شناسایی الگوهای فعالیت بازار با تجزیه تانسور نامنفی

خلاصه

این پژوهش از تجزیه تانسور نامنفی (NTF) برای شناسایی الگوهای فعالیت معاملاتی در چند مقیاس زمانی در بازارهای مالی آنلاین استفاده می‌کند. ابتدا روش را با داده‌های مصنوعی نشان می‌دهد و سپس آن را بر تراکنش‌های بین‌بانکی بازار آنلاین e-MID ایتالیا اعمال می‌کند. هدف، آشکارسازی الگوهای نهفته فعالیت معاملاتی و تفکیک گروه‌هایی از بانک‌هاست که رفتارهایشان شامل معاملات عادی، زودهنگام یا سریع است.

نویسندگان همچنین از الگوهای استخراج‌شده برای بررسی تغییر فعالیت بازار هنگام اختلالات سیستمی، از جمله بحران مالی 2008، استفاده می‌کنند. آن‌ها از یافتن ناهنجاری‌های مرتبط با شوک‌های درون‌زا و برون‌زا خبر می‌دهند و شیوه‌های معاملاتی مرتبط با بحران را شرح می‌دهند. این تحلیل اکتشافی به یک بازار بین‌بانکی و مجموعه‌داده تاریخی خاص می‌پردازد؛ گزیده، سنجه‌های عملکرد استراتژی‌های معاملاتی را ارائه نمی‌دهد و تعمیم الگوهای کشف‌شده به بازارها یا دوره‌های دیگر را اثبات نمی‌کند.

ایده‌های کلیدی

• تجزیه تانسور نامنفی بر داده‌های معاملاتی در چند مقیاس زمانی اعمال می‌شود.
• برای نمایش روش، پیش از کاربرد آن روی تراکنش‌های واقعی از داده‌های مصنوعی استفاده می‌شود.
• تحلیل e-MID الگوهای فعالیت متمایزی را میان گروه‌های بانکی شناسایی می‌کند.
• از چارچوب برای توصیف رفتار معاملاتی نامعمول در جریان بحران 2008 استفاده می‌شود.
• نتایج، الگوهای یک بازار را توصیف می‌کنند و سودآوری یک استراتژی معاملاتی را اثبات نمی‌کنند.

برچسب‌ها

# Extracting the multi-timescale activity patterns of online financial markets


# Extracting the multi-timescale activity patterns of online financial markets









Online financial markets can be represented as complex systems where trading dynamics can be captured and characterized at different resolutions and time scales. In this work, we develop a methodology based on non-negative tensor factorization (NTF) aimed at extracting and revealing the multi-timescale trading dynamics governing online financial systems. We demonstrate the advantage of our strategy first using synthetic data, and then on real-world data capturing all interbank transactions (over a million) occurred in an Italian online financial market (e-MID) between 2001 and 2015. Our results demonstrate how NTF can uncover hidden activity patterns that characterize groups of banks exhibiting different trading strategies (normal vs. early vs. flash trading, etc.). We further illustrate how our methodology can reveal "crisis modalities" in trading triggered by endogenous and exogenous system shocks: as an example, we reveal and characterize trading anomalies in the midst of the 2008 financial crisis.

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.