流动速度：分布式交易所按需快速交易

2022-6-24 11:31:18

流动速度：分布式交易所按需快速交易Michael Brolley*Wilfrid Laurier UniversityMarius Zoican+托伦托大学2019年7月26日与零和高频交易员（HFT）“决斗”闲置容量的机会成本是低延迟交易的外部性。我们构建了一个具有灵活容量的分散式交易所（DEX）模型。在DEX上，HFT从对等网络实时获取速度。随着HFT同时抢占市场，在活动爆发期间，速度价格飙升。相对水资源被锁定，以支持零和HFT交易。关键词：高频交易、金融科技、分散化交易所、市场设计JEL代码：G10、G14、G23*+马吕斯·佐伊坎（通讯作者）与多伦多大学米西索加分校和罗特曼管理学院合作。可以在马吕斯联系马吕斯。zoican@rotman.utoronto.ca.地址：安大略省多伦多市圣乔治街105号罗特曼管理学院；加拿大M5S 3E6。我们从与Carole Comerton Forde和Nicolas Inostroza讨论这项研究中受益匪浅。马吕斯感谢康诺基金会颁发的新研究员奖。arXiv:1907.10720v1【q-fin.TR】2019年7月24日流动速度：分布式交易所按需快速交易Abstractwith zero-sum high-frequency trader（HFT）“决斗”闲置容量的机会成本是低延迟交易的外部性。我们构建了一个具有灵活容量的分散式交易所（DEX）模型。在DEX上，HFT从对等网络实时获取速度。随着HFT同时抢占市场，在活动爆发期间，速度价格飙升。相对水资源被锁定，以支持零和HFT交易。关键词：高频交易、金融科技、分散化交易所、市场设计JEL代码：G10、G14、G231简介电子市场由技术驱动。

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

2022-6-24 11:31:21

与人类不同，计算机做出交易决策的延迟极低，接近光速。如果算法同时对排序机会作出反应，他们的订单同时以所谓的“微突发”方式到达市场。事实上，Menkveld（2018）利用纳斯达克的纳秒级消息数据记录了20%的交易以亚毫秒的间隔聚集。然而，微突发与流动性提供方的高风险选择成本相关，与高频率的“竞争”一致在对同一交易信号作出反应的算法之间。Budish、Cramton和Shim（2015）指出，套利机会的平均持续时间从2005年的97毫秒下降到2015年的7毫秒，而同期美元套利交易没有变化。在具有时间优先权的市场中，贸易商需要至少与其最快的竞争对手一样快，才能抓住此类机会。然而，由于高频交易者（HFT）之间的短期“决斗”本质上是零和博弈，它们甚至可能损害流动性（Menkveld和Zoican，2017）。比亚斯（Biais）、福柯（Foucault）和莫伊纳斯（Moinas）（2015）认为，速度的“军备竞赛”是一项社会成本高昂的投资。条件为了避免订单延迟，交易所投资于过剩的处理能力，更快的计算机纽约证券交易所（NYSE）将处理能力提高了两次：第一次是在2月份，第二次是在2月份。2011年，在高频交易兴起的推动下，纽约证券交易所平台变成了一个单一的feed，具有每秒560万条消息的容量。因为他们可以部分提取HFT租金。

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

kedemingshi

2022-6-24 11:31:24

交易场所对其自身的基础设施拥有地方垄断权：例如，在2018年内，您必须向纽约证券交易所支付将您的计算机定位在旁边的费用，这与交易场所收取的交易费用的数量级相同。因此，技术是交易所的重要收入来源。在权衡成本（即构建昂贵的计算机容量）和性能（交易员的消息延迟）时，Linux掌握了华尔街，PC世界，2011年8月15日。参见：时间是相对的：交易速度重要的地方和不重要的地方，纳斯达克，2019年5月30日。交易所倾向于后者，因为HFT愿意承担成本。据估计，高达90%的高通量exchange基础设施在90%的正常交易日处于闲置状态。降低与低延迟军备竞赛相关的社会成本。我们建立了一个计算机功率（CPU）容量高的模型。目前，动态定价已在其他环境中成功实施，例如在电力市场、航空公司预订系统或分乘系统中，重新定价的频率要高得多，最好是以次秒为间隔。特别是，第3节描述了目前在以太坊区块链上运行的分散式交换机（DEX）的体系结构。限额订单簿数据和交易匹配引擎作为计算机代码在对等网络中分发。网络中的每个参与者（“miner”）都有一份交易所的副本，可以“出租”多余的计算机电源来处理收到的订单，并收取一定费用。当交易激增时，过剩的需求会推高计算能力的价格，矿商会向交易所分配更多的CPU资源。在正常的市场时期，矿商可以将闲置的计算机电源重新分配给其他更高效的目标。我们比较了两种市场设计选择（例如Boulatov和George，2013）。

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

2022-6-24 11:31:28

首先，如第3节所述的交换。我们发现，采用动态CPU定价的分散交换可以改善空闲资源的分配。虽然分散化的交易所并不能消除市场创造者和投机者之间频繁的“决斗”，但它缩短了资源致力于支持零和HFT竞赛的时间。在集中交换中，HFT租用ais上的昂贵技术，大部分时间处于闲置状态，并且被排除在其他生产用途之外。相比之下，在分散式交换中，HFT按需从对等CPU提供商处租用技术。随着处理能力价格的飙升。价格发现。正如Budish、Cramton和Shim（2015）所述，我们模型中的低延迟比赛是azero sum游戏。因此，买卖价差只取决于交易者的相对速度（即赢得比赛的概率），而不取决于绝对延迟。在对称均衡中，集中市场和分散市场的买卖价差都是相同的。分散的市场可以改善价格发现。在集中化市场，高频率没有交易机会。由于分散的市场将CPU资源耦合在一起，以订购从新闻到价格更新的预期时间（通过投机者交易或报价更新集中交换（它们可能在集中交换）。最后，HFT在分散式交易所赚取的租金低于集中式交易所。即使在速度竞争加剧的微爆发期间，价格会下降，也会在新闻事件周围的速度竞赛期间降低租金。因此，分散式交换将价值从零和HFtrace转移到对等交换基础设施的供应商。2相关文献高频交易。福柯和莫伊纳斯（2019）全面回顾了最近有关快速交易的文献。

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

2022-6-24 11:31:31

近年来，出现了一场针对更快市场的军备竞赛：针对高流动性的纽约证券交易所工具。在集中式交换机上明确建模对低延迟基础架构的投资。他们认为，速度军备竞赛导致了对低延迟技术的过度投资，但并不一定会提高市场质量。在这两项研究中，速度投资是一个二元决策（即交易者可以是“快”或“慢”），并且在交易开始之前就沉没了。此外，我们的成本为交易基础设施市场建模。我们允许实时采集和定价低延迟技术，允许速度投资取决于同期的数据。我们认为，这种市场设计是通过低延迟贸易军备竞赛的点对点分权而实现的。Ye、Yao和Gai（2013）发现，纳斯达克交易所的交易延迟从微秒到秒的下降降低了市场深度。Shkilko和Sokolov（2019）发现，当降雨中断芝加哥和纽约之间的微波网络连接，减缓市场时，流动性实际上会提高。然而，交易者个人可能会从快速中受益。Baron、Brogaard、Hagstr"omer和Kirilenko（2019）证明，快速交易者在市场订单上赚取短期利润，这与订单狙击一致。Foucault、Kozhan和Tham（2016年）发现，高频交易在外汇市场上产生了有毒的跨市场套利。exchange基础架构如何影响市场质量？交易所可以使用latencyspeed作为横向差异化工具来放松竞争。这种战略考虑在分散交换的情况下是有限的，在这种情况下，基础设施由点对点网络中的原子论参与者提供，具有竞争力。

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…

2022-6-24 11:31:35

Menkveld和Zoican（2017）认为，低延迟交换会促进知情HFT之间的零和“决斗”，并可能导致低流动性。有几个备选方案可用。Budish、Cramton和Shim（2015）认为，频繁批量拍卖的离散时间市场消除了略快于完全连续交易的优势，在交易谱的另一端，交易者在一段时间内提交或出售交易利率，而不是数量。减速，即故意延迟订单执行，是交易所特别青睐的解决方案（见Baldauf和Mollner，取决于实施细节）。Aoyagi（2019）认为，随机延迟会刺激对交易速度的投资，并恶化逆向选择。Brolley和Cimon（2019）警告称，交易所可能会选择为其交易平台设计减速带，以最大限度地提高交易收益，这可能与消除高频军备竞赛并不一致。因此，现有的提案要么着眼于消除交易员加快速度的动机，要么直接限制速度。我们主张一种基于市场的解决方案，即速度以实时和竞争的方式进行定价，而是仅在需要速度的情况下将其“本地化”，从而减少技术闲置的时间。我们的模型遵循Budish、Cramton和Shim（2015）以及Menkveld和Zoican（2017）的观点，即高频做市商之间不存在外部信息不对称，并提供流动性。逆向选择是通过异步到达具有时间优先级规则的交易所而产生的，交易消息按照到达交易所的顺序进行处理。

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

2022-6-24 11:31:39

这补充了大量文献，其中逆向选择源于不对称信息（例如，Glosten和Milgrom，1985；Foucault、Hombert和Rosu，2016）。金融技术与创新。本文还涉及到越来越多的研究金融技术（FinTech）对交易和市场结构的影响的研究。大多数区块链驱动的交易协议都有一个分散的基础设施，在这个基础设施中，区块链可以工作，只有最快的采矿者才能获得结算奖励，有强大的激励机制来组建联盟（或采矿池）来分担风险。随之而来的从未有过的大型采矿池之间的竞争，会大大增加基于工作证明的锁链的能耗。Basu、Easley、O\'Hara和Sirer（2019年）研究了采矿费用的优化设计。Biais、Bisière、Bouvard和Casamatta（2019）认为信息延迟和软件操作记录。Easley、O\'Hara和Basu（2019）表明，交易费用并不一定会有所提高。他们担心，从长远来看，等待时间和均衡费用可能会高到足以阻止用户参与。我们通过关注分布式交易来补充这些文件：我们模型中的矿工将订单发布到P2P维护的限额簿，而不是注册已经匹配的交易。许多论文关注区块链在市场设计中的作用。Khapko和Zoican（2019年）研究了分布式账本对交易后基础设施的影响，发现实时结算可以减少流动性，因为它会增加中间商的库存成本。

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

能者818

2022-6-24 11:31:42

Chiu和Koeppl（2019）估计，基于区块链的结算可以节省1-4个基点，提高交易透明度，同时限制前期风险，从而产生福利收益。动态定价。动态定价，即价格反映时变需求和边际成本的定价，在其他基础设施交易所中经常出现，如电力市场（Joskow和Wolfram，2012）。Cramer和Krueger（2016）以骑乘共享为例，论文认为灵活、实时的市场交易基础设施的好处可以减少与低延迟军备竞赛相关的成本。3分散式Exchange的体系结构二进制DEX、IDEX或Ethex。它们构建在分布式应用程序（dApp）平台（如以太坊）之上，并使用防篡改和自动执行的智能合同来匹配交易（Bhutoria，2018）。根据Cong和He（2019）的定义，智能合同是通过网络共识实施的数字合同。在完全分散的exchange（如Ethex）上，时间在对等（P2P）计算机网络上运行，而不是在集中的exchange服务器上运行。区块链，这是一种分散的分布式账本技术，其中“阻止”了交易网络。分布式交换可以在与图灵完整编程语言相关联的区块链平台上实现，即允许复杂的状态相关智能合约的平台。以太坊区块链（与“Solidity”计算机语言配对）就是这样一个平台的例子；另一方面，比特币区块链并非如此。本节中引用的所有分散式交易所的真实示例均在Theetheithem区块链上实现。完全分散的exchange（DEX）是如何工作的？交易者首先需要广播以特定价格购买或出售给定数量的意愿。

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

kedemingshi

2022-6-24 11:31:45

为此，她访问了DEXWe注意到，P2P网络不需要依赖区块链：BitTorrent是一种文件传输软件，是一种不使用区块链的对等平台。图灵完备语言理论上可以实现计算机可以实现的任何算法或任务。交易员自愿在消息中附加汽油费，以补偿P2P平台运营商运营交易所的费用（参见，例如，Easley、O\'Hara和Basu，2019年），并最终使用Be encrypted签署订单。在命令广播之后，一台或多台对等计算机（例如，“中继机”）在封装匹配引擎的智能合约中。第一个将订单附在智能合同上的中继商收取燃气费。更高的天然气费用可能会吸引更多的矿工，并因此被淘汰，否则会将订单添加到限额簿中。将订单写入智能合约。最后，契约延迟衡量网络共识和智能契约代码执行所需的时间。该图与exchange前端中的图1非常相似。图1：去中心化的exchange架构订单和相应的连接到前端的燃气网络LatencyCentralized exchange latencyTrader Aafeatrader BffeeLayer latencyPrivate KeyPendingAabfeebTransactions（cloud）feeafeebContract LatencYafeeBMatchersmart ContractCheckBP ostap交易平台，如0x、EtherDelta或IDEX，使用混合式“半集中式”结构，以链外订单中继和链上结算为特征。限额订单在其自己的加密钱包地址中加密，并将订单注入区块链上的智能合约中。混合过程更快，因为交易只有在交易对手匹配后才能在区块链上结算。

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

2022-6-24 11:31:48

其他交易所，如Ethex，则完全分散，在分散的交易所存储限额指令，可能会使用第二个智能合约来修改交易员持有的数字资产。在加密资产（exchange黑客很常见）的背景下，链上结算（on-chain SettlementAutomations）安全性允许交易员账户之间的直接转账（Aurora Labs，2017）。然而，在监管透明的平台上实施的分散化交易所并不一定需要整合交易和结算。4模型资产。单一风险资产在具有价格-时间优先权的限额订单簿上交易。在交易游戏开始时（t=0），资产具有基本价值，这是所有市场参与者的常识。对基本价值（“新闻”）的创新得出泊松率δ。以消息为条件，基本值同样可能为V+σ（即好消息）或V- σ（即坏消息），其中σ>0是消息大小。贸易环境。匹配引擎操作限额订单簿，在其中接受市场参与者提交的限额订单和“可销售”的限额订单。限价单被定义为购买（出价）或出售（询价）给定数量资产的报价。任何未执行的限额订单都存储在订单簿中。“可销售的”限额订单（无论是价格高于帐面上最低要求的限价买入指令，还是价格低于最高要求的限价卖出指令，都可以作为市场指令。交易员。H=2可销售和非可销售限价指令：他们竞争提供流动性，以及交易基本价值创新。向交易所提交订单不收取任何费用。HFT允许他们更快地进入市场。流动性投资者以泊松率u接受私人价值冲击。

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

2022-6-24 11:31:51

以冲击为条件，η-ηη>σ市场订单一旦受到私人价值冲击。最后，流动性投资者无法使用监控或市场准入技术。市场准入技术。高频交易员可以使用计算机处理能力供应商提供的低延迟市场访问技术，我们称之为处理器。J处理器J的线性机会成本为kJ=κ×J，单位时间。工艺参数κκ。HFT消息的泊松到达率与他在给定时间点控制的计算机功率成正比。特别是，如果HFT租用大量处理器，则任何提交的订单都会以强度为λ的泊松过程到达匹配引擎。技术供应计划对应于处理器的边际成本函数。因此，如图2所示，如果HFT要求处理率λ，则处理能力的结算价格为kλ，因此HFT将kλ花费在低延迟技术上。图2：处理器市场清理处理器数量价格供应：p（q）=κqλ处理器需求DP（λ）=κλ成本=κλ2技术市场以统一价格清理，数量按比例分配。Ini公司-iλiλ-i技术价格isp（λi+λ-i） =κ（λi+λ-i）。因此，处理速度的单个HFT投资isCi=κλi（λi+λ-i）和，分别为C-i=κλ-i（λi+λ-i）。（1）计时。我们的设置时间紧随Menkveld和Zoican（2017）的时间安排。Att=0，大多数为一个单位，HFT提交一个单位资产的限额订单。最高价格的buy quoteHFT充当报价狙击手，我们称之为高频“强盗”（HFB）。我们将“触发事件”定义为新闻或流动性投资者的首次到来。触发事件时间是随机的，预期值为触发=δ+u。

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

能者818

2022-6-24 11:31:55

HFTs立即响应触发事件并向交易所发出指令。在概率为uu+δ的情况下，流动性投资者使用与其交易意图方向相匹配的适当报价。否则，以Δu+δ的概率，新闻就会到来。HFB急于向Matching engine提交市场订单，以截取过时的报价，而HFM则急于取消过时的报价。一旦过期报价被填满或取消，游戏结束，市场参与者实现了他们的回报。对应不同的技术市场清算时间。也就是说，我们同时考虑（a）具有速度预承诺的集中交换和（b）具有按需速度的分散交换。在这两种情况下，交易游戏的时间安排如下所示。图3：模型计时t=0触发事件（消息或LI到达交易所）第一个HFT到达交易所（2）HFTs后报价FTS订单移动到匹配的引擎预期触发时间：1δ+u。t=0HFTs订单移动到匹配的发动机预期触发时间：1δ+u。（1）延迟投资：处理器市场清理（a）速度预承诺（集中交换）（b）按需速度（分散交换）（1）触发事件（新闻或LI到达交换）首次HFT到达卫星交换后报价（2）延迟投资：处理器市场清理相比之下，在速度预承诺环境中，延迟基础设施市场清理att=0，在按需速度环境中，延迟基础设施的市场在实时内得到了清除。高频交易者在观察触发事件后，“根据需要”获得处理能力。该设置响应了基于以太坊的分布式交换机（如EtherDelta）的实现。

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

2022-6-24 11:31:59

交易者可以在提交订单时收取更高的汽油费，从而鼓励形成者优先考虑他们的信息。5均衡我们搜索在处理速度投资中对称的纳什均衡（λi=λ-i）。定义1（平衡）。交易博弈的均衡包括（i）选择λiofhfit=0，每个HFT准备购买资产，以及每个HFT准备出售资产的要价，（iii）触发事件后的HFT订单，条件是订单账簿是否在oft=0的末尾显示其报价，以及（iv）计算机处理器的市场结算价格。第5.2节重点介绍了具有按需速度采集的分散式交换。订单簿对称。为了便于阐述，我们在整篇文章中都将重点放在HFT askquotes上。这并不缺乏一般性，因为买卖订单是对称的，例如Budish、Cramton和Shim（2015）。为了验证直觉，假设第一个好消息到来，资产价值为V+σ。一名高频匪徒将试图购买该资产，并实现V+σ的利润- 问由于高频交易参与零和博弈，相应的做市商损失为- σ. 或者，假设badv- σ，并对v进行相同的拟合- 问- （v+σ）=σ- 问这两种情况相互反映：成功的狙击会产生σ的收益- 向HFB询问并丢失ASK- σ给做市商。vt=0 V=0。5.1集中交易环境（预承诺速度投资）HFTiCi（λ）（1）在oft=0开始时进行，就在HFT急于发布报价的交易游戏开始之前。

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

2022-6-24 11:32:02

我们认为，这种对处理速度的预先承诺（表示为PC）与当前的集中交易模式类似：企业支付异地订阅费，以减少延迟访问交易所，其中访问持续一段时间，因此speedinvestment对于从t=0开始的任何一个交易日来说都是沉没成本。t=0HFT地面-我俩都急于发布报价，但还不知道自己在游戏中的角色，参与HFM的预期回报是，πM=Pr（新闻）×Pr（报价被删掉）×询问- σ) + (1 - Pr（新闻））×询问- E[处理器租用时间|λi]×Ci（λi），=-δδ + uλ-iλi+λ-i（σ- ask）+uδ+uask- E[处理器租用时间|λi]×Ci（λi）。（2）其中术语λ-iλi+λ-反映了应该成为HFM的可能性，HFTiloses随着新闻的到来取消陈旧报价的竞赛，并且[处理器租用时间|λi]×Ci（λi）反映了总的预期处理支出（即持续时间乘以速度强度）。在概率|δ+u的情况下，流动性投资者在消息发布前到达市场，购买资产，HFM收到要价。如果HFTIbecomes的HFB，他们将寻求狙击陈旧的报价，在新闻到达的事件。因此，他们的预期回报是，πB=Pr（新闻）×Pr（删节的引文）×σ- 询问）- E[处理器租用时间|λi]×Ci（λi），=Δδ+μλiλi+λ-i（σ- 询问）- E[处理器租用时间|λi]×Ci（λi）。（3）（3）HFTiλiλi+λ-IHFTI是新闻发布后第一家进入市场的公司。均衡价差是多少？为确保两家HFT对成为HFMor或HFB漠不关心，HFT将报价？这样，（2）和（3）中的预期功能是HFTIASK+>ask？HFT公司-看来她引用了更紧的价差。

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

何人来此

2022-6-24 11:32:05

因此，HFTiearns HFB对风险传播的预期收益？因此，在偏离与否之间无动于衷。同样，Ifhfti引用了一个tighterask-< 问πM后的利润表（ask-) < απM（ask？+(1 - α） πB（问？），α ∈ [0, 1] . (4).这里的直觉遵循Menkveld和Zoican（2017）第1217页命题1的证明。将（2）和（3）设置为相等并求解ask？，我们获得，-δδ + uλ-iλi+λ-i（σ- ask）+uδ+uask=Δδ+uλiλi+λ-i（σ- 询问）<==>uδ+uask=Δδ+uλi+λ-iλi+λ-i（σ- 询问）<==> 询问=δδ + uσ. （5） t=0询问？HFT“决斗”本质上是一场零和游戏。任何降低做市商逆向选择概率的速度投资，也会增加他们以同样的速度盗取过时报价的能力，λ-i（λi+λ-i）。此外，英国《金融时报》的报价决定-iHFT公司-IHFTI做市商或bandit的回报以相同的速度减少，即λi（λi+λ-i）。因此，平衡报价不取决于两个HFT对速度的初始投资。在报价游戏之前，HFT在开始时投入资源从处理器租用市场准入技术oft=0。市场准入技术一直租用到游戏结束，直到触发事件发生。我们将（随机）触发事件时间表示为τtrigger=min{τnews，τLI}。如果触发事件是LI到达，则游戏将在触发事件后立即停止。相反，如果触发事件是新闻到达，则游戏将继续，直到事件时间τHFT结束，即过期报价被消耗或更新。形式上，我们将HFT的预期ProcessorEntal持续时间写为：Eτ触发器+τ新闻≤τLIτHFT族|λi=Z∞Zy公司x+λi+λ-我δe-δxdx+yZ∞yδe-δxdxue-uydy，=δ+u+δ+μλi+λ-i。

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

kedemingshi

2022-6-24 11:32:09

(6)(6)δ+u新闻到来后的比赛λi+λ-我, 其发生概率为Δδ+u。问（5）（6）我们在t=0表示πias，πi（λi）=Pr（i=M |λi）πM（λi）+Pr（i=B |λi）πB（λi）处编写HFTipayoff函数- E[处理器租用时间|λi]×Ci（λi）=λiλ-i+λiΔuσ（δ+u）-δ+u+δ+uλi+λ-我×λiκ（λi+λ-i）。（7）（7）中的简化源自πM（ask？）=πB（问？）。在对称投资强度（λM=λB）的假设下求解最优λi。命题1描述了获得的平衡。命题1（对称承诺前均衡）。Let（δ，u，σ，κ）∈ (0, ∞). 在定义1的意义上，存在着一个独特的纳什均衡？如方程（5）所示，λi=λ-i=λ？个人计算机∈ (0, ∞) 是等式（7）的最大值。此外，λ？Pc由：λ？PC机=-δ+qδ+3δ||∑κ（δ+u）。（8）证明。证明的开头来自于上面的讨论。剩下的是采用方程（7）中关于λi的一阶条件，并调用速度强度的对称性（λi=λ-i=λ？PC）以表明所得解λ？PCis独特且积极。F、 O.C（7）：λi（Δuσ- （λi+λ-i+δ）κ（λi+λ-i）（δ+u））（δ+u）（λi- λ-i） =0，（9）<==> λ?PC机=-δ+qδ+3δ||∑κ（δ+u）。（10） λ在哪里？Pc是唯一的正根，因为第二个根是负的，因此不可接受。5.2分散式交换环境（按需速度投资）考虑HFT投资于“按需”（OD）处理速度CI（λ）的环境：HFT在向收取费用的订单提交的同时，向租用处理速度提交费用。在分散交换中，HFT以requisiteHFTiarrival rateλi向处理器提交订单，其中处理速度的强度反映了HFT为执行其订单而支付的处理器的质量。

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

nandehutu2022

2022-6-24 11:32:12

直觉是，HFT提交订单的处理器数量越大，其订单优先于任何竞争对手的可能性就越大。对于按需快速投资，在报价游戏（quotinggame）之后才做出投资决策，而报价游戏只有在新闻到达之后才会发生。与集中式交换类似，HFB选择处理器的质量λbt，以最大化试图窃取过时报价的预期回报，πB（λB |新闻到达）=Pr（被窃取的报价）×σ- 询问）- E[处理器租用时间|λB]CB（λB），=λBλB+λM（σ- 询问）-λB+λMλBκ（λB+λM）。（11）同样，新闻的到来将引发HFM的反应，即匆忙取消其过时的报价。HFM租用大量处理器λmt以最大限度地降低被窃听的成本：πM（λM |新闻到达）=Pr（引用窃听）×（询问- σ) - E[处理器租用时间|λM]CM（λM），=λBλB+λM（ask- σ) -λB+λMλMκ（λB+λM）。（12）利用（11）和（12）的一阶条件，我们得到，F.O.C（11）：λM（λB+λM）（σ- 询问）- κ=0，（13）F.O.C（12）：λB（λB+λM）（σ- 询问）- κ = 0. （14）我们注意到一阶条件（13）和（14）是对称的，并且求解固定点λ？M=λ？B=λ？OD，λ？OD=σ- ask4κ。（15）接下来，通过反向归纳，我们分析了报价决策att=0，并解决了问题？，τtriggerHFTiHFTiask？成为HFM或HFB的回报是相等的。计算λ？处的收益πM（λi）和πB（λi）？ODyields，πM（λ？OD）=Δδ+u（ask- σ） +uδ+uask-δδ + uσ - ask4κ。（16） πB（λ？OD）=Δδ+u（σ- 询问）-δδ + uσ - ask4κ。（17）解决问题？使得πM（ask？；λ？OD）=πB（ask？；λ？OD）我们得到，ask=δδ + uσ. （18）综合起来，询问*转化为λ*Od得出以下命题。命题2（对称按需均衡）。Let（δ，u，σ，κ）∈ (0, ∞).

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

2022-6-24 11:32:15

在定义1的意义上，存在一个唯一的平衡，在哪里？如方程（18）所示，λi=λ-i=λ？外径∈(0, ∞) 求解系统的一阶条件（11）-（12）。此外，λ？ODis由：λ？OD=μσ4κ（δ+u）。（19）证明。证明遵循上述讨论；公式（19）由输入ask得到的结果？从方程（18）转换为λ？奥丁方程（15）。相对于集中化的交易所而言，分散化的交易所。第二，HFT在速度和两种效果上投入更多（更少）。一方面，它增加了狙击机会的可能性，从而提高了交易速度的价值。另一方面，这意味着更大的买卖价差和更低的利润，取决于新闻。在集中交换中，第一效应占主导地位，新闻频率的速度值增加。相反，在分散化的交易所中，speedinvestment是以消息到达为条件的，因此只有第二种效应持续存在。图4:HFT速度投资λ作为新闻到达率δ的函数。参数值：u=2，κ=0。25，σ=1.0.00 0.25 0.50 0.75 1.00 1.25 1.50 1.75 2.00新闻到达率（δ）0.00.20.40.60.81.0均衡速度投资（λ？）集中交易集中交易6对市场质量的影响流动性、价格发现和分配给竞速赛的资源总量的变化。流动性和价格发现。在第5.1节和第5.2节中，我们得出，集中式和SK？PC=询问？ODI与他们对速度强度λ的投资无关。推论1（流动性）。bid ask spreadask- 在集中和分散的市场环境中，BID均等于2×Δσδ+u。推论1中的结果与Budish、Cramton和Shim（2015）的模型相呼应，他们比较了相关水平。

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

2022-6-24 11:32:19

相反，买卖价差完全取决于逆向选择成本的大小。HFB和HFM都花费资源参加新闻发布后开始的狙击/取消比赛。在一个集中化的市场中，资源致力于推动一场永远不会开始的速度竞赛（即，如果流动性交易者在新闻发布之前到达）。然而，分散市场中的HFT只有在速度强度λ？的差异引发速度竞赛后，才投资于低延迟技术？个人计算机- λ?方程式（8）和（19）中的OD值，以及速度价格p（λ？PC）的差值- p（λ？OD）得出以下命题。提案3。λ?p（λ？）在分散的市场中比在集中的市场中。证据见附录。如果他们知道会发生速度竞赛，那么就支付更高的平均单价。在一个集中化的市场中，HFT必须预先承诺处理能力，知道saidresources可能仍处于闲置状态，对速度强度的竞争更低。无论市场环境如何，速度竞赛的结果都是一样的：过时的报价从市场中删除，为包含新信息的报价让路，从而有助于价格发现过程。因此，我们可以定义一个描述预期比赛时间的价格发现指标，从而衡量新闻平均被扣押的速度2λ？2λ?个人计算机-2λ?ODλ？OD>λ？PC进入集中市场。

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

2022-6-24 11:32:22

我们在下面的推论2中总结了我们的价格发现结果。推论2。分散的市场比集中的市场要好。交易所。图5：价格发现速度该图显示了新闻事件与下一次交易或报价更新之间的预期时间，Δu=2κ=0.25σ=1.0.25 0.50 0.75 1.00 1.25 1.50 1.75 2.00新闻到达率（δ）0.500.751.001.251.501.752.002.25从新闻到市场更新的时间集中化交易所总资源利用率和速度竞赛的租金。对处理速度的竞争在获取处理资源、释放资源时加剧。使用平衡HFT投资处理速度强度λ？在PC上，我们计算集中exchange环境中的总资源使用率。我们将总资源使用率表示为∧？P C，租用时间E[处理器租用时间∧？PC]∧？P C公司≡ 2λ?PC×E[处理器租用时间|λ？PC]，=2λ？PC×δ + u+δδ + u2λ?个人计算机,=δδ+u+qδ+3δ||∑κ（δ+u）- δ3(δ + u). （20）按需总资源使用量，用∧表示*OD，由∧给出*OD=2λ？外径×δδ + u2λ?外径=δδ + u. （21）由于速度强度和新闻到达后的执行时间是完全相反的，因此无论对速度强度的投资如何，在两种环境中，新闻事件中的资源使用都是相同的。然而，在集中式交换上，预承诺生成λ？pCt=0，直到触发事件发生，一段预期长度为δ+u的时间。推论3（资源使用）。在非集中化市场中，对处理速度的预期总资源分配低于集中化市场，λ？PC>λ？外径。图6：致力于低延迟交易的总体基础设施是新闻到达率δ的函数。

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

2022-6-24 11:32:26

参数值：u=2，κ=0。25，σ=1.0.00 0.25 0.50 0.75 1.00 1.25 1.50 1.75 2.00新闻到达率（δ）0.00.10.20.30.40.50.60.7总资源利用率（λ）集中式交换机集中式交换机随着HFT决斗的可能性增大，集中式和分散式市场中的集中式交换机都在增加。一方面，HFT通过在分散的市场中观察新闻获得更多的CPU能力；在分散的交易所。最后，我们评估了分散市场中的按需速度如何影响高频交易者从速度竞赛中获得的租金。首先，我们评估了集中市场环境下的均衡HFT利润πi，从中我们得到：πi（λ？PC）=λ？PCλ？PC+λ？PCΔuσ（δ+u）-δ + u+δ(δ + u)2λ?个人计算机× λ?PCκ（λ？PC+λ？PC），（22）=Δκ18（δ+u）×δ+6uσκ（δ+u）-sδ+3μδσκ（δ+u）！。（23）πiλ？奥达斯克？市场环境：πi（λ？OD）=λ？ODλ？OD+λ？外径Δuσ（δ+u）-δδ + u2λ?ODκλ？OD（λ？OD+λ？OD），（24）=Δuσ4（δ+u）。（25）πi（λ？PC）πi（λ？OD）ing推论。推论4（HFT从速度赛中租用）。HFTis在集权市场从速度竞赛中获得的预期租金高于分权市场。证据见附录。在分散化的交易所，HFT从速度中赚取较低的租金。图7以图形方式显示了此结果。乍一看，结果令人惊讶，因为从提案3来看，HFT使用的基础设施资源更少。此外，方程式（23）和（25）强调，高频交易不会从流动性交易者那里提取额外租金，因为两个方程式的第一项相等。

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

2022-6-24 11:32:30

然而，这些影响主要由分散市场的“激增定价”特征决定，因为分散市场的HFTs速度竞赛允许将价值从HFTs转移到处理速度基础设施的供应商。图7:HFT竞速租金该图显示了集中和分散交易所的均衡HFT利润，扣除技术成本，作为新闻到达率δ的函数。参数值：u=2，κ=0。25，σ=1.0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0新闻到达率（δ）0.000.010.020.030.040.050.060.07HFT预期的中央交易所中央交易所7结论性意见在本文中，我们认为分布式交易所可以缓解交易信号之后“交易微爆发”的负面后果。从本质上讲，分布式交换机消除了与维护闲置容量相关的负外部性，例如，在集中式交换机中使用同一位置。我们发现，分散的交易所鼓励短命但激烈的HFT比赛。在分散的交易所，微爆发期间激烈的HFT速度竞争引发了AAN，同时，总体资源消耗较低。分散式交易所可以改善或至少不会损害市场更快发现价格的传统措施，但需要注意的是，总体而言，基于云的交易所的价格发现速度比集中式交易所慢。然而，我们认为，在不久的将来，这些阶段的速度可能会有所提高。

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

2022-6-24 11:32:36

这将突出表明，分散化交易所是一种可行的解决方案，可以降低与低延迟军备竞赛相关的社会成本，而不会损害市场质量，例如通过流动性和价格发现来衡量。参考Saoyagi，2019年6月，《带减速带的高频交易者的速度选择》，手稿。《区块链：分布式账本中的交易和信息泄露》，TradingJournal of Trading12，5–13。第1-11页。LP–1057。Baldauf、Markus和Joshua Mollner，2018，《虚假新闻的快速交易：速度在流动性规定中的作用》，手稿。，2019年，《高频交易与市场表现》，手稿。Baron、Matthew、Jonathan Brogaard、Bj"orn Hagstr"omer和Andrei Kirilenko，2019年，《高频交易中的风险和回报》，金融和定量分析杂志54993-1024。Basu、Soumya、David Easley、Maureen O\'Hara和Emin Sirer，2019年，《迈向加密货币功能性FeeMarket》，手稿。Bhutoria，Mrinalini，2018，《分散式交易所（DEX）》，Circle Research白皮书。福克定理，《金融研究评论》第32期，1662-1715年。Biais、Bruno、Thierry Foucault和Sophie Moinas，2015，《均衡快速交易》，金融经济学杂志116，292–313。1秒结算次数。

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