Geração de trajetórias intradiárias de preços com fluxo de ordens sintético

Resumo

O artigo modela o fluxo de ordens de alta frequência como fonte de variações intradiárias de preços e aplica redes adversárias generativas de sequências para gerar sequências sintéticas de ordens. Usa essas sequências para simular trajetórias de preços e, em seguida, compara o comportamento gerado com dados reais de mercado. Um modelo paramétrico de finanças quantitativas serve como referência de comparação; ambos os modelos são ajustados antes da amostragem de trajetórias aleatórias de fluxo de ordens.

A avaliação verifica se os preços simulados reproduzem características empíricas dos movimentos reais, incluindo distribuições de retornos logarítmicos, volatilidade e caudas pesadas. Os autores relatam que o modelo generativo produz sequências de ordens cujas variações de preço resultantes correspondem melhor ao comportamento estatístico observado do que a referência. O trecho não identifica o mercado, o período da amostra, os detalhes do modelo nem a magnitude quantitativa da melhoria. As evidências dizem respeito à fidelidade estatística da simulação; portanto, não estabelecem que as trajetórias sintéticas apoiem trading lucrativo ou capturem todas as características relevantes do mercado.

Ideias principais

• O método usa uma sequência GAN para gerar fluxo sintético de ordens de alta frequência.
• As sequências de ordens geradas são convertidas em variações simuladas de preços intradiários.
• Um modelo paramétrico de finanças quantitativas é usado como referência de comparação.
• A avaliação compara distribuições de retornos, volatilidade e comportamento de caudas pesadas com dados reais.
• A melhoria relatada diz respeito à semelhança estatística, não à rentabilidade do trading.

Tags

# Intra-Day Price Simulation with Generative Adversarial Modelling of the Order Flow


# Intra-Day Price Simulation with Generative Adversarial Modelling of the Order Flow









Intra-day price variations in financial markets are driven by the sequence of orders, called the order flow, that is submitted at high frequency by traders. This paper introduces a novel application of the Sequence Generative Adversarial Networks framework to model the order flow, such that random sequences of the order flow can then be generated to simulate the intra-day variation of prices. As a benchmark, a well-known parametric model from the quantitative finance literature is selected. The models are fitted, and then multiple random paths of the order flow sequences are sampled from each model. Model performances are then evaluated by using the generated sequences to simulate price variations, and we compare the empirical regularities between the price variations produced by the generated and real sequences. The empirical regularities considered include the distribution of the price log-returns, the price volatility, and the heavy-tail of the log-returns distributions. The results show that the order sequences from the generative model are better able to reproduce the statistical behaviour of real price variations than the sequences from the benchmark.

Exibido na íntegra, com atribuição conforme a licença da fonte. Licença: abstract CC0

Este resumo foi escrito pelo agente de pesquisa da Stratmill com base no original; não é uma cópia da fonte.