Modelización del impacto del flujo de órdenes con distribuciones de transición mixtas

Resumen

Este artículo modela cómo las secuencias de eventos del flujo de órdenes afectan a los precios de los activos. Amplía modelos de impacto anteriores que trataban el flujo de órdenes como exógeno y lo resumían principalmente mediante correlaciones por pares. En cambio, lo representa directamente como un proceso discreto, distingue entre eventos que cambian los precios y los que no, y combina esas categorías con los signos de las órdenes para formar una variable de cuatro estados.

Un modelo de distribución de transición mixta ofrece una aproximación parsimoniosa a una cadena de Markov de orden alto. Los autores informan de que capta correlaciones condicionales entre eventos con signo y reproduce gráficos de firma tanto para acciones con tamaño de tick pequeño como grande. También describen un método flexible de calibración para modelos con muchos parámetros. El análisis fuera de muestra se presenta como evidencia contra el sobreajuste, aunque el documento no proporciona conjuntos de datos detallados, métricas de evaluación ni resultados de rendimiento de negociación.

Ideas clave

• El modelo trata el flujo de órdenes como una secuencia de eventos discretos, en lugar de un proceso exógeno descrito solo mediante correlaciones por pares.
• La condición de cambio de precio y el signo de la orden definen una representación del flujo de órdenes en cuatro estados.
• Las distribuciones de transición mixta aproximan dinámicas de Markov de orden alto con una estructura parsimoniosa.
• Según se informa, el modelo capta correlaciones entre eventos con signo y gráficos de firma en distintos tamaños mínimos de variación de precio.
• El análisis fuera de muestra se utiliza para evaluar si el modelo, que tiene muchos parámetros, presenta sobreajuste.

Etiquetas

# 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.

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.