उच्च-आवृत्ति कीमतों और ट्रेडों के लिए बहुविविध हॉक्स मॉडल
सारांश
यह कार्य उच्च-आवृत्ति बाज़ार कीमतों और ट्रेडिंग गतिविधि के लिए बहुविविध हॉक्स बिंदु-प्रक्रिया मॉडल प्रस्तुत करता है। चार अंतःक्रिया कर्नल ट्रेड आने में स्व-उत्तेजना, कीमत बदलावों में माध्य प्रत्यावर्तन, आने वाले ट्रेडों का कीमत की चाल पर प्रभाव और कीमत बदलावों से ट्रेडिंग गतिविधि तक फीडबैक दर्शाते हैं। इन घटकों को साथ मिलाकर कीमत की चाल के अनियमित समय, असतत कीमत वृद्धि, अल्प-अवधि के माध्य प्रत्यावर्तन और अलग-अलग समय पैमानों पर बदलते सहसंबंध जैसी विशेषताएँ पकड़ने के लिए बनाया गया है।
यह ढाँचा बाज़ार प्रभाव का भी मॉडल बनाता है, जिसमें अवतल, वर्गमूल जैसा प्रत्युत्तर और उसके बाद उसका शिथिल होना शामिल है। लेखक बताते हैं कि अनुभवजन्य सशर्त माध्य तीव्रताओं से कर्नल का अनुमान लगाकर अनाम बाज़ार डेटा से पूरा प्रभाव प्रोफ़ाइल निकाला जा सकता है। वे संख्यात्मक उदाहरण, वास्तविक डेटा पर अनुप्रयोग और पहले के तरीकों से तुलना देते हैं। दस्तावेज़ मॉडलिंग क्षमताओं और प्रदर्शनों का वर्णन करता है, लेकिन कोई विशिष्ट प्रदर्शन नतीजे या यह साक्ष्य नहीं देता कि अनुमानित प्रभाव प्रोफ़ाइल सीधे लाभदायक ट्रेडिंग रणनीतियों में बदलती हैं।
मुख्य विचार
- मॉडल ट्रेड, कीमत की चाल और ट्रेडिंग गतिविधि के बीच अंतःक्रिया दिखाने के लिए चार कर्नल इस्तेमाल करता है।
- इसका उद्देश्य असतत चाल और अल्पकालिक माध्य प्रत्यावर्तन सहित उच्च-आवृत्ति कीमत पैटर्न पकड़ना है।
- हॉक्स ढाँचा बाज़ार प्रभाव और समय के साथ उसके शिथिल होने का मॉडल बनाता है।
- सशर्त माध्य तीव्रताओं से मिले कर्नल अनुमान अनाम डेटा से प्रभाव प्रोफ़ाइल निकालने में काम आते हैं।
- वर्णित अनुप्रयोग यह स्थापित नहीं करते कि मॉडल लाभदायक रणनीति बनाता है।
टैग
पूरा पाठ
# Hawkes model for price and trades high-frequency dynamics # Hawkes model for price and trades high-frequency dynamics We introduce a multivariate Hawkes process that accounts for the dynamics of market prices through the impact of market order arrivals at microstructural level. Our model is a point process mainly characterized by 4 kernels associated with respectively the trade arrival self-excitation, the price changes mean reversion the impact of trade arrivals on price variations and the feedback of price changes on trading activity. It allows one to account for both stylized facts of market prices microstructure (including random time arrival of price moves, discrete price grid, high frequency mean reversion, correlation functions behavior at various time scales) and the stylized facts of market impact (mainly the concave-square-root-like/relaxation characteristic shape of the market impact of a meta-order). Moreover, it allows one to estimate the entire market impact profile from anonymous market data. We show that these kernels can be estimated from the empirical conditional mean intensities. We provide numerical examples, application to real data and comparisons to former approaches.
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।