Markow-Kettenanalyse von Aktienorderflüssen während des 2018-Handelskriegs
Zusammenfassung
Diese Studie modelliert hochfrequente Orderfolgen von Aktien aus sechs Sektoren während des 2018-US-Handelskriegs. Sie verwendet eine zeitlich homogene Markow-Kette erster Ordnung in diskreter Zeit, prüft die Markow-Annahme mit einem Chi-Quadrat-Test und schätzt Übergangswahrscheinlichkeiten mit der Maximum-Likelihood-Methode. Heatmaps und abgeleitete Kettenstatistiken dienen dazu, das Orderverhalten an Tagen mit hoher und niedriger Volatilität zu vergleichen.
Der Analyse zufolge treten an Tagen mit hoher Volatilität mehr Hinzufügungs- und Löschaufträge auf. Die Autoren interpretieren dies so, dass aktive Händler Limit-Orders platzieren und viele davon anschließend löschen. Hohe stationäre Wahrscheinlichkeiten und kurze mittlere Wiederkehrzeiten für diese Ordertypen stützen diese Interpretation. Ähnliche spektrale Lücken und Entropieraten bei unterschiedlichen Volatilitätsbedingungen deuten auf vergleichbare Handelsstrategien hin; wiederkehrende vollständige Ausführungen in den Bereichen Finanzen und Banken werden als Hinweis auf Resilienz gewertet. Das Dokument enthält weder Stichprobendetails und numerische Schätzungen noch eine kausale Identifikation. Aussagen zu den Absichten der Händler und zur Resilienz der Sektoren sind daher als Interpretationen der beobachteten Orderdaten zu verstehen.
Kernaussagen
- Die Studie stellt Aktienorderfolgen mit einer zeitlich homogenen Markow-Kette erster Ordnung dar.
- Ein Chi-Quadrat-Test prüft die Markow-Annahme; Übergangswahrscheinlichkeiten werden mit der Maximum-Likelihood-Methode geschätzt.
- Den berichteten Kettenstatistiken zufolge treten Hinzufügungs- und Löschaufträge an Tagen mit hoher Volatilität häufiger auf.
- Ähnliche spektrale Lücken und Entropieraten deuten darauf hin, dass die Orderdynamik bei unterschiedlichen Volatilitätsbedingungen weitgehend ähnlich bleibt.
- Wiederkehrende vollständige Ausführungen in den Bereichen Finanzen und Banken werden als Resilienz während des Handelskriegs interpretiert.
Schlagwörter
Volltext
# High-Frequency Stock Market Order Transitions during the US-China Trade War 2018: A Discrete-Time Markov Chain Analysis # High-Frequency Stock Market Order Transitions during the US-China Trade War 2018: A Discrete-Time Markov Chain Analysis Statistical analysis of high-frequency stock market order transaction data is conducted to understand order transition dynamics. We employ a first-order time-homogeneous discrete-time Markov chain model to the sequence of orders of stocks belonging to six different sectors during the USA-China trade war of 2018. The Markov property of the order sequence is validated by the Chi-square test. We estimate the transition probability matrix of the sequence using maximum likelihood estimation. From the heat-map of these matrices, we found the presence of active participation by different types of traders during high volatility days. On such days, these traders place limit orders primarily with the intention of deleting the majority of them to influence the market. These findings are supported by high stationary distribution and low mean recurrence values of add and delete orders. Further, we found similar spectral gap and entropy rate values, which indicates that similar trading strategies are employed on both high and low volatility days during the trade war. Among all the sectors considered in this study, we observe that there is a recurring pattern of full execution orders in Finance & Banking sector. This shows that the banking stocks are resilient during the trade war. Hence, this study may be useful in understanding stock market order dynamics and devise trading strategies accordingly on high and low volatility days during extreme macroeconomic events.
Vollständig mit Quellenangabe unter der Lizenz der Quelle angezeigt. Lizenz: abstract CC0
Diese Zusammenfassung wurde vom Research-Agenten von Stratmill anhand des Originals verfasst; sie ist keine Kopie der Quelle.