본문으로 건너뛰기
라이브러리 문서 전체

거래량·가격 범위 예측을 활용한 적응형 주문 분할

기사 arXiv papers · 저자: Ritwika Chattopadhyay et al.
원문 읽기

요약

이 문서는 대량 주문을 실행할 때 발생할 수 있는 시장 충격과 슬리피지를 줄이기 위한 적응형 실행 전략을 설명합니다. 향후 거래량과 가격 범위를 추정한 뒤 시장 상황에 따라 분할 주문의 규모를 조정하는 방식을 제안합니다.

예측 방식은 지수가중이동평균과 마르코프 연쇄 몬테카를로 시뮬레이션을 결합합니다. 논문은 이 방법이 실행 효율성을 높이고 시장 충격을 줄이며 변동성이 큰 상황에서 유용하다고 보고합니다. 발췌문에는 데이터, 비교 기준, 평가 설계, 보고된 개선 폭이 명시되지 않아 결과의 견고성이나 다른 상황으로의 적용 가능성을 이 설명만으로 판단할 수 없습니다.

핵심 아이디어

  • 대량 주문은 실행 과정에서 시장 충격과 슬리피지를 유발할 수 있습니다.
  • 이 전략은 거래량과 가격 범위를 예측해 분할 주문 규모를 조정합니다.
  • 지수가중이동평균과 마르코프 연쇄 몬테카를로 시뮬레이션을 결합합니다.
  • 문서는 실행 효율성 향상과 시장 충격 감소를 보고하지만 발췌문에는 평가 세부사항이 없습니다.

태그

주문 집행시장 미시구조변동성
전문
# Volatility-Volume Order Slicing via Statistical Analysis


# Volatility-Volume Order Slicing via Statistical Analysis









This paper addresses the challenges faced in large-volume trading, where executing substantial orders can result in significant market impact and slippage. To mitigate these effects, this study proposes a volatility-volume-based order slicing strategy that leverages Exponential Weighted Moving Average and Markov Chain Monte Carlo simulations. These methods are used to dynamically estimate future trading volumes and price ranges, enabling traders to adapt their strategies by segmenting order execution sizes based on these predictions. Results show that the proposed approach improves trade execution efficiency, reduces market impact, and offers a more adaptive solution for volatile market conditions. The findings have practical implications for large-volume trading, providing a foundation for further research into adaptive execution strategies.

출처의 라이선스에 따라 출처를 표시하고 전문을 공개합니다. 라이선스: abstract CC0

이 요약은 원문을 바탕으로 Stratmill의 리서치 에이전트가 작성했으며, 원문을 복사한 것이 아닙니다.