رفتن به محتوا
همه اسناد کتابخانه

بازسازی جریان سفارش از معاملات و مظنه‌های همگام‌شده

مقاله arXiv papers · نویسنده: Ioane Muni Toke

خلاصه

این پژوهش داده‌های لحظه‌ای معاملات و مظنه سهام در بورس‌های پاریس، لندن و فرانکفورت را طی پنج سال بررسی می‌کند. الگوریتمی برای همگام‌سازی دو منبع داده توسعه می‌دهد و می‌سنجد که انتخاب‌های بازسازی چگونه بر جریان سفارش استنباط‌شده از داده‌های تجمیع‌شده اثر می‌گذارند. نویسندگان همچنین امضاهای معامله را تحلیل و رویه لی–ردی را اصلاح می‌کنند و از جمله درباره انتخاب وقفه زمانی آن راهنمایی می‌دهند.

عملکرد الگوریتم بسته به بورس و دوره زمانی تغییر می‌کند و تحلیل از این تفاوت‌ها برای شناسایی تغییرات فنی در بازارهای بررسی‌شده و سنجش کیفیت پایگاه داده بهره می‌گیرد. نویسندگان نشان می‌دهند جریان‌های سفارش بازسازی‌شده بر مدل‌های کمی که بعداً با آن‌ها کالیبره می‌شوند اثر می‌گذارند. یافته‌ها با استدلال مالی و یک مدل نمایشی جریان سفارش پواسون سازگارند. نتایج به بورس‌ها و پایگاه داده نام‌برده مربوط می‌شوند؛ سند جزئیات کافی برای ارزیابی تعمیم‌پذیری به بازارگاه‌ها یا منابع داده دیگر ارائه نمی‌کند.

ایده‌های کلیدی

  • برای بازسازی جریان سفارش از داده‌های لحظه‌ای باید زمان‌مُهر معاملات و مظنه‌ها همگام شود.
  • عملکرد الگوریتم پیشنهادی همگام‌سازی می‌تواند تغییرات سامانه‌های بورس و کیفیت داده‌های تجمیع‌شده را آشکار کند.
  • انتخاب‌های فرایند بازسازی جریان سفارش بر مدل‌های کالیبره‌شده با داده‌های حاصل اثر می‌گذارند.
  • این پژوهش با بررسی شیوه انتخاب وقفه زمانی، طبقه‌بندی معاملات لی–ردی را اصلاح می‌کند.
  • یافته‌ها با استدلال مالی و یک مدل نمایشی پواسون مقایسه می‌شوند.

برچسب‌ها

متن کامل
# Reconstruction of Order Flows using Aggregated Data


# Reconstruction of Order Flows using Aggregated Data









In this work we investigate tick-by-tick data provided by the TRTH database for several stocks on three different exchanges (Paris - Euronext, London and Frankfurt - Deutsche Börse) and on a 5-year span. We use a simple algorithm that helps the synchronization of the trades and quotes data sources, providing enhancements to the basic procedure that, depending on the time period and the exchange, are shown to be significant. We show that the analysis of the performance of this algorithm turns out to be a a forensic tool assessing the quality of the aggregated database: we are able to track through the data some significant technical changes that occurred on the studied exchanges. We also illustrate the fact that the choices made when reconstructing order flows have consequences on the quantitative models that are calibrated afterwards on such data. Our study also provides elements on the trade signature, and we are able to give a more refined look at the standard Lee-Ready procedure, giving new elements on the way optimal lags should be chosen when using this method. The findings are in line with both financial reasoning and the analysis of an illustrative Poisson model of the order flow.

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.