समकालिक ट्रेड और कोट से ऑर्डर प्रवाह का पुनर्निर्माण
सारांश
यह अध्ययन पाँच वर्षों की अवधि में पेरिस, लंदन और फ़्रैंकफ़र्ट एक्सचेंजों के शेयरों के टिक-दर-टिक ट्रेड और कोट डेटा की जाँच करता है। यह दोनों डेटा स्रोतों को समकालिक करने वाला एल्गोरिदम विकसित करता है और मूल्यांकन करता है कि पुनर्निर्माण के विकल्प समेकित डेटा से अनुमानित ऑर्डर प्रवाह को कैसे प्रभावित करते हैं। लेखक ट्रेड सिग्नेचर का विश्लेषण भी करते हैं और Lee-Ready प्रक्रिया को बेहतर बनाते हैं, जिसमें उसका समय-अंतराल चुनने के बारे में मार्गदर्शन शामिल है।
एल्गोरिदम का प्रदर्शन एक्सचेंज और समयावधि के अनुसार बदलता है। विश्लेषण इन बदलावों का उपयोग अध्ययन किए गए बाज़ारों में तकनीकी परिवर्तनों की पहचान करने और डेटाबेस की गुणवत्ता का आकलन करने के लिए करता है। लेखक दिखाते हैं कि पुनर्निर्मित ऑर्डर प्रवाह उन मात्रात्मक मॉडलों को प्रभावित करते हैं जिन्हें बाद में उसी डेटा पर कैलिब्रेट किया जाता है। उनके निष्कर्ष वित्तीय तर्क और एक उदाहरणात्मक पॉइसन ऑर्डर-प्रवाह मॉडल के अनुरूप हैं। परिणाम सूचीबद्ध एक्सचेंजों और डेटाबेस से संबंधित हैं; दस्तावेज़ अन्य ट्रेडिंग स्थलों या डेटा स्रोतों पर निष्कर्षों की लागू होने की क्षमता का आकलन करने के लिए पर्याप्त विवरण नहीं देता।
मुख्य विचार
- टिक डेटा से ऑर्डर प्रवाह का पुनर्निर्माण करने के लिए ट्रेड और कोट के टाइमस्टैम्प का समकालिक होना आवश्यक है।
- प्रस्तावित समकालिकता एल्गोरिदम का प्रदर्शन एक्सचेंज प्रणालियों में बदलाव और समेकित डेटा की गुणवत्ता उजागर कर सकता है।
- ऑर्डर प्रवाह के पुनर्निर्माण के दौरान किए गए विकल्प, तैयार डेटा पर कैलिब्रेट किए गए मॉडलों को प्रभावित करते हैं।
- समय-अंतराल चुनने की जाँच करके अध्ययन Lee-Ready ट्रेड वर्गीकरण को बेहतर बनाता है।
- निष्कर्षों की तुलना वित्तीय तर्क और एक उदाहरणात्मक पॉइसन मॉडल से की गई है।
टैग
पूरा पाठ
# 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.
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।