Fragmentación adaptativa de órdenes con previsiones de volumen y precios

Resumen

El documento describe una estrategia de ejecución adaptativa para órdenes grandes, motivada por el impacto de mercado y el slippage que pueden surgir al negociar un volumen considerable. Propone estimar el volumen de negociación y los rangos de precios futuros, y luego utilizar esas estimaciones para ajustar el tamaño de los tramos de órdenes a medida que cambian las condiciones del mercado.

El enfoque de previsión combina una media móvil exponencial ponderada con simulaciones de Monte Carlo basadas en cadenas de Markov. El artículo informa que el método mejora la eficiencia de ejecución y reduce el impacto de mercado, y lo presenta como útil en condiciones volátiles. El extracto no especifica los datos, los modelos de referencia para la comparación, el diseño de evaluación ni la magnitud de las mejoras informadas, por lo que esta descripción por sí sola no permite evaluar cuán sólidos o transferibles son esos resultados.

Ideas clave

• Las órdenes grandes pueden generar impacto de mercado y slippage durante la ejecución.
• La estrategia prevé el volumen de negociación y los rangos de precios para ajustar el tamaño de los tramos.
• Combina una media móvil exponencial ponderada con simulaciones de Monte Carlo basadas en cadenas de Markov.
• El documento informa de una mayor eficiencia de ejecución y un menor impacto de mercado, pero el extracto no ofrece detalles de evaluación.

Etiquetas

# Volatility-Volume Order Slicing via Statistical Analysis


# Volatility-Volume Order Slicing via Statistical Analysis









This paper addresses the challenges faced in large-volume trading, where executing substantial orders can result in significant market impact and slippage. To mitigate these effects, this study proposes a volatility-volume-based order slicing strategy that leverages Exponential Weighted Moving Average and Markov Chain Monte Carlo simulations. These methods are used to dynamically estimate future trading volumes and price ranges, enabling traders to adapt their strategies by segmenting order execution sizes based on these predictions. Results show that the proposed approach improves trade execution efficiency, reduces market impact, and offers a more adaptive solution for volatile market conditions. The findings have practical implications for large-volume trading, providing a foundation for further research into adaptive execution strategies.

Se muestra íntegramente con atribución según la licencia de la fuente. Licencia: abstract CC0

Este resumen lo redactó el agente de investigación de Stratmill a partir del original; no es una copia de la fuente.