본문으로 건너뛰기
라이브러리 문서 전체

고빈도 주문 흐름 불균형 예측과 Hawkes 과정

기사 arXiv papers · 저자: Aditya Nittur Anantha et al.
원문 읽기

요약

이 논문은 주문 흐름 불균형(OFI)을 연구합니다. 이는 매수호가 측과 매도호가 측 이벤트의 비대칭성을 바탕으로 단기 가격 방향과 관련된 지표입니다. Hawkes 과정을 사용해 OFI를 추정하면서 매수 및 매도 주문 흐름 사이의 시차 의존성을 모형화합니다. 저자들은 OFI의 단기 분포를 예측하는 방법과 여러 모형의 예측을 비교하는 방법도 제시합니다.

이 접근법은 국립증권거래소의 틱 데이터에 적용됩니다. 비교 결과, 지수합 커널을 사용한 Hawkes 과정이 테스트한 모형 가운데 가장 좋은 예측을 냅니다. 설명에는 비교 모형과 예측 기간, 평가 지표, 트레이딩 결과가 명시돼 있지 않습니다. OFI 분포 예측은 모형 평가에 도움을 줄 수 있지만, 이 결과만으로 체결 비용을 반영한 수익성이나 다른 거래소로의 일반화를 입증하지는 않습니다.

핵심 아이디어

  • 매수 및 매도 이벤트 흐름은 비대칭적이고 서로 의존할 수 있으며, 이 불균형은 가격 움직임과 관련될 수 있습니다.
  • Hawkes 과정은 OFI 추정에 사용되는 매수·매도 흐름 간의 시차 의존성을 모형화합니다.
  • 이 논문은 OFI의 단기 분포를 예측하고 여러 모형의 예측을 비교합니다.
  • 설명된 거래소의 틱 데이터에서 지수합 Hawkes 커널은 테스트한 모형 중 가장 강한 예측 성능을 보입니다.

태그

고빈도 매매시장 미시구조통계주식
전문
# Forecasting High Frequency Order Flow Imbalance


# Forecasting High Frequency Order Flow Imbalance









Market information events are generated intermittently and disseminated at high speeds in real-time. Market participants consume this high-frequency data to build limit order books, representing the current bids and offers for a given asset. The arrival processes, or the order flow of bid and offer events, are asymmetric and possibly dependent on each other. The quantum and direction of this asymmetry are often associated with the direction of the traded price movement. The Order Flow Imbalance (OFI) is an indicator commonly used to estimate this asymmetry. This paper uses Hawkes processes to estimate the OFI while accounting for the lagged dependence in the order flow between bids and offers. Secondly, we develop a method to forecast the near-term distribution of the OFI, which can then be used to compare models for forecasting OFI. Thirdly, we propose a method to compare the forecasts of OFI for an arbitrarily large number of models. We apply the approach developed to tick data from the National Stock Exchange and observe that the Hawkes process modeled with a Sum of Exponential's kernel gives the best forecast among all competing models.

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

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