مدل‌های هاوکس چندمتغیره برای قیمت‌ها و معاملات پربسامد
خلاصه
این پژوهش مدل فرایند نقطه‌ای هاوکس چندمتغیره‌ای را برای قیمت‌های بازار و فعالیت معاملاتی پربسامد معرفی می‌کند. چهار هسته تعامل، خودبرانگیختگی ورود معاملات، بازگشت قیمت به میانگین، اثر معاملات ورودی بر حرکت قیمت و بازخورد تغییرات قیمت به فعالیت معاملاتی را بازنمایی می‌کنند. این اجزا در کنار هم برای ثبت ویژگی‌هایی مانند زمان‌بندی نامنظم تغییرات قیمت، افزایش‌های گسسته قیمت، بازگشت کوتاه‌مدت به میانگین و تغییر همبستگی‌ها در مقیاس‌های زمانی گوناگون طراحی شده‌اند.
این چارچوب اثر بازار را نیز مدل می‌کند؛ از جمله واکنشی مقعر و شبیه ریشه دوم و سپس آرام‌شدن آن. نویسندگان توضیح می‌دهند که می‌توان پروفایل کامل اثر را از داده‌های ناشناس بازار برآورد کرد؛ برای این کار، هسته‌ها را از شدت‌های میانگین شرطی تجربی برآورد می‌کنند. آن‌ها نمونه‌های عددی، کاربردهایی با داده‌های واقعی و مقایسه با رویکردهای پیشین ارائه می‌دهند. سند قابلیت‌های مدل‌سازی و نمونه‌های کاربرد را توصیف می‌کند، اما نتایج مشخص عملکرد یا شواهدی ارائه نمی‌دهد که نشان دهد پروفایل‌های برآوردشده اثر بازار مستقیماً به راهبردهای معاملاتی سودآور می‌انجامند.
ایده‌های کلیدی
- مدل با چهار هسته، تعامل میان معاملات، حرکت قیمت و فعالیت معاملاتی را بازنمایی می‌کند.
- هدف آن ثبت الگوهای قیمت پربسامد، از جمله حرکت‌های گسسته و بازگشت کوتاه‌مدت به میانگین است.
- چارچوب هاوکس اثر بازار و آرام‌شدن آن در گذر زمان را مدل می‌کند.
- برآورد هسته‌ها از شدت‌های میانگین شرطی می‌تواند برای استنباط پروفایل اثر بازار از داده‌های ناشناس به کار رود.
- کاربردهای شرح‌داده‌شده اثبات نمی‌کنند که مدل راهبردی سودآور ایجاد می‌کند.
برچسب‌ها
متن کامل
# Hawkes model for price and trades high-frequency dynamics # Hawkes model for price and trades high-frequency dynamics We introduce a multivariate Hawkes process that accounts for the dynamics of market prices through the impact of market order arrivals at microstructural level. Our model is a point process mainly characterized by 4 kernels associated with respectively the trade arrival self-excitation, the price changes mean reversion the impact of trade arrivals on price variations and the feedback of price changes on trading activity. It allows one to account for both stylized facts of market prices microstructure (including random time arrival of price moves, discrete price grid, high frequency mean reversion, correlation functions behavior at various time scales) and the stylized facts of market impact (mainly the concave-square-root-like/relaxation characteristic shape of the market impact of a meta-order). Moreover, it allows one to estimate the entire market impact profile from anonymous market data. We show that these kernels can be estimated from the empirical conditional mean intensities. We provide numerical examples, application to real data and comparisons to former approaches.
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.