शेयर ऑर्डर प्रवाह के लिए बेज़ियन ऑनलाइन परिवर्तन-बिंदु पहचान

सारांश

यह रिपोर्ट जाँचती है कि अपेक्षाकृत स्थिर और अस्थिर बाज़ार स्थितियों के बीच बदलावों को वास्तविक समय में कैसे पहचाना जाए। इसमें बेज़ियन ऑनलाइन परिवर्तन-बिंदु पहचान (BOCPD) पर ध्यान दिया गया है, जो आँकड़े आते ही संभावित संरचनात्मक विराम पहचानने की विधि है, और पहले के अनुसंधान में प्रस्तावित दो विस्तारों पर भी विचार किया गया है। इसका अनुप्रयोग NASDAQ-सूचीबद्ध शेयरों का चिह्नित ऑर्डर प्रवाह है; इसलिए यह विषय उच्च-आवृत्ति ट्रेडिंग और जोखिम प्रणालियों के लिए प्रासंगिक है, जिन्हें बदलते बाज़ार व्यवहार पर प्रतिक्रिया देनी होती है।

उपलब्ध विवरण अनुसंधान प्रश्न और आँकड़ों पर ध्यान बताता है, लेकिन कार्यान्वयन का विवरण, विधियों की तुलना या अनुभवजन्य नतीजे नहीं देता। इसलिए इससे यह स्थापित नहीं होता कि तरीके कितनी तेज़ी या भरोसे से विराम पहचानते हैं, अलग शेयरों या बाज़ार स्थितियों में कैसा प्रदर्शन करते हैं, या ट्रेडिंग अथवा जोखिम के नतीजे बेहतर करते हैं। व्यावहारिक उपयुक्तता आँकने के लिए ये विवरण आवश्यक होंगे।

मुख्य विचार

• बाज़ार अपेक्षाकृत स्थिर और अस्थिर व्यवस्थाओं के बीच बदल सकते हैं।
• संरचनात्मक विराम बाज़ार व्यवस्थाओं के बीच बदलाव हैं।
• ऑनलाइन विराम पहचान के लिए BOCPD और साहित्य के दो विस्तारों की जाँच की गई है।
• अनुप्रयोग में NASDAQ-सूचीबद्ध शेयरों का चिह्नित ऑर्डर प्रवाह इस्तेमाल होता है।

टैग

# Regimes in the Order Flow


# Regimes in the Order Flow









Financial markets alternate between periods of relative stability and instability, with structural breaks marking the transitions between these regimes. Identifying such breaks in real time is a central requirement for any trading or risk system operating at high frequency. This report studies Bayesian Online Changepoint Detection (BOCPD) and two extensions proposed in the literature, and applies them to the signed order flow of NASDAQ-listed equities.

स्रोत के लाइसेंस के तहत श्रेय सहित पूरा पाठ दिखाया गया है। लाइसेंस: abstract CC0

यह सारांश मूल स्रोत के आधार पर Stratmill के शोध एजेंट ने लिखा है; यह स्रोत की प्रति नहीं है।