अति-हाई-फ़्रीक्वेंसी शेयर रिटर्न में ऑर्डर फ़्लो और स्वसहसंबंध
सारांश
यह अध्ययन संशोधित माइक–फ़ार्मर ऑर्डर-आधारित मॉडल के संगणकीय प्रयोगों से जाँचता है कि ऑर्डर फ़्लो अति-हाई-फ़्रीक्वेंसी शेयर रिटर्न के स्वसहसंबंध को कैसे आकार देता है। यह हर्स्ट सूचकांक से रिटर्न निर्भरता मापता है और ऑर्डर फ़्लो के तीन गुण बदलता है: ऑर्डर दिशा की स्थिरता, सापेक्ष ऑर्डर कीमतों की स्थिरता और सापेक्ष ऑर्डर कीमतों का टेल इंडेक्स।
मॉडल का पूर्वानुमान है कि ऑर्डर दिशा की स्थिरता बढ़ने पर रिटर्न स्वसहसंबंध बढ़ता है और अन्य दो गुण बढ़ने पर घटता है। हालाँकि, लेखक पाते हैं कि ऑर्डर-दिशा की स्थिरता का प्रभाव प्रमुख है, जबकि सापेक्ष कीमतों के पैरामीटर का प्रभाव बहुत कम है। वे इन पूर्वानुमानों की तुलना 43 चीनी शेयरों के ऑर्डर-फ़्लो आँकड़ों से करते हैं और ऑर्डर-दिशा तथा सापेक्ष-मूल्य स्थिरता से जुड़े मॉडल के पूर्वानुमानित संबंधों के लिए अनुभवजन्य समर्थन बताते हैं। परिणाम एक विशेष परिघटनात्मक मॉडल और अध्ययन किए गए शेयर नमूने से संबंधित हैं; अंश यह स्थापित नहीं करता कि पूर्वानुमान अन्य बाज़ारों पर कितने लागू होते हैं या कमज़ोर सापेक्ष-मूल्य प्रभावों के पीछे की प्रक्रियाएँ क्या हैं।
मुख्य विचार
- संशोधित माइक–फ़ार्मर मॉडल ऑर्डर फ़्लो के गुणों को अति-हाई-फ़्रीक्वेंसी रिटर्न स्वसहसंबंध से जोड़ता है।
- अध्ययन हर्स्ट सूचकांक से रिटर्न निर्भरता मापता है।
- लगातार ऑर्डर दिशाओं का रिटर्न स्वसहसंबंध के साथ सकारात्मक और प्रमुख मॉडल-आधारित संबंध है।
- सापेक्ष ऑर्डर-मूल्य स्थिरता और उसका टेल इंडेक्स मॉडल में नकारात्मक, लेकिन नगण्य प्रभाव डालते हैं।
- 43 चीनी शेयरों के आँकड़े मॉडल के कुछ पूर्वानुमानित संबंधों का समर्थन करते हैं।
टैग
पूरा पाठ
# Computational experiments successfully predict the emergence of autocorrelations in ultra-high-frequency stock returns # Computational experiments successfully predict the emergence of autocorrelations in ultra-high-frequency stock returns Social and economic systems are complex adaptive systems, in which heterogenous agents interact and evolve in a self-organized manner, and macroscopic laws emerge from microscopic properties. To understand the behaviors of complex systems, computational experiments based on physical and mathematical models provide a useful tools. Here, we perform computational experiments using a phenomenological order-driven model called the modified Mike-Farmer (MMF) to predict the impacts of order flows on the autocorrelations in ultra-high-frequency returns, quantified by Hurst index $H_r$. Three possible determinants embedded in the MMF model are investigated, including the Hurst index $H_s$ of order directions, the Hurst index $H_x$ and the power-law tail index $α_x$ of the relative prices of placed orders. The computational experiments predict that $H_r$ is negatively correlated with $α_x$ and $H_x$ and positively correlated with $H_s$. In addition, the values of $α_x$ and $H_x$ have negligible impacts on $H_r$, whereas $H_s$ exhibits a dominating impact on $H_r$. The predictions of the MMF model on the dependence of $H_r$ upon $H_s$ and $H_x$ are verified by the empirical results obtained from the order flow data of 43 Chinese stocks.
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।