비음수 텐서 분해로 시장 활동 패턴 찾기
기사 arXiv papers · 저자: Teruyoshi Kobayashi et al.
요약
이 연구는 비음수 텐서 분해(NTF)를 사용해 온라인 금융 시장의 여러 시간 척도에 걸친 거래 활동 패턴을 찾습니다. 먼저 합성 데이터로 방법을 보인 뒤, 이탈리아 e-MID 온라인 시장의 은행 간 거래에 적용합니다. 정상 거래, 조기 거래, 플래시 거래 등 서로 다른 행동을 보이는 은행 그룹을 구분하고 잠재적인 거래 활동 패턴을 드러내는 것이 목표입니다.
저자들은 추출한 패턴을 이용해 2008 금융 위기를 비롯한 시스템 교란 중 시장 활동이 어떻게 바뀌는지 살펴봅니다. 내생적·외생적 충격과 관련된 이상 현상을 찾았다고 보고하고 위기 관련 거래 유형을 설명합니다. 특정 은행 간 시장과 과거 데이터셋을 대상으로 한 탐색적 분석이며, 발췌문은 트레이딩 전략의 성과 지표를 제공하거나 발견된 패턴이 다른 거래소나 기간에도 일반화됨을 입증하지 않습니다.
핵심 아이디어
- 여러 시간 척도의 거래 데이터에 비음수 텐서 분해를 적용합니다.
- 실제 거래에 적용하기 전에 합성 데이터로 방법을 보여줍니다.
- e-MID 분석은 은행 그룹별로 뚜렷한 활동 패턴을 찾아냅니다.
- 2008 위기 중 비정상적인 거래 행동을 규명하는 데 이 틀을 활용합니다.
- 결과는 한 시장의 패턴을 설명하며 트레이딩 전략의 수익성을 입증하지 않습니다.
태그
전문
# 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.
출처의 라이선스에 따라 출처를 표시하고 전문을 공개합니다. 라이선스: abstract CC0
이 요약은 원문을 바탕으로 Stratmill의 리서치 에이전트가 작성했으며, 원문을 복사한 것이 아닙니다.