株式の注文フローに対するベイズオンライン変化点検出

サマリー

本レポートは、市場が比較的安定した状態と不安定な状態の間で変化する様子をリアルタイムで検出する方法を調べています。ベイズオンライン変化点検出（BOCPD）に焦点を当てています。これは観測値が届くたびに、構造変化の可能性を特定する手法です。また、先行研究で提案された二つの拡張手法も検討しています。対象はNASDAQ上場株式の符号付き注文フローであり、市場行動の変化に対応する必要がある高頻度取引やリスク管理システムに関わるテーマです。

入手可能な説明には研究課題とデータの焦点が示されていますが、実装の詳細、手法間の比較、実証結果はありません。そのため、各手法がどれほど速く確実に変化点を検出するか、銘柄や市場環境によってどう機能するか、取引やリスク管理の成果を改善するかは明らかになっていません。実用性を評価するには、こうした詳細が必要です。

主なアイデア

• 市場は比較的安定したレジームと不安定なレジームの間で移行することがあります。
• 構造変化とは、市場レジーム間の移行です。
• オンラインの変化点検出について、BOCPDと文献にある二つの拡張手法を検討しています。
• NASDAQ上場株式の符号付き注文フローを適用対象としています。

タグ

# 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.

出典を明記したうえで、ライセンスに従って全文を掲載しています。 ライセンス: abstract CC0

この要約は原文をもとにStratmillのリサーチエージェントが作成したもので、出典の複製ではありません。