Kurseinfluss von Orderflow mit Mixture-Transition-Modellen

Zusammenfassung

Diese Arbeit modelliert, wie Folgen von Orderflow-Ereignissen Vermögenspreise beeinflussen. Sie erweitert frühere Modelle des Markteinflusses, die Orderflow als exogen behandelten und vor allem anhand paarweiser Korrelationen zusammenfassten. Stattdessen bildet sie Orderflow direkt als diskreten Prozess ab: Sie unterscheidet preisverändernde von nicht preisverändernden Ereignissen und kombiniert diese Kategorien mit den Vorzeichen der Orders zu einer Variablen mit vier Zuständen.

Ein Mixture-Transition-Distribution-Modell liefert eine sparsame Näherung an eine Markov-Kette höherer Ordnung. Die Autoren berichten, dass es bedingte Korrelationen zwischen Ereignissen mit Vorzeichen erfasst und Signaturdiagramme für Aktien mit kleinen und großen Ticks reproduziert. Sie beschreiben außerdem eine flexible Kalibrierungsmethode für Modelle mit vielen Parametern. Eine Analyse außerhalb der Stichprobe wird als Beleg gegen Überanpassung angeführt, doch das Dokument enthält keine detaillierten Datensätze, Bewertungskennzahlen oder Ergebnisse zur Handelsperformance.

Kernaussagen

• Das Modell behandelt Orderflow als Folge diskreter Ereignisse statt als exogenen Prozess, der nur über paarweise Korrelationen beschrieben wird.
• Preisveränderungsstatus und Ordervorzeichen bilden eine Darstellung des Orderflows mit vier Zuständen.
• Mixture-Transition-Distribution-Modelle nähern Markov-Dynamiken höherer Ordnung mit einer sparsamen Struktur an.
• Laut Bericht erfasst das Modell Korrelationen zwischen Ereignissen mit Vorzeichen sowie Signaturdiagramme bei unterschiedlichen Tickgrößen.
• Mit einer Analyse außerhalb der Stichprobe wird untersucht, ob das Modell mit vielen Parametern überangepasst ist.

Schlagwörter

# Linear models for the impact of order flow on prices II. The Mixture Transition Distribution model


# Linear models for the impact of order flow on prices II. The Mixture Transition Distribution model









Modeling the impact of the order flow on asset prices is of primary importance to understand the behavior of financial markets. Part I of this paper reported the remarkable improvements in the description of the price dynamics which can be obtained when one incorporates the impact of past returns on the future order flow. However, impact models presented in Part I consider the order flow as an exogenous process, only characterized by its two-point correlations. This assumption seriously limits the forecasting ability of the model. Here we attempt to model directly the stream of discrete events with a so-called Mixture Transition Distribution (MTD) framework, introduced originally by Raftery (1985). We distinguish between price-changing and non price-changing events and combine them with the order sign in order to reduce the order flow dynamics to the dynamics of a four-state discrete random variable. The MTD represents a parsimonious approximation of a full high-order Markov chain. The new approach captures with adequate realism the conditional correlation functions between signed events for both small and large tick stocks and signature plots. From a methodological viewpoint, we discuss a novel and flexible way to calibrate a large class of MTD models with a very large number of parameters. In spite of this large number of parameters, an out-of-sample analysis confirms that the model does not overfit the data.

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.