Цепи Маркова и потоки заявок во время торговой войны 2018

Сводка

В исследовании моделируются последовательности высокочастотных заявок по акциям из шести секторов во время торговой войны 2018 US года. Используется однородная по времени дискретная цепь Маркова первого порядка; предположение Маркова проверяется критерием хи-квадрат, а вероятности переходов оцениваются методом максимального правдоподобия. Для сравнения поведения заявок в дни высокой и низкой волатильности используются тепловые карты и производные статистики цепи.

Согласно результатам анализа, в дни высокой волатильности чаще добавляются и отменяются заявки. Авторы объясняют это тем, что активные трейдеры выставляют лимитные заявки, а затем многие из них отменяют. Высокие стационарные вероятности и короткое среднее время возврата для таких типов заявок поддерживают эту интерпретацию. Сходные спектральные зазоры и скорости энтропии при разных уровнях волатильности указывают на сопоставимые торговые стратегии, а повторяющиеся полные исполнения в секторах финансов и банковского дела трактуются как признак устойчивости. В документе нет сведений о выборке, численных оценок или причинной идентификации, поэтому утверждения о намерениях трейдеров и устойчивости секторов следует считать интерпретацией наблюдаемых данных о заявках.

Ключевые идеи

• Последовательности заявок по акциям представляются однородной по времени цепью Маркова первого порядка.
• Предположение Маркова проверяется критерием хи-квадрат, а вероятности переходов оцениваются методом максимального правдоподобия.
• Согласно статистикам цепи, в дни высокой волатильности чаще добавляются и отменяются заявки.
• Сходные спектральные зазоры и скорости энтропии указывают, что динамика заявок в целом похожа при разных уровнях волатильности.
• Повторяющиеся полные исполнения в финансовом и банковском секторах интерпретируются как признак устойчивости во время торговой войны.

Теги

# 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.

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.