Многомерные модели Хоукса для высокочастотных цен и сделок

Сводка

В работе представлена многомерная модель точечного процесса Хоукса для высокочастотных рыночных цен и торговой активности. Четыре ядра взаимодействия описывают самовозбуждение потока сделок, возврат изменений цен к среднему, влияние поступающих сделок на движение цен и обратную связь от изменений цен к торговой активности. В совокупности эти компоненты предназначены для описания таких особенностей, как нерегулярные моменты движения цен, дискретные приращения цен, возврат к среднему на коротком горизонте и изменение корреляций между временными масштабами.

Модель также описывает влияние на рынок, включая вогнутую реакцию, похожую на зависимость с квадратным корнем, и последующее затухание эффекта. Авторы объясняют, что полный профиль влияния можно оценить по анонимным рыночным данным, оценив ядра по эмпирическим условным средним интенсивностям. Приведены численные примеры, приложения на реальных данных и сравнения с прежними подходами. В документе описаны возможности модели и демонстрации, но нет конкретных результатов эффективности или данных о том, что оценённые профили влияния напрямую превращаются в прибыльные торговые стратегии.

Ключевые идеи

• В модели четыре ядра описывают взаимодействия между сделками, изменениями цен и торговой активностью.
• Модель предназначена для описания высокочастотных паттернов цен, включая дискретные движения и краткосрочный возврат к среднему.
• Модель Хоукса описывает влияние на рынок и его затухание во времени.
• Оценки ядер по условным средним интенсивностям позволяют выводить профили влияния из анонимных данных.
• Описанные приложения не доказывают, что модель создаёт прибыльную стратегию.

Теги

# Hawkes model for price and trades high-frequency dynamics


# Hawkes model for price and trades high-frequency dynamics









We introduce a multivariate Hawkes process that accounts for the dynamics of market prices through the impact of market order arrivals at microstructural level. Our model is a point process mainly characterized by 4 kernels associated with respectively the trade arrival self-excitation, the price changes mean reversion the impact of trade arrivals on price variations and the feedback of price changes on trading activity. It allows one to account for both stylized facts of market prices microstructure (including random time arrival of price moves, discrete price grid, high frequency mean reversion, correlation functions behavior at various time scales) and the stylized facts of market impact (mainly the concave-square-root-like/relaxation characteristic shape of the market impact of a meta-order). Moreover, it allows one to estimate the entire market impact profile from anonymous market data. We show that these kernels can be estimated from the empirical conditional mean intensities. We provide numerical examples, application to real data and comparisons to former approaches.

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.