تحلیل زنجیره مارکوف جریان سفارش سهام در جنگ تجاری 2018

مقاله arXiv papers · نویسنده: Salam Rabindrajit Luwang et al.

خلاصه

این پژوهش توالی سفارش‌های پرتواتر سهام در شش بخش را در جریان جنگ تجاری 2018 US مدل‌سازی می‌کند. از زنجیره مارکوف گسسته‌زمانِ مرتبه‌اول و همگن با زمان استفاده می‌کند، فرض مارکوف را با آزمون کای‌دو می‌سنجد و احتمال‌های انتقال را با بیشینه درست‌نمایی برآورد می‌کند. برای مقایسه رفتار سفارش‌ها در روزهای پرنوسان و کم‌نوسان از نقشه‌های حرارتی و آمارهای مشتق‌شده زنجیره استفاده می‌شود.

تحلیل گزارش می‌کند که در روزهای پرنوسان سفارش‌های افزودن و حذف بیشترند؛ نویسندگان این را چنین تفسیر می‌کنند که معامله‌گران فعال سفارش‌های محدود می‌گذارند و سپس بسیاری از آن‌ها را حذف می‌کنند. احتمال‌های مانای بالا و زمان‌های بازگشت میانگین کوتاه برای این انواع سفارش از این تفسیر پشتیبانی می‌کنند. شکاف‌های طیفی و نرخ‌های آنتروپی مشابه در شرایط نوسانی گوناگون به راهبردهای معاملاتی مشابه اشاره دارند، درحالی‌که اجرای کاملِ تکرارشونده در بخش‌های مالی و بانکداری به‌عنوان نشانه تاب‌آوری تفسیر می‌شود. سند جزئیات نمونه، برآوردهای عددی یا شناسایی علّی ارائه نمی‌کند؛ بنابراین ادعاهای مربوط به قصد معامله‌گران و تاب‌آوری بخش‌ها باید تفسیرهایی از داده‌های سفارش مشاهده‌شده تلقی شوند.

ایده‌های کلیدی

پژوهش توالی سفارش سهام را با زنجیره مارکوف گسسته‌زمانِ مرتبه‌اول و همگن با زمان نمایش می‌دهد.
آزمون کای‌دو فرض مارکوف را ارزیابی می‌کند و احتمال‌های انتقال با بیشینه درست‌نمایی برآورد می‌شوند.
طبق آمارهای گزارش‌شده زنجیره، سفارش‌های افزودن و حذف در روزهای پرنوسان برجسته‌تر می‌شوند.
شباهت شکاف‌های طیفی و نرخ‌های آنتروپی نشان می‌دهد پویایی سفارش‌ها در شرایط نوسانی مختلف عموماً مشابه است.
اجرای کاملِ تکرارشونده در بخش‌های مالی و بانکداری به‌عنوان نشانه تاب‌آوری در جریان جنگ تجاری تفسیر می‌شود.

برچسب‌ها

سهام معاملات پربسامد ریزساختار بازار آمار نوسان

متن کامل

# High-Frequency Stock Market Order Transitions during the US-China Trade War 2018: A Discrete-Time Markov Chain Analysis

Statistical analysis of high-frequency stock market order transaction data is conducted to understand order transition dynamics. We employ a first-order time-homogeneous discrete-time Markov chain model to the sequence of orders of stocks belonging to six different sectors during the USA-China trade war of 2018. The Markov property of the order sequence is validated by the Chi-square test. We estimate the transition probability matrix of the sequence using maximum likelihood estimation. From the heat-map of these matrices, we found the presence of active participation by different types of traders during high volatility days. On such days, these traders place limit orders primarily with the intention of deleting the majority of them to influence the market. These findings are supported by high stationary distribution and low mean recurrence values of add and delete orders. Further, we found similar spectral gap and entropy rate values, which indicates that similar trading strategies are employed on both high and low volatility days during the trade war. Among all the sectors considered in this study, we observe that there is a recurring pattern of full execution orders in Finance & Banking sector. This shows that the banking stocks are resilient during the trade war. Hence, this study may be useful in understanding stock market order dynamics and devise trading strategies accordingly on high and low volatility days during extreme macroeconomic events.

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.