Des réseaux persistants de décalage prédisent les flux d’ordres FX et les prix moyens

Résumé

Le document présente une méthode pour déduire des réseaux de décalage temporel à partir des actions d’agents individuels, puis l’applique à des données de change détaillées par trader. Il présente la persistance des réseaux comme une explication de la manière dont l’activité d’un trader peut aider à prévoir les flux d’ordres ultérieurs d’autres traders. L’analyse examine aussi si les prix passés influencent les décisions des traders et rendent ainsi prévisibles les variations du prix moyen qu’ils paient.

Des modèles de forêts aléatoires servent à évaluer des prévisions horaires pour les investisseurs particuliers. Les résultats rapportés indiquent une forte prévisibilité de la direction des flux d’ordres comme de celle des prix moyens des transactions. Les auteurs suggèrent que ces tendances pourraient intéresser les courtiers et les systèmes d’appariement des ordres, et interprètent les interactions entre traders comme une explication possible de l’émergence endogène de l’activité. Le résumé ne fournit ni détails sur l’échantillon, ni paramètres du modèle, ni mesures numériques de performance, ni éléments permettant d’évaluer les résultats au-delà de ceux qui sont présentés ; la solidité et la portée générale des conclusions ne peuvent donc pas être évaluées indépendamment ici.

Idées clés

• Les réseaux de décalage temporel peuvent représenter les relations entre les actions de traders individuels.
• Les réseaux déduits persisteraient au fil du temps, ce qui permettrait de prévoir les flux d’ordres.
• Un trading influencé par les prix passés pourrait rendre prévisible la direction des prix moyens payés par les traders.
• Les forêts aléatoires révèlent, selon les résultats rapportés, une prévisibilité horaire de la direction des flux d’ordres des particuliers et des prix moyens des transactions.
• Les auteurs relient les interactions entre traders à l’émergence endogène de l’activité de marché.

Étiquettes

# Statistically validated lead-lag networks and inventory prediction in the foreign exchange market


# Statistically validated lead-lag networks and inventory prediction in the foreign exchange market









We introduce a method to infer lead-lag networks of agents' actions in complex systems. These networks open the way to both microscopic and macroscopic states prediction in such systems. We apply this method to trader-resolved data in the foreign exchange market. We show that these networks are remarkably persistent, which explains why and how order flow prediction is possible from trader-resolved data. In addition, if traders' actions depend on past prices, the evolution of the average price paid by traders may also be predictable. Using random forests, we verify that the predictability of both the sign of order flow and the direction of average transaction price is strong for retail investors at an hourly time scale, which is of great relevance to brokers and order matching engines. Finally, we argue that the existence of trader lead-lag networks explains in a self-referential way why a given trader becomes active, which is in line with the fact that most trading activity has an endogenous origin.

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.