Análise de cadeias de Markov dos fluxos de ordens durante a guerra comercial de 2018

Resumo

Este estudo modela sequências de ordens de alta frequência de ações de seis setores durante a guerra comercial entre EUA e China de 2018 US. Ele usa uma cadeia de Markov de tempo discreto, homogênea no tempo e de primeira ordem, verifica a hipótese de Markov com um teste qui-quadrado e estima as probabilidades de transição por máxima verossimilhança. Mapas de calor e estatísticas derivadas da cadeia são usados para comparar o comportamento das ordens em dias de alta e baixa volatilidade.

A análise relata mais ordens de inclusão e cancelamento em dias de alta volatilidade, o que os autores interpretam como operadores ativos colocando ordens limitadas e depois cancelando muitas delas. Probabilidades estacionárias altas e tempos médios de recorrência curtos para esses tipos de ordem dão suporte a essa interpretação. Lacunas espectrais e taxas de entropia semelhantes entre condições de volatilidade sugerem estratégias de trading comparáveis, enquanto execuções completas recorrentes nos setores de Finanças e Bancos são interpretadas como evidência de resiliência. O documento não fornece detalhes da amostra, estimativas numéricas ou identificação causal; portanto, alegações sobre a intenção dos operadores e a resiliência setorial devem ser tratadas como interpretações dos dados observados de ordens.

Ideias principais

• O estudo representa sequências de ordens de ações com uma cadeia de Markov homogênea no tempo e de primeira ordem.
• Um teste qui-quadrado avalia a hipótese de Markov, e as probabilidades de transição são estimadas por máxima verossimilhança.
• Segundo as estatísticas da cadeia relatadas, ordens de inclusão e cancelamento ganham destaque em dias de alta volatilidade.
• Lacunas espectrais e taxas de entropia semelhantes sugerem que a dinâmica das ordens permanece amplamente parecida entre condições de volatilidade.
• Execuções completas recorrentes nos setores de Finanças e Bancos são interpretadas como resiliência durante a guerra comercial.

Tags

# High-Frequency Stock Market Order Transitions during the US-China Trade War 2018: A Discrete-Time Markov Chain Analysis


# High-Frequency Stock Market Order Transitions during the US-China Trade War 2018: A Discrete-Time Markov Chain Analysis









Statistical analysis of high-frequency stock market order transaction data is conducted to understand order transition dynamics. We employ a first-order time-homogeneous discrete-time Markov chain model to the sequence of orders of stocks belonging to six different sectors during the USA-China trade war of 2018. The Markov property of the order sequence is validated by the Chi-square test. We estimate the transition probability matrix of the sequence using maximum likelihood estimation. From the heat-map of these matrices, we found the presence of active participation by different types of traders during high volatility days. On such days, these traders place limit orders primarily with the intention of deleting the majority of them to influence the market. These findings are supported by high stationary distribution and low mean recurrence values of add and delete orders. Further, we found similar spectral gap and entropy rate values, which indicates that similar trading strategies are employed on both high and low volatility days during the trade war. Among all the sectors considered in this study, we observe that there is a recurring pattern of full execution orders in Finance & Banking sector. This shows that the banking stocks are resilient during the trade war. Hence, this study may be useful in understanding stock market order dynamics and devise trading strategies accordingly on high and low volatility days during extreme macroeconomic events.

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.