Découpage adaptatif des ordres selon les prévisions de volume et de fourchettes de prix | Stratmill

Résumé

Le document décrit une stratégie d’exécution adaptative pour les ordres importants, motivée par l’impact de marché et le slippage pouvant survenir lors de transactions portant sur des volumes élevés. Il propose d’estimer les volumes de trading et les fourchettes de prix futurs, puis d’utiliser ces estimations pour ajuster la taille des tranches d’ordre lorsque les conditions de marché évoluent.

La méthode de prévision combine une moyenne mobile à pondération exponentielle et des simulations de Monte-Carlo par chaînes de Markov. L’article rapporte que la méthode améliore l’efficacité d’exécution et réduit l’impact de marché, et la présente comme utile dans les périodes volatiles. L’extrait ne précise ni les données, ni les références de comparaison, ni le dispositif d’évaluation, ni l’ampleur des améliorations rapportées ; il est donc impossible d’évaluer la robustesse ou la transférabilité de ces résultats à partir de cette seule description.

Idées clés

• Les ordres importants peuvent générer un impact de marché et du slippage lors de leur exécution.
• La stratégie prévoit les volumes de trading et les fourchettes de prix pour ajuster la taille des tranches.
• Elle combine une moyenne mobile à pondération exponentielle et des simulations de Monte-Carlo par chaînes de Markov.
• Le document fait état d’une meilleure efficacité d’exécution et d’un impact de marché réduit, mais l’extrait ne fournit aucun détail d’évaluation.

Étiquettes

# Volatility-Volume Order Slicing via Statistical Analysis


# Volatility-Volume Order Slicing via Statistical Analysis









This paper addresses the challenges faced in large-volume trading, where executing substantial orders can result in significant market impact and slippage. To mitigate these effects, this study proposes a volatility-volume-based order slicing strategy that leverages Exponential Weighted Moving Average and Markov Chain Monte Carlo simulations. These methods are used to dynamically estimate future trading volumes and price ranges, enabling traders to adapt their strategies by segmenting order execution sizes based on these predictions. Results show that the proposed approach improves trade execution efficiency, reduces market impact, and offers a more adaptive solution for volatile market conditions. The findings have practical implications for large-volume trading, providing a foundation for further research into adaptive execution strategies.

Reproduit dans son intégralité avec attribution, conformément à la licence de la source. Licence: abstract CC0

Ce résumé a été rédigé par l’agent de recherche de Stratmill à partir de la source originale ; il n’en est pas une copie.