コンテンツへスキップ
ライブラリの全資料

非負値テンソル分解で市場活動のパターンを特定

記事 arXiv papers · 著者: Teruyoshi Kobayashi et al.
原文を読む

サマリー

この研究は非負値テンソル分解（NTF）を用いて、オンライン金融市場における複数の時間スケールの取引活動パターンを特定します。まず合成データで手法を示し、次にイタリアのe-MIDオンライン市場における銀行間取引に適用します。取引活動に潜むパターンを明らかにし、通常取引、早期取引、フラッシュ取引を行う銀行群を区別することを目指します。

著者らは抽出したパターンを用いて、2008金融危機を含むシステム上の混乱時に市場活動がどう変化するかも調べています。内生的・外生的ショックに関連する異常を発見し、危機に関連した取引モードを記述したと報告しています。これは特定の銀行間市場と過去のデータセットを対象とする探索的分析です。抜粋にはトレード戦略のパフォーマンス指標がなく、発見したパターンが他の取引場所や期間にも当てはまるとは示されていません。

主なアイデア

  • 複数の時間スケールの取引データに非負値テンソル分解を適用します。
  • 実際の取引に適用する前に、合成データで手法を示します。
  • e-MIDの分析により、銀行群ごとの異なる活動パターンを特定します。
  • 2008危機時の異常な取引行動を特徴付けるために、この枠組みを用います。
  • 結果は単一市場のパターンを示すもので、トレード戦略の収益性を証明するものではありません。

タグ

固定利付商品市場マイクロストラクチャー統計機械学習
全文
# Extracting the multi-timescale activity patterns of online financial markets


# Extracting the multi-timescale activity patterns of online financial markets









Online financial markets can be represented as complex systems where trading dynamics can be captured and characterized at different resolutions and time scales. In this work, we develop a methodology based on non-negative tensor factorization (NTF) aimed at extracting and revealing the multi-timescale trading dynamics governing online financial systems. We demonstrate the advantage of our strategy first using synthetic data, and then on real-world data capturing all interbank transactions (over a million) occurred in an Italian online financial market (e-MID) between 2001 and 2015. Our results demonstrate how NTF can uncover hidden activity patterns that characterize groups of banks exhibiting different trading strategies (normal vs. early vs. flash trading, etc.). We further illustrate how our methodology can reveal "crisis modalities" in trading triggered by endogenous and exogenous system shocks: as an example, we reveal and characterize trading anomalies in the midst of the 2008 financial crisis.

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。