Modelagem do impacto do fluxo de ordens com distribuições de transição mista

Resumo

Este artigo modela como sequências de eventos do fluxo de ordens afetam os preços dos ativos. Ele amplia modelos de impacto anteriores que tratavam o fluxo de ordens como exógeno e o resumiam principalmente por correlações par a par. Em vez disso, representa diretamente o fluxo de ordens como um processo discreto, distinguindo eventos que alteram o preço daqueles que não o alteram e combinando essas categorias com os sinais das ordens para formar uma variável de quatro estados.

Um modelo de Distribuição de Transição Mista oferece uma aproximação parcimoniosa de uma cadeia de Markov de alta ordem. Os autores relatam que ele captura correlações condicionais entre eventos com sinal e reproduz gráficos de assinatura tanto para ações de tick pequeno quanto de tick grande. Também descrevem um método flexível de calibração para modelos com muitos parâmetros. A análise fora da amostra é apresentada como evidência contra o sobreajuste, embora o documento não forneça dados detalhados, métricas de avaliação ou resultados de desempenho de trading.

Ideias principais

• O modelo trata o fluxo de ordens como uma sequência de eventos discretos, em vez de um processo exógeno descrito apenas por correlações par a par.
• A condição de alteração do preço e o sinal da ordem definem uma representação do fluxo de ordens com quatro estados.
• Distribuições de Transição Mista aproximam dinâmicas de Markov de alta ordem com uma estrutura parcimoniosa.
• Segundo os autores, o modelo captura correlações entre eventos com sinal e gráficos de assinatura em diferentes configurações de tamanho de tick.
• A análise fora da amostra é usada para avaliar se o modelo, que tem muitos parâmetros, sofre sobreajuste.

Tags

# Linear models for the impact of order flow on prices II. The Mixture Transition Distribution model


# Linear models for the impact of order flow on prices II. The Mixture Transition Distribution model









Modeling the impact of the order flow on asset prices is of primary importance to understand the behavior of financial markets. Part I of this paper reported the remarkable improvements in the description of the price dynamics which can be obtained when one incorporates the impact of past returns on the future order flow. However, impact models presented in Part I consider the order flow as an exogenous process, only characterized by its two-point correlations. This assumption seriously limits the forecasting ability of the model. Here we attempt to model directly the stream of discrete events with a so-called Mixture Transition Distribution (MTD) framework, introduced originally by Raftery (1985). We distinguish between price-changing and non price-changing events and combine them with the order sign in order to reduce the order flow dynamics to the dynamics of a four-state discrete random variable. The MTD represents a parsimonious approximation of a full high-order Markov chain. The new approach captures with adequate realism the conditional correlation functions between signed events for both small and large tick stocks and signature plots. From a methodological viewpoint, we discuss a novel and flexible way to calibrate a large class of MTD models with a very large number of parameters. In spite of this large number of parameters, an out-of-sample analysis confirms that the model does not overfit the data.

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.