Reconstituer le flux d’ordres à partir de transactions et cotations synchronisées

Résumé

Cette étude examine les données transaction par transaction et les cotations des actions des places de Paris, Londres et Francfort sur une période de cinq ans. Elle élabore un algorithme pour synchroniser ces deux sources et évalue l’effet des choix de reconstruction sur le flux d’ordres déduit des données agrégées. Les auteurs analysent aussi les signatures des transactions et affinent la procédure Lee-Ready, notamment en proposant des indications pour choisir son décalage temporel.

Les performances de l’algorithme varient selon la place boursière et la période ; l’analyse utilise ces variations pour repérer les changements techniques des marchés étudiés et évaluer la qualité des bases de données. Les auteurs montrent que les flux d’ordres reconstruits influent sur les modèles quantitatifs calibrés ensuite à partir de ces données. Leurs résultats concordent avec le raisonnement financier et avec un modèle illustratif de flux d’ordres de Poisson. Ils concernent les places et la base de données citées ; le document ne fournit pas assez de détails pour évaluer leur généralisation à d’autres plateformes ou sources de données.

Idées clés

• Les horodatages des transactions et des cotations doivent être synchronisés pour reconstituer le flux d’ordres à partir des données de marché.
• Les performances de l’algorithme de synchronisation proposé peuvent révéler des changements dans les systèmes des places boursières et dans la qualité des données agrégées.
• Les choix de reconstruction du flux d’ordres influent sur les modèles calibrés à partir des données obtenues.
• L’étude affine la classification des transactions Lee-Ready en examinant le choix du décalage temporel.
• Les résultats sont comparés au raisonnement financier et à un modèle de Poisson illustratif.

Étiquettes

# 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.

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.