شبیه‌سازی دفتر سفارش محدود با جریان سفارش مبتنی بر هاوکس
خلاصه
این چارچوب پژوهشی، شبیه‌ساز قطعی دفتر سفارش محدود را با ورود تصادفی سفارش‌ها از فرایندهای هاوکس نشان‌دار چندمتغیره ترکیب می‌کند. توضیح می‌دهد که مدل‌های خطی و غیرخطی هاوکس چگونه جریان سفارش خوشه‌ای را بازنمایی می‌کنند و نتایج پایداری و ارگودیک بودن را برای هر دو نوع مدل گزارش می‌دهد. چارچوب همچنین آزمون‌های تغییر مقیاس زمان و نیکویی برازش را برای ارزیابی مدل‌های رویداد برازش‌شده دربرمی‌گیرد.
نویسندگان هسته‌های نمایی و قانون توانی را با استفاده از داده‌های Binance BTCUSDT و LOBSTER AAPL واسنجی می‌کنند. آن‌ها گزارش می‌دهند که رژیمی نزدیک به ناپایداری، اما زیر‌بحرانی، برای بازتولید خوشه‌بندی واقع‌گرایانه جریان سفارش اهمیت دارد. این سند روش پژوهش و واسنجی تجربی را شرح می‌دهد، نه استراتژی معاملاتی یا آزمون سودآوری. نتیجه‌گیری‌ها به مجموعه‌داده‌های انتخاب‌شده و فرض‌های مدل وابسته‌اند؛ خلاصه جزئیات واسنجی، نتایج تشخیصی یا شواهد عملکرد در اجرای زنده را ارائه نمی‌کند.
ایده‌های کلیدی
- فرایندهای هاوکس می‌توانند خوشه‌بندی رویدادهای دفتر سفارش محدود را مدل‌سازی کنند.
- این چارچوب جریان سفارش تصادفی را با شبیه‌ساز قطعی دفتر سفارش محدود ترکیب می‌کند.
- پایداری و ارگودیک بودن برای مدل‌های خطی و غیرخطی هاوکس بررسی می‌شوند.
- برای ارزیابی فرایندهای برازش‌شده از آزمون‌های تغییر مقیاس زمان و نیکویی برازش استفاده می‌شود.
- واسنجي‌های گزارش‌شده نشان می‌دهند که پویایی زیر‌بحرانی نزدیک به حالت بحرانی به بازتولید خوشه‌بندی واقع‌گرایانه کمک می‌کند.
برچسب‌ها
متن کامل
# A Deterministic Limit Order Book Simulator with Hawkes-Driven Order Flow # A Deterministic Limit Order Book Simulator with Hawkes-Driven Order Flow We present a reproducible research framework for market microstructure combining a deterministic C++ limit order book (LOB) simulator with stochastic order flow generated by multivariate marked Hawkes processes. The paper derives full stability and ergodicity proofs for both linear and nonlinear Hawkes models, implements time-rescaling and goodness-of-fit diagnostics, and calibrates exponential and power-law kernels on Binance BTCUSDT and LOBSTER AAPL datasets. Empirical results highlight the nearly-unstable subcritical regime as essential for reproducing realistic clustering in order flow. All code, datasets, and configuration files are publicly available at https://github.com/sohaibelkarmi/High-Frequency-Trading-Simulator
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.