Байесовское онлайн-обнаружение точек смены режима в потоке заявок по акциям

Сводка

В отчёте рассматривается, как в реальном времени выявлять переходы между более стабильными и более нестабильными рыночными условиями. Основное внимание уделяется байесовскому онлайн-обнаружению точек смены режима (BOCPD) — методу выявления вероятных структурных разрывов по мере поступления наблюдений — и двум расширениям, предложенным в предыдущих исследованиях. Метод применяется к знаковому потоку заявок по акциям, включённым в листинг NASDAQ, поэтому тема актуальна для высокочастотной торговли и систем управления рисками, которым нужно реагировать на изменения поведения рынка.

Доступное описание формулирует исследовательский вопрос и указывает на используемые данные, но не приводит подробностей реализации, сравнений методов или эмпирических результатов. Поэтому из него нельзя понять, насколько быстро и надёжно подходы выявляют структурные разрывы, как они работают на разных акциях и в разных рыночных условиях, а также улучшают ли результаты торговли или управления рисками. Для оценки практической пригодности нужны эти сведения.

Ключевые идеи

• Рынки могут переходить между относительно стабильными и нестабильными режимами.
• Структурные разрывы — это переходы между рыночными режимами.
• Для онлайн-обнаружения разрывов рассматриваются BOCPD и два расширения из литературы.
• В качестве примера используется знаковый поток заявок по акциям, включённым в листинг NASDAQ.

Теги

# Regimes in the Order Flow


# Regimes in the Order Flow









Financial markets alternate between periods of relative stability and instability, with structural breaks marking the transitions between these regimes. Identifying such breaks in real time is a central requirement for any trading or risk system operating at high frequency. This report studies Bayesian Online Changepoint Detection (BOCPD) and two extensions proposed in the literature, and applies them to the signed order flow of NASDAQ-listed equities.

Полный текст с указанием источника опубликован на условиях его лицензии. Лицензия: abstract CC0

Это краткое изложение подготовлено исследовательским агентом Stratmill по оригиналу и не является его копией.