全部版块 我的主页
论坛 经济学人 二区 外文文献专区
797 22
2022-05-31
英文标题:
《Universal scaling and nonlinearity of aggregate price impact in
  financial markets》
---
作者:
Felix Patzelt, Jean-Philippe Bouchaud
---
最新提交年份:
2017
---
英文摘要:
  How and why stock prices move is a centuries-old question still not answered conclusively. More recently, attention shifted to higher frequencies, where trades are processed piecewise across different timescales. Here we reveal that price impact has a universal non-linear shape for trades aggregated on any intra-day scale. Its shape varies little across instruments, but drastically different master curves are obtained for order-volume and -sign impact. The scaling is largely determined by the relevant Hurst exponents. We further show that extreme order flow imbalance is not associated with large returns. To the contrary, it is observed when the price is \"pinned\" to a particular level. Prices move only when there is sufficient balance in the local order flow. In fact, the probability that a trade changes the mid-price falls to zero with increasing (absolute) order-sign bias along an arc-shaped curve for all intra-day scales. Our findings challenge the widespread assumption of linear aggregate impact. They imply that market dynamics on all intra-day timescales are shaped by correlations and bilateral adaptation in the flows of liquidity provision and taking.
---
中文摘要:
股票价格如何以及为什么会波动,这是一个有数百年历史的问题,至今仍未得到确切的回答。最近,人们的注意力转移到了更高的频率,即在不同的时间尺度上分段处理交易。在这里,我们揭示了价格影响对于任何日内规模的交易都具有普遍的非线性形状。其形状在不同仪器之间变化不大,但订单量和符号影响的主曲线却截然不同。标度在很大程度上取决于相关的赫斯特指数。我们进一步表明,极端的订单流不平衡与大回报无关。相反,当价格“固定”到特定水平时,就会观察到这种情况。只有当本地订单流中有足够的平衡时,价格才会变动。事实上,对于所有日内标度,一笔交易改变中间价的概率随着(绝对)订单号偏差沿弧形曲线的增加而降至零。我们的发现挑战了线性总体影响的普遍假设。它们意味着,所有日内时间尺度上的市场动态都是由流动性提供和接受流中的相关性和双边适应形成的。
---
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
2022-5-31 22:50:57
金融市场中总价格影响的普遍标度和非线性菲利克斯·帕特泽尔1,2,*以及Jean-Philippe Bouchaud1,3 Capital Fund Management,23 rue de l\'Universit\'e,75007,Paris,Frances,Deutsche Forschungsgeminschaftecole Polytechnique,91120 Palaiseau,FranceHow,以及为什么股价会波动,这是一个百年来一直没有定论的问题。最近,人们的注意力转移到了更高的频率,在这种频率下,交易在不同的尺度上进行分段处理。在这里,我们揭示了价格影响对于任何日内规模的交易都具有普遍的非线性形状。它的形状在不同的仪器之间变化不大,但对于订单量和符号影响,获得了截然不同的主曲线。标度在很大程度上取决于相关的赫斯特指数。我们进一步表明,极端的订单流量不平衡与高额回报无关。相反,当价格“固定”到特定水平时,就会观察到这种情况。只有当当地订单流量达到充足平衡时,价格才会变动。事实上,一笔交易改变中间价的概率随着(绝对)订单号偏差的增加而下降到零,对于所有日内标度,这是一条弧形曲线。我们的发现对普遍存在的线性总体影响假设提出了挑战。它们意味着,所有日内时间尺度上的市场动态都是由流动性提供和获取的流量的相关性和双边适应所决定的。内容i。导言1II。数据2III。结果3A。骨料冲击3B。缩放&赫斯特指数4C。大订单失衡和固定价格5IV。讨论6确认8参考8附录9A。单一贸易影响9B。30个仪表9C的冲击曲线。30个仪器10I的变化概率曲线。介绍市场允许处理不同的信息源并将其转换为一个数字:价格。
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

2022-5-31 22:51:00
由于这些市场价格反过来对其他经济体起着重要的信号作用,因此价格形成过程的效率是一个高度相关的问题。均衡模型以一种形式优雅的方式解释了资产价格的一些一般特征,而没有考虑详细的价格形成过程[1-3]。*felix@neuro.uni-不来梅。然而,越来越多的证据表明,金融市场几乎从不处于均衡状态,价格反映的不仅仅是基本信息[4-7]。相反,需求和供给、信息和意见的流动只是缓慢地消化,一次一笔交易[8]。了解这种动态对于优化其交易策略的从业者,以及对提高市场效率和稳定性感兴趣的交易所和监管机构来说都非常重要。在现代电子市场中,参与者通过限额订单簿(LOB)在连续的双重拍卖中进行互动。一些市场参与者通过在LOB中下达限额订单(买入或卖出)来充当流动性提供者。其他市场参与者充当流动性接受者:他们需要立即执行交易,并通过发送市场指令相应地触发交易。这些市场订单往往会影响价格:从统计上看,买入(或卖出)市场订单会推高(或推低)价格。虽然人们对单一市场订单的平均价格影响比较了解,但一系列市场订单的影响要复杂得多。例如,一个令人困惑的实证结果是元指令影响的平方根体积依赖性,即属于同一交易决策的单个指令序列,不能在单个交易中执行,但必须分散(参见例如[8、9]和其中的参考文献)。这一结果与经典的凯尔冲击模型(classicalKyle model of impact)不一致,该模型预测了对体积的线性依赖关系【11】。
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

2022-5-31 22:51:03
元指令的实证分析很困难,因为它需要一个专有的数据库,可以在其中识别属于给定交易决策的交易。当此类数据可用时,可能由于条件或欠采样而导致的很短或很长时间尺度的平方根表观偏差仍然存在争议。参见例[10]。对于各种各样的市场、时代和交易方式,冲击定律似乎是普遍正确的。然而,大多数可用的数据集都是匿名的:而签名 并且可以构建每个市场订单的第五卷(见第二节),市场订单起源处的交易者(或交易机构)的身份通常是未知的。然而,我们可以将N个连续交易的总影响定义为平均价格回报,以一定的总交易量不平衡为条件,定义为:QN=NXi=1qi,qi:=ivi,(1)其中QI是ithtrade的签署量(完整定义见下文等式2)。尽管众所周知,单一贸易的影响是其交易量的强凹函数,但据报道,随着N的增加,N贸易的总影响在Q中变得线性[8,12]。然而,正如我们在这篇实证论文中所揭示的那样,这幅图是相当不完整的。我们表明,一旦校正了标度,对于N>~10,总影响函数呈现出一种非线性的S形形状,该形状近似独立于交易数量N和所选资产(大成交量股票、小成交量股票、期货)的数量。我们还研究了总体符号影响,其中条件变量不是qnb,而是符号不平衡EN=PNi=1i。
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

2022-5-31 22:51:06
在这种情况下,再次观察到缩放,现在冲击函数在两个极端都恢复为零。在量化了不同时间范围内总影响曲线的重标度后,我们研究了极端订单符号不平衡的价格影响为何恢复为零。我们发现,订单符号的局部偏差和订单改变价格的概率在很大程度上相互补偿。尽管在一般情况下可能预期到这种影响,但迄今为止似乎还没有定量报告,而且对市场动态产生了非常根本和重要的影响。本文主要是关于经验观察。当前可用模型定量描述非线性骨料冲击曲线标度特性的能力将是配套论文的主题【13】。二、数据我们的数据集包含三个不同平台上的最高成交量工具,即:2011年至2016年美国主要纳斯达克市场上的12支科技股。这包括世界上交易量最大的一些股票,如苹果(AAPL)和微软(MSFT)。o纳斯达克OMXNORDIC(以下简称OMX)成交量最高的13只股票,涵盖2011年10月至2015年9月底的北欧市场斯德哥尔摩、赫尔辛基和哥本哈根。OMX是所选股票的主要市场2014年10月至2015年底,欧洲期货交易所EBS(BOBL、BUND、DAX、EUROSTOXX、SCHATZ、SMI)的6个期货。我们选择分析三个不同的平台,以便在样本中的市场微观结构方面具有一定的可变性,同时保持数据准备的复杂性可控。
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

2022-5-31 22:51:09
选择这些工具的原因是,在分析的整个期间,它们的交易量高,在一级市场上的集中度合理,数据质量高,并且通过同一提供商可用:纳斯达克的WOMBAT,野村的OMX,以及交易所本身的EUREX数据。纳斯达克股票也在不同的美国市场进行交易,交易会自动传递到最佳供应商。尽管如此,我们选择不汇总多个市场,因为它们经常以毫秒为尺度去同步[14,15],导致不一致的汇总买入价和卖出价,即在每笔交易执行前市场分别报告的最佳可见买入和卖出限价指令。我们发现微观结构参数η∈ [0,1]似乎是衡量价格离散化重要性的一个很好的指标。纳斯达克的价格以0.01美元的固定刻度进行离散,对于分析的股票,可以认为是非常小(η=0.73)到中等(η=0.49)。大约有三分之一的交易是针对隐藏的流动性进行的。OMX上的股票一次只能在一个北欧市场上交易,而且远没有美国股票那么分散。刻度大小因价格不同而不同,有效范围更大(0.24≤ η≤ 纳斯达克指数为0.50)。在这里,隐藏流动性在所有交易量中所占比例微乎其微,似乎集中在中期。最后,欧洲期货交易所期货根本不在其他平台上交易。
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