全部版块 我的主页
论坛 经济学人 二区 外文文献专区
1134 17
2022-05-11
英文标题:
《Market Dynamics vs. Statistics: Limit Order Book Example》
---
作者:
Vladislav Gennadievich Malyshkin and Ray Bakhramov
---
最新提交年份:
2016
---
英文摘要:
  Commonly used limit order book attributes are empirically considered based on NASDAQ ITCH data. It is shown that some of them have the properties drastically different from the ones assumed in many market dynamics study. Because of this difference we propose to make a transition from \"Statistical\" type of order book study (typical for academics) to \"Dynamical\" type of study (typical for market practitioners). Based on market data analysis we conclude, that most of market dynamics information is contained in attributes with spikes (e.g. executed trades flow $I=dv/dt$), there is no any \"stationary case\" on the market and typical market dynamics is a \"fast excitation and then slow relaxation\" type of behavior with a wide distribution of excitation frequencies and relaxation times. A computer code, providing full depth order book information and recently executed trades is available from authors [1].
---
中文摘要:
常用的限价指令簿属性是基于纳斯达克瘙痒数据进行经验考虑的。结果表明,其中一些具有与许多市场动力学研究中假设的性质截然不同的性质。由于这种差异,我们建议从“统计”类型的订单研究(学术界的典型研究)过渡到“动态”类型的研究(市场从业者的典型研究)。根据市场数据分析,我们得出结论,大多数市场动态信息包含在具有尖峰的属性中(例如,执行交易流$I=dv/dt$),市场上不存在任何“平稳情况”,典型的市场动态是一种“快速激励然后缓慢松弛”的行为,具有广泛的激励频率和松弛时间分布。作者[1]提供了一个计算机代码,该代码提供了完整的订单簿信息和最近执行的交易。
---
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:Quantitative Finance        数量金融学
二级分类:Computational Finance        计算金融学
分类描述:Computational methods, including Monte Carlo, PDE, lattice and other numerical methods with applications to financial modeling
计算方法,包括蒙特卡罗,偏微分方程,格子和其他数值方法,并应用于金融建模
--

---
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 01:11:38
市场动态与统计:限价订单簿示例。弗拉迪斯拉夫·根纳迪耶维奇·马利什金*Io offe Institute,Politekhnicheskaya 26号,圣彼得堡,194021,RussiaRay Bakhramov+Forum Asset Management LLC,纽约州纽约市第三大道733号,邮编:10017(日期:2016年3月16日)$Id:dynamicsvstatistics。tex,v 1.75 2016/03/29 23:23:26 mal Exp$根据纳斯达克ITCH数据,根据经验考虑了常用的限额指令簿属性。研究表明,其中一些具有与许多市场动力学研究中假设的性质截然不同的性质。由于这种差异,我们建议从“统计”型的订单图书研究(学术界的典型研究)过渡到“动态”型的订单图书研究(市场从业者的典型研究)。根据市场数据分析,我们得出结论,大多数市场动力学信息包含在具有尖峰的属性中(例如,执行的交易流I=dv/dt),市场上不存在任何“平稳情况”,典型的市场动力学是一种“快速激励然后缓慢松弛”的行为,其激励频率和松弛时间分布不均匀。作者[1]提供了一个计算机代码,可以提供完整的订单信息和最近执行的交易。*malyshki@ton.ioff e.ru+rbakhramov@forumhedge.comI与世界意见相左。佩内洛普·菲茨杰拉迪。引言限额订单研究是定量金融领域的一个热门话题[2-7]。原因很简单:虽然已执行交易提供了有关“过去”执行价格的信息,但订单簿可能会提供有关“未来”执行价格的信息,这会吸引很多注意力。目前的大多数订单书籍研究的目标都是建立一种“统计”类型的理论。这通常意味着1)引入一些(通常隐含的)时间尺度。
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 01:11:41
2) 计算一些统计特征,据称有助于描述市场动态,在最好的情况下,有助于预测未来的价格变化[8]。然而,当你参观一家大银行或任何对冲基金(至少本文作者见过的那些基金)的交易场所时,根本没有人使用“统计”类型的理论来做出交易决策。市场从业者并不关注统计参数,他们通常会通过电话相互交谈,而且大多数人会观察时间——因变量(如价格、移动平均线、债券利差、波动率图表等),试图做出交易决策。只有在做出决定后,才会运用某种统计理论来估计适当的对冲比率或可能的风险。我们在HFT交易中也观察到了同样的情况,算法通常被表示为“硬连线”交易理念,统计特征仅用于阈值计算。学术研究(即“统计”型)和市场从业者(即“动态”型)的思维方式存在差异。一些市场实践活动,如观察全天价格和移动平均线,可能毫无价值(我们认为价格信息不足以成功交易[9])。尽管市场从业者的活动毫无用处,有时甚至会适得其反,但我们仍然认为,应该努力让学术研究接近真实市场,并解决不同的固有问题。本文朝着这个方向迈出了简单的第一步:我们将绘制真实市场数据的几个时间相关特征,以揭穿学术界对限价指令簿的一些常见观点。
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 01:11:45
这可能看起来像是“拖拉”:在我们之前的论文[10]中,我们扔掉了“供需”,现在扔掉了“统计”。但这是真实市场的生活。在我们40多年的“对冲基金经验”中,1)没有人使用供给和需求2)统计数据只是用来证明已经做出的决定是合理的。二、流动性不足在我们继续进行与订单簿研究相关的图表之前,我们将简要介绍我们的市场动力学理论[9],因为我们要用它来解释。执行率,I=dvdt(1)单位时间内交易的股份数,是我们理论的关键概念。(1)的数值计算可以通过使用一些粗糙的技术来实现,比如“滑动窗口”,或者更好的选择是在两个测量值Dv和dt上应用Ra-don–Nikodym导数[11],参见[9]了解其数值估计和计算I(I“now”)的详细信息,以及I的可能阈值(使用概率状态的边界条件,或将状态“now”投影到最小和最大I的状态)。正如我们根据经验[9,10]确定的那样,交易率(1)是影响价格动态的最重要特征。这一点在准平稳情况下尤其明显[10],在这种情况下,在高I值上观察到高价格变化,但交易量很少。具有阈值的(1)定义了市场从业者所说的“慢”和“快”市场。从这个意义上说,我们同意参考文献[12]B.Mandelbrot和R.Hudson的观点:“在分形分析中,时间是可变的。多重分形模型将市场描述为变形的时间,在这里扩张,在那里收缩。价格变化越剧烈,交易时间尺度扩展得越多。价格图越暗,市场时钟运行得越慢。
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 01:11:48
一些研究人员试图将这一概念与交易量联系起来:高交易量等于快速交易时间。这是一种尚未建立的联系,不需要建立这种联系。时间变形是一种数学上的便利,便于分析市场;这也恰好符合我们的主观体验。时间并不像木头尺子上的记号那样,是一条直线。它伸展和收缩,就像尺子是用橡胶球做成的。这在日常生活中是真实的:我们在高潮时会振作起来,出生时会点头。市场也会这样做。”但有一个非常重要的调整。将“交易时间尺度扩展”的方式与“交易量”联系起来,而不是与(1)中的I=dv/dt联系起来。在我们早期的论文[9,10]中,我们将高价格波动期与高I值期联系起来,这在准平稳情况下尤为明显。在[5]中,作者强调信息传播非常快,做市商立即更新报价。我们认为,对于美国股票和固定收益市场而言,这一信息的主要来源是,市场参与者“感觉”交易率,一旦交易率变大,他们立即开始调整报价,从而导致价格大幅波动。对于这些市场,交易老鼠可以被视为“驱动力”。市场观察表明,与新闻或其他事件相比,价格对交易率的反应要强烈得多。一些交易员试图在纳斯达克交易所(NASDAQ exchange)实验性地估算这种交易率“动态冲击”(dynamicimpact)[13](一个人只需50万的资本,就可以将流动性不强的股票大量交易),但这种实验的成本非常高。对于其他市场(如美国房地产市场),我们没有答案,即单位时间内售出的房屋的总价格(或其数量)是否是市场的驱动力,或者是其他未知因素的结果。
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 01:11:51
两者都有可能。我们认为(1)中的交易率I是决定美国股市动态的关键因素,我们将在以下所有图表中展示。三、 订单簿图表尽管订单簿研究受到广泛关注,但这些理论中使用的属性解释通常看起来非常像“一个错误原则”,或者,引用参考文献[14]:“如今,许多被称为严格的数学或概念模型都是基于未经验证和不正确的假设。这些模型在意义上是合理的,它们是从其假设中逻辑推导出来的,只是建模者使用的是对现实的不完整表示。”下面,作为一个简单的例子,我们提供了三个常用的订单簿属性,并讨论了它们在市场动态中的作用。在所有的无花果中。1、2和3我们提供了2012年9月20日上午10点左右AAPL股票的数据,这些数据来自纳斯达克ITCH数据源【15】。x轴上的时间以小时的小数点表示,例如9.7 5表示上午9:45。作为参考,每个图表上显示的执行流程II(按比例调整以符合图表要求。693.5694.5695.5696.5697.5698.59.7 9.75 9.8 9.85 9.9 9.95 10 10.05 10.1 10.15 10.2 10.25 10.3t(Pbuy塑料)*4(Psell塑料)*4I塑料图。1.Psell- Plastand Pbuy- Plast(按比例缩放以符合图表)。Plastis的最后执行价格和采购价格是最好的订单报价。在移位勒让德基中计算,基中有7个元素,τ=128秒。见参考文献[9]第二节。B.数值计算方法)。I被认为是市场的驱动力,因此它出现在所有图表上。A.中间价Pm=Psell+Pbuy(2)中间价,其中Pbuy和pCella是最好的订单报价,通常被认为是订单动态模型中使用的重要价格。在图1中,我们展示了Psell- Plastand Pbuy- 普拉斯特。
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