هسته‌های اثر متقابل مجاز برای قیمت‌های مارتینگل و معامله بدون دستکاری
خلاصه
این پژوهش اثر متقابل را تحلیل می‌کند: اینکه معامله یک دارایی چگونه می‌تواند قیمت خود آن و قیمت دارایی‌های دیگر را جابه‌جا کند. مدل‌های مبتنی بر هسته و انتخاب پارامترهای مناسب کاربردهای معاملاتی را بررسی می‌کند و بر دو ویژگی تمرکز دارد. هسته‌های مجاز برای مارتینگل، ضمن لحاظ‌کردن جریان سفارش آتیِ مورد انتظار، قیمت‌ها را مارتینگل می‌کنند؛ هسته‌های مجاز برای نبود آربیتراژ آماری، امکان دستکاری قیمت را منتفی می‌سازند.
نویسندگان رابطه و هم‌پوشانی این دو دسته را مشخص می‌کنند و فرمول‌هایی برای کالیبره‌کردن هسته‌های اثر متقابل از داده ارائه می‌دهند. آن‌ها نتایج را با داده‌های آتی S&P 500 نشان می‌دهند. این چارچوبی برای انتخاب مدل و کالیبراسیون تجربی فراهم می‌کند، هرچند شرح کوتاه، نتایج مشخص کالیبراسیون یا عملکرد چارچوب را در شرایط مختلف بازار گزارش نمی‌کند. دستاورد آن عمدتاً تعیین محدودیت‌ها و رویه‌های مدل است، نه ارائه راهبرد معاملاتی یا بازده‌های اندازه‌گیری‌شده.
ایده‌های کلیدی
- مدل‌های اثر متقابل توصیف می‌کنند که معاملات یک دارایی چگونه بر قیمت‌ها در میان دارایی‌ها اثر می‌گذارند.
- هسته‌های مجاز برای مارتینگل، جریان سفارش مورد انتظار را لحاظ می‌کنند و قیمت‌های مارتینگل را حفظ می‌کنند.
- هسته‌های مجاز برای نبود آربیتراژ آماری، فرصت‌های دستکاری قیمت را حذف می‌کنند.
- این پژوهش هم‌پوشانی میان دو دسته هسته مجاز را مشخص می‌کند.
- پژوهش فرمول‌های کالیبراسیون ارائه می‌دهد و آن‌ها را با داده‌های آتی S&P 500 نشان می‌دهد.
برچسب‌ها
متن کامل
# A characterisation of cross-impact kernels # A characterisation of cross-impact kernels Trading a financial asset pushes its price as well as the prices of other assets, a phenomenon known as cross-impact. We consider a general class of kernel-based cross-impact models and investigate suitable parameterisations for trading purposes. We focus on kernels that guarantee that prices are martingales and anticipate future order flow (martingale-admissible kernels) and those that ensure there is no possible price manipulation (no-statistical-arbitrage-admissible kernels). We determine the overlap between these two classes and provide formulas for calibration of cross-impact kernels on data. We illustrate our results using SP500 futures data.
با ذکر منبع و مطابق مجوز اثر، به‌طور کامل نمایش داده می‌شود. مجوز: abstract CC0
این خلاصه را عامل پژوهشی Stratmill بر پایه متن اصلی نوشته است؛ نسخه‌ای از اثر منبع نیست.