본문으로 건너뛰기
라이브러리 문서 전체

주문 흐름 불확실성에서 재고 보유를 통한 최적 포지션 정리

기사 arXiv papers · 저자: Marcel Nutz et al.
원문 읽기

요약

이 연구는 미래 주문 흐름이 불확실할 때 중앙 집중식 트레이딩 데스크가 들어오는 주문을 어떻게 처리해야 하는지 살펴봅니다. 데스크는 나중에 반대 방향 주문 흐름과 상쇄하기 위해 주문을 보유하거나, 시장에 보내 스프레드와 가격 충격에 따른 비용을 부담할 수 있습니다. 저자들은 일반적인 유입 프로세스군에 대해 이 선택을 정식화하고, 수치적으로도 구현할 수 있는 준폐쇄형 해석해를 제시합니다.

최적 전략은 주문 규모가 알려진 표준 체결 방식과 달리 예상되는 미래 유입을 반영합니다. 이 조정은 주문 흐름의 자기상관에 좌우됩니다. 문서에 따르면 근시안적인 포지션 정리가 최적인 경우는 마팅게일, 즉 진실을 말하는 주문 흐름뿐입니다. 시뮬레이션은 여러 활용 사례와 레짐을 다루며, 저자들은 실무 지표도 소개합니다. 제공된 텍스트에는 시뮬레이션 매개변수나 정량적 비용 비교가 없어 특정 데스크 또는 주문 흐름 환경에서의 성과를 입증하지 않습니다.

핵심 아이디어

  • 중앙 리스크 데스크는 들어온 거래를 보유해 나중의 반대 방향 주문과 상계하거나 시장에 내보낼 수 있습니다.
  • 의사결정 모형은 스프레드와 가격 충격을 포함한 거래 비용을 반영합니다.
  • 예상되는 미래 유입 때문에 주문 규모를 미리 아는 경우의 전략에 조정이 더해집니다.
  • 조정은 주문 흐름의 자기상관에 좌우되며, 마팅게일 흐름에서만 근시안적 포지션 정리가 적용됩니다.
  • 저자들은 준폐쇄형 해와 시뮬레이션을 제시하지만, 설명에는 정량적 비교가 없습니다.

태그

주문 집행시장 미시구조리스크 관리통계차익 거래
전문
# Unwinding Stochastic Order Flow: When to Warehouse Trades


# Unwinding Stochastic Order Flow: When to Warehouse Trades









We study how to unwind stochastic order flow with minimal transaction costs. Stochastic order flow arises, e.g., in the central risk book (CRB), a centralized trading desk that aggregates order flows within a financial institution. The desk can warehouse in-flow orders, ideally netting them against subsequent opposite orders (internalization), or route them to the market (externalization) and incur costs related to price impact and bid-ask spread. We model and solve this problem for a general class of in-flow processes, enabling us to study in detail how in-flow characteristics affect optimal strategy and core trading metrics. Our model allows for an analytic solution in semi-closed form and is readily implementable numerically. Compared with a standard execution problem where the order size is known upfront, the unwind strategy exhibits an additive adjustment for projected future in-flows. Its sign depends on the autocorrelation of orders; only truth-telling (martingale) flow is unwound myopically. In addition to analytic results, we present extensive simulations for different use cases and regimes, and introduce new metrics of practical interest.

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

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