wang, Rudi Sch\\\"afer and Thomas Guhr
---
最新提交年份:
2016
---
英文摘要:
  There are non-vanishing price responses across different stocks in correlated financial markets. We further study this issue by performing different averages, which identify active and passive cross-responses. The two average cross-responses show different characteristic dependences on the time lag. The passive cross-response exhibits a shorter response period with sizeable volatilities, while the corresponding period for the active cross-response is longer. The average cross-responses for a given stock are evaluated either with respect to the whole market or to different sectors. Using the response strength, the influences of individual stocks are identified and discussed. Moreover, the various cross-responses as well as the average cross-responses are compared with the self-responses. In contrast, the short memory of trade sign cross-correlation for stock pairs, the sign cross-correlation has long memory when averaged over different pairs of stocks.
---
中文摘要:
在相关的金融市场中,不同股票之间存在着非消失的价格反应。我们通过进行不同的平均值来进一步研究这个问题,确定主动和被动交叉反应。两个平均交叉反应对时间滞后表现出不同的特征依赖性。被动交叉反应的反应周期较短,波动性较大,而主动交叉反应的反应周期较长。给定股票的平均交叉反应是针对整个市场或不同部门进行评估的。利用响应强度,识别并讨论了单个股票的影响。此外,还将各种交叉反应以及平均交叉反应与自我反应进行了比较。相比之下,交易符号的短记忆对于股票对来说是互相关的,当对不同的股票对进行平均时,符号互相关具有长记忆。
---
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
--
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
2022-5-11 00:15:23
相关金融市场的平均交叉反应Shanshan Wang,*Rudi Sch¨afer,+和Thomas Guhr¨Fakult¨f¨ur Physik,Universit¨Duisburg–Essen,Lotharstrasse 1,47048 Duisburg,Germany(日期:2018年10月23日)。在相关金融市场中,不同股票的价格反应不会消失。我们通过进行不同的平均值来进一步研究这个问题,确定主动和被动交叉反应。两个平均交叉反应显示出不同的特征依赖于时间间隔。被动交叉反应的反应周期较长,波动性较大,而主动交叉反应的反应周期较长。对给定股票的平均交叉反应是从整个市场或不同部门进行评估的。利用响应强度,识别并讨论了独立股票的影响。此外,还将各种交叉反应以及平均交叉反应与自我反应进行了比较。相比之下,股票对的交易符号互相关的短记忆,当在不同的股票对上平均时,符号互相关具有长记忆。一、简介近年来,股票交易对价格变化的影响引起了人们极大的兴趣[1-11]。这些研究大多集中在单个股票上,因为订单流量具有高度的自相关性[3,12-14]。除了许多程式化的事实和特定的特征[1,2,15-21],订单流表现出非凡的持久性。买入(卖出)指令之后通常会有更多的买入(卖出)指令,从而导致交易符号的长记忆自相关[13]。之所以如此,是因为交易者倾向于将大额订单拆分为较小的部分,以关注他们的交易意图,并尽可能降低流动性成本。
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

2022-5-11 00:15:26
订单流量的这种自相关性决定了股票价格对交易的自反应。价格由市场和限价订单的连续双重拍卖[22]决定。市场订单立即以最好的价格执行。虽然订单没有出现在订单簿中,但如果交易量小于市场深度,订单会保持报价不变,如果是买方(卖方)发起的,订单会将价格上调(下调)。另一方面,限价指令是按照交易员指定的价格执行的,这是一个需要时间的过程。它们在订单b簿中作为报价列出,即分别对应于买入和卖出订单的投标和sks。当买入或卖出市场订单进入时,价格会持续变化,因为它们会从订单簿中删除限制订单的数量,并将价格从最佳报价推送到第二报价。最近,我们研究了相关市场中的价格交叉反应[11]。由于影响机制不同于自我反应,交叉反应以及贸易标志的相互关联强烈地受到噪音的影响,导致在大时间滞后时出现剧烈的波动。因此,我们发现符号互相关具有短时记忆。对于交叉反应,给定的股票是相关的*姗姗。wang@uni-到期。德鲁迪。schaefer@uni-到期。德托马斯。guhr@uni-到期。去几个或许多其他地方。这部分是由于公司的经济依赖性和投资组合中的投资组合,但也可能有其他相互影响的原因。例如,假设一位交易员认为一只股票目前定价过低,并且可能在不久的将来上涨。为了购买这只股票的许多股份,他可能会利用出售其他股票的收益。如果其他许多人采取相应的行动,就会产生影响:买入(卖出)这只股票会影响卖出的其他股票(Bought)。
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

2022-5-11 00:15:29
通过讨论这种情况,我们希望激励人们,将不同股票上的交叉反应函数平均化,并与同一股票配对,可以得到有趣的新观察结果。此外,这种平均值还将在一定程度上平滑符号交叉相关性在较大时间延迟下的动态变化,并降低交叉响应噪声。Wethus介绍了单个股票对整个市场和不同经济部门的平均交叉反应。在此背景下,我们还将进一步讨论个别股票的影响。论文的结构如下。在门派里。二、 我们展示了用于评估经验性交叉反应的数据集,并给出了我们对贸易标志的定义。在门派里。三、 我们介绍了平均交叉响应、主动交叉响应和主动交叉响应,以及对应的贸易符号交叉相关器,并讨论了零贸易符号的影响。在Se c t.IV中,我们分析了单个股票对市场和不同经济部门的平均交叉反应,其中考虑了两种可能的定义,即在-和不包括ze-ro交易符号。调查平均交叉反应,我们在第。V影响股和影响股,并分析影响股相对于c-ross–response的排名差异。昆虫六、 我们将自我反应与变异反应进行比较。我们在第二节结束。七、二、数据描述和符号定义为了使本文更加完整,我们简要概述了参考文献[11]中的一些显著特征,这些特征也是本研究所需要的。在门派里。首先,我们展示了我们在分析中使用的数据集。在门派里。II B我们根据实际时间尺度对贸易标志进行定义。A.数据集我们使用2008年纳斯达克股票市场的交易和报价(TAQ)数据集。
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

2022-5-11 00:15:33
由于纳斯达克是一家纯电子股票交易所,每年的股票信息,如交易时间、价格和交易量,都可以方便地记录在TAQdata集合中。它包括两个独立的文件。一种是包含所有成功交易信息的交易文件。另一个是包含所有后续Best buy and sell limit订单的现状文件。对于一对股票(i,j),只考虑普通交易日,因为如果其中一只股票在给定日期未交易,则不会发生日内价格交叉反应。此外,为了避免与开盘和收盘时的价格波动以及隔夜效应有关的人为因素,我们考虑所有股票的交易时间为纽约当地时间9:40:0至15:50:00。对于平均cr oss–单个stockin Sect的响应。四、 苹果公司(Apple Inc.)、戈德曼·萨克斯集团(Go-ldman Sachs Group)和埃克森美孚公司(Exxon Mobil Corp.)(XO M)被选为样本股票,其中苹果公司(AAPL)属于信息技术的经济部门,高盛公司(GS)属于金融部门,埃克森美孚公司(XO M)属于能源部门。标准普尔500指数中其他可用的495只股票或特定经济部门的股票的平均值。我们总是把股票的自我反应放在平均水平上。当使用第节中的平均交叉反应分析影响和影响股票时。五、 从2008年的标准普尔500指数中选出99只股票,列在应用程序中。答:这99只股票包括各经济部门平均市值最大的前十只股票,但电信服务业除外,该年只有九只可用股票。我们称,平均市值是指交易价格乘以2008年每笔交易的平均交易量。
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

2022-5-11 00:15:36
此外,99支股票也用于计算Sect中的99×99交叉响应矩阵。III C.B.交易信号的定义由于每只股票都有自己的交易时间,这与另一只股票的交易时间永远不同步,因此在交易时间尺度上计算股票之间的交叉反应是没有用的。相反,考虑到实际时间戳的交易,离散的物理时间尺度是合适的。在那里,所有交叉反应都被同等对待。我们研究中的时间戳设置为1秒,这是AQ数据集中给出的最小时间尺度。由于同一秒钟可能记录了多个交易或报价,因此一秒钟的交易符号是这一秒钟所有交易的汇总符号。如果一秒钟的连续时间间隔用t标记,时间t中的交易总数用N(t)表示,则一秒钟的交易符号定义为ε(t)=sgnN(t)Pn=1ε(t;n)!,如果N(t)>0,0,如果N(t)=0。(1) 这里,ε(t;n)是长度为1秒的时间间隔t内第n次交易的交易符号,函数sgn返回参数的符号。ε(t)的非零值表示时间t内交易的数量不平衡。具体而言,ε(t)=+1表示时间t内有大多数买方市场订单,而ε(t)=-1表示大量卖出市场订单。ε(t)=0表示没有及时执行任何交易,或存在买卖市场订单的平衡。为了确定每种交易的符号,即ε(t;n),有三种可能的方法。最受欢迎的方案是由Lee和Ready[23]提出的。通过将交易价格与之前百思买和卖出报价的中点价格进行比较来确定交易符号。如果交易价格大于之前的中点价格,则交易由买方发起,否则由卖方发起。
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…
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