شکل‌گیری قیمت در دفتر سفارش با نظریه بازی و هزینه‌های نقدشوندگی

خلاصه

مقاله مدل می‌کند که قیمت یک دارایی هنگام معامله از طریق دفتر سفارش چگونه شکل می‌گیرد. دو رویکرد مرتبط می‌سازد: بازی متناهیِ چندبازیکنی و بازی میدان میانگین، با هزینه‌های معامله‌ای که نقدشوندگی محدود را بازتاب می‌دهند. نویسندگان در هر دو چارچوب، عبارت‌های تحلیلی پیونددهنده قیمت شکل‌گرفته به جریان سفارش تحقق‌یافته را استخراج می‌کنند. این کار راهی برای بررسی اثر تعامل معامله‌گران و محدودیت‌های نقدشوندگی بر قیمت‌ها فراهم می‌کند.

مقاله همچنین بررسی می‌کند مدل بازیکنان متناهی چه زمانی به همتای میدان میانگین خود همگرا می‌شود و شرایط این توافق را شناسایی می‌کند. ارزیابی عددی آن از داده‌های پُرفرکانس ده سهم NASDAQ، یک سهم برزیلی و یک ارز دیجیتالِ معامله‌شده در Binance استفاده می‌کند. توضیحات ارائه‌شده فرمول‌ها، فرض‌ها، شرایط همگرایی یا یافته‌های عددی مشخص را نمی‌گوید. بنابراین شواهد اینجا به دامنه تجربی بیان‌شده محدود است؛ تناسب عملی مدل‌ها و کاربردپذیری آن‌ها فراتر از آن بازارها را نمی‌توان تنها از این خلاصه ارزیابی کرد.

ایده‌های کلیدی

• مقاله شکل‌گیری قیمت در دفتر سفارش را با مدل‌های بازی بازیکنان متناهی و میدان میانگین بررسی می‌کند.
• نقدشوندگی محدود به‌عنوان منبع هزینه‌های معامله بازنمایی می‌شود.
• عبارت‌های تحلیلی، قیمت‌های شکل‌گرفته را به جریان سفارش تحقق‌یافته پیوند می‌دهند.
• نویسندگان شرایط همگرایی قیمت‌های بازی متناهی به قیمت‌های میدان میانگین را شناسایی می‌کنند.
• مطالعه عددی از مشاهدات پُرفرکانس سهام و یک ارز دیجیتال استفاده می‌کند.

برچسب‌ها

# Price formation in financial markets: a game-theoretic perspective


# Price formation in financial markets: a game-theoretic perspective









We propose two novel frameworks to study the price formation of an asset negotiated in an order book. Specifically, we develop a game-theoretic model in many-person games and mean-field games, considering costs stemming from limited liquidity. We derive analytical formulas for the formed price in terms of the realized order flow. We also identify appropriate conditions that ensure the convergence of the price we find in the finite population game to that of its mean-field counterpart. We numerically assess our results with a large experiment using high-frequency data from ten stocks listed in the NASDAQ, a stock listed in B3 in Brazil, and a cryptocurrency listed in Binance.

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.