全部版块 我的主页
论坛 经济学人 二区 外文文献专区
533 5
2022-06-01
英文标题:
《Power-law tails in the distribution of order imbalance》
---
作者:
T. Zhang (1), G.-F. Gu (1), H.-C. Xu (1), X. Xiong (2), W. Chen (3)
  and W.-X. Zhou (1) ((1) ECUST (2) TJU (3) SZSE)
---
最新提交年份:
2017
---
英文摘要:
  We investigate the probability distribution of order imbalance calculated from the order flow data of 43 Chinese stocks traded on the Shenzhen Stock Exchange. Two definitions of order imbalance are considered based on the order number and the order size. We find that the order imbalance distributions of individual stocks have power-law tails. However, the tail index fluctuates remarkably from stock to stock. We also investigate the distributions of aggregated order imbalance of all stocks at different timescales $\\Delta{t}$. We find no clear trend in the tail index with respect $\\Delta{t}$. All the analyses suggest that the distributions of order imbalance are asymmetric.
---
中文摘要:
我们利用深圳证券交易所43只中国股票的订单流数据,研究了订单不平衡的概率分布。基于订单数量和订单规模,考虑了订单不平衡的两种定义。我们发现,个股的阶次不平衡分布具有幂律尾。然而,不同股票的尾部指数波动显著。我们还研究了所有股票在不同时间尺度$\\ Delta{t}下的聚集顺序不平衡分布。我们发现关于$\\ Delta{t}$的尾部指数没有明显的趋势。所有分析表明,订单不平衡的分布是不对称的。
---
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
2022-6-1 03:54:17
幂律尾部在序分布中的不平衡性——张某、张某、高凤古、张某、徐海川、张某、熊雄、魏晨、周卫兴、张某、张某、张某、高凤古、张某、张某、徐海川、张某、熊雄、魏晨、周卫兴,华东理工大学数学系,上海200237,华东理工大学经济物理研究中心,上海200237,中国金融系,华东理工大学,上海200237,中国管理与经济学院,天津大学,天津300072,中国深圳证券交易所,深南东路5045号,深圳518010,中国摘要我们研究了根据在深浙证券交易所交易的43只中国股票的订单流量数据计算的订单不平衡概率分布。基于订单数量和订单规模,考虑了订单不平衡的两个定义。我们发现,单个股票的订单不平衡分布具有幂律尾。然而,尾部指数从一只股票到另一只股票有显著的波动。我们还研究了所有股票在不同时间尺度上的聚集有序不平衡分布t、 我们发现尾部指数没有明显的趋势t、 所有的分析都表明,有序不平衡分布是不对称的。关键词:经济物理学;订单不平衡;概率分布;幂律尾;订单簿1。导言买方发起订单和卖方发起订单之间的订单不平衡是股票价格变动的决定因素。许多学者都关注于研究有序不平衡的性质。Chordia et a l.研究了纽约证券交易所可交易订单不平衡的决定因素和性质,以及订单不平衡、流动性和每日股票市场回报之间的关系[1]。
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

2022-6-1 03:54:20
他们发现,存在总体逆向行为,签署订单的不平衡程度随市场波动而高,随市场波动而低。他们还发现,在控制市场容量和市场流动性后,订单失衡与同期ab溶质回报率密切相关。Cho rdia和Subrahmanyam还研究了估计的订单不平衡与个别股票回报之间的关系[2]。他们证明了个体股票订单不平衡是强正相关的。此外,滞后不平衡与回报之间的关系在一天的期限内是积极的。Lee等人在台湾证券交易所发现了股票回报与订单失衡之间的类似关系,他们还报告说,即使没有指定的做市商,该交易所在吸收订单失衡方面也相当有效[3]。Shenoy和Zhang研究了中国股市每日订单失衡与回报之间的关系。然而,他们发现,订单不平衡无法预测任何股票子集的整体后续收益,即使是那些每日价格变动幅度最大的股票。他们只发现每日订单不平衡与回报之间存在着强烈的同期关系[4]。随着中国经济的快速发展和中国股票市场资本化程度的不断提高,对新兴中国股票市场性质的研究备受关注。上海证券交易所和深圳证券交易所都改变了包含市场指令和限价指令的订单驱动市场。Amarket订单用于购买或出售一定数量的股票,从而导致即时交易。而无法引起即时交易的限制订单存储在一个称为限制订单簿的q UE中。所有这些订单都按其方向分为两组。
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

2022-6-1 03:54:23
买方发起的订单和卖方发起的订单之间的金额差异是订单不平衡,可以通过多种方式来衡量。在这项工作中,我们利用订单流量数据研究了中国股票订单不平衡的可能性分布。电子邮件地址:wxzhou@ecust.edu.cn(周伟兴)2017年7月19日提交给爱思唯尔的预印本本文的其余部分组织如下。在第二节中,我们解释了所采用的数据集,并简要描述了深圳证券交易所的交易规则。第3节给出了两类订单不平衡的概率分布。第5节总结了结果。2、数据描述与交易规则本研究基于2003年深圳证券交易所43只流通股的订单流量数据。深圳证券交易所成立于1990年12月1日,1991年7月3日开始营业。交易所周一至周五开放交易,但公众营业日和中国证监会宣布的其他日期除外。在每个交易日,有一个开盘叫价期(上午9:15至上午9:25),一个冷却期(上午9:25至上午9:30),以及两个连续的双拍期(上午9:30至上午11:30和下午1:00至下午3:00)。在这项工作中,我们考虑了连续双拍期间的订单。该数据库记录了2003年全年43只股票的所有提交和取消订单,包括32只A股和11只B股。
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

2022-6-1 03:54:26
中国内地公司发行的A股A股再普通股,以人民币认购和交易,在中国内地证券交易所上市,由中国公民和经批准的外国投资者买卖,B股也由中国内地公司发行并在中国内地证券交易所上市,但以外币认购和交易,并由外国人出售[5、6、7、8]。订单的时间戳为0.01秒。每个股票的数据流包括股票代码、交易日期、积极性、数量、价格等。订单不平衡可以通过多种方式定义[1]。在本文中,我们分别采用了基于订单数量(OIBNUM)和订单规模(OIBVOL)的两个定义。基于数量的订单不平衡Oibnumi是一分钟内买方发起的订单的估计数量减去卖方发起的交易,基于规模的orde rimbalance OIBVOL是买方发起的订单的估计规模减去一分钟内卖方发起的订单的总规模。对于每只股票,我们获得了578个40个数据点的时间序列。换言之,2003年共有57840个交易分钟。库存000001的两阶不平衡时间序列如图1所示。我们观察到订单不平衡沿时间推移。2003年1月14日和2003年4月16日存在异常值,订单不平衡非常大。股票在这两天达到了涨停价,买入限价单上的订单是空的。Time01/02 03/11 05/27 08/05 10/22 12/29-20-15-10-5 Time01/02 03/11 05/27 08/05 10/22 12/29-50-40-30-20-10图1:库存000001基于数量的订单不平衡OIBNUM和基于大小的订单不平衡OIBVOL的演变。2003年的交易日有57840分钟。表中列出了两级失衡的汇总统计数据。
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

2022-6-1 03:54:29
1,包括平均值u、标准偏差σ、偏度S、峰度K、正值百分比P%和负值百分比N%。对于大多数股票来说,订单失衡是负的,正值的百分比小于负值的百分比,这与2003年中国市场的熊市状态一致[9]。订单不平衡的标准偏差因库存而异。我们发现,OIBNUM倾向于负偏斜,而OIBVOL更倾向于正偏斜。峰度显著大于3(高斯分布),表明顺序im平衡分布具有厚尾。表1:订单不平衡汇总统计表。
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

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