Redes persistentes de defasagem preveem o fluxo de ordens e os preços médios de FX

Resumo

O documento apresenta um método para inferir redes de liderança e defasagem a partir das ações de agentes individuais e o aplica a dados de câmbio identificados por trader. Apresenta a persistência da rede como uma explicação para que a atividade de um trader ajude a prever o fluxo de ordens posterior de outros traders. A análise também considera se preços passados influenciam as ações dos traders e, assim, permitem prever mudanças no preço médio que pagam.

Modelos de floresta aleatória são usados para avaliar previsões horárias para investidores de varejo. Os resultados relatados indicam forte previsibilidade tanto para a direção do fluxo de ordens quanto para a direção dos preços médios de transação. Os autores sugerem que esses padrões podem ser relevantes para corretoras e sistemas de correspondência de ordens, e interpretam as interações entre traders como uma razão para a atividade poder surgir endogenamente. O resumo não apresenta detalhes da amostra, configurações dos modelos, medidas numéricas de desempenho nem evidências além dos resultados declarados; assim, não é possível avaliar de forma independente a força e a generalidade dos achados.

Ideias principais

• Redes de liderança e defasagem podem representar relações entre as ações de traders individuais.
• As redes inferidas são descritas como persistentes ao longo do tempo, o que apoia a previsão do fluxo de ordens.
• O trading influenciado por preços passados pode tornar previsível a direção dos preços médios pagos pelos traders.
• Florestas aleatórias mostram previsibilidade horária relatada para as direções do fluxo de ordens de varejo e dos preços médios de transação.
• Os autores relacionam as interações entre traders ao surgimento endógeno da atividade de mercado.

Tags

# Statistically validated lead-lag networks and inventory prediction in the foreign exchange market


# Statistically validated lead-lag networks and inventory prediction in the foreign exchange market









We introduce a method to infer lead-lag networks of agents' actions in complex systems. These networks open the way to both microscopic and macroscopic states prediction in such systems. We apply this method to trader-resolved data in the foreign exchange market. We show that these networks are remarkably persistent, which explains why and how order flow prediction is possible from trader-resolved data. In addition, if traders' actions depend on past prices, the evolution of the average price paid by traders may also be predictable. Using random forests, we verify that the predictability of both the sign of order flow and the direction of average transaction price is strong for retail investors at an hourly time scale, which is of great relevance to brokers and order matching engines. Finally, we argue that the existence of trader lead-lag networks explains in a self-referential way why a given trader becomes active, which is in line with the fact that most trading activity has an endogenous origin.

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.