Прогнозирование волатильности и доходности с помощью физики биржевого стакана

Сводка

В исследовании предлагается метод, вдохновлённый статистической физикой, для прогнозирования волатильности цен и ожидаемой доходности по данным биржевого стакана уровня 3. Ордера представляются как элементы физической системы, а для описания состояния стакана определяются показатели, напоминающие кинетическую энергию и импульс. Подход направлен на учёт микроструктуры рынка за пределами лучших цен покупки и продажи.

Ключевая особенность — «активная глубина»: вычислительно эффективный способ определять уровни биржевого стакана, считающиеся значимыми для динамики цен. Авторы сообщают, что в эмпирических сравнениях их модель превосходит традиционные эталоны и алгоритм машинного обучения, улучшая прогнозы волатильности и ожидаемой доходности. В отрывке не указаны рынок, период данных, подробности эталонных моделей, метрики оценки или статистическая значимость, поэтому заявленные улучшения нельзя оценить только по этому описанию. Метод представляет собой систему прогнозирования, а не полноценную торговую стратегию; его полезность может зависеть от качества данных и рыночных условий.

Ключевые идеи

• Модель использует данные биржевого стакана уровня 3 для прогнозирования волатильности и ожидаемой доходности.
• Свойства биржевого стакана преобразуются в показатели, вдохновлённые кинетической энергией и импульсом в физике.
• Активная глубина выявляет уровни стакана, которые, как предполагается, влияют на динамику цен.
• В исследовании сообщается о более высокой точности прогнозов по сравнению с традиционными подходами и эталонной моделью машинного обучения.
• В отрывке недостаточно подробностей оценки, чтобы судить о широте применимости результатов.

Теги

# An Empirical Analysis on Financial Markets: Insights from the Application of Statistical Physics


# An Empirical Analysis on Financial Markets: Insights from the Application of Statistical Physics









In this study, we introduce a physical model inspired by statistical physics for predicting price volatility and expected returns by leveraging Level 3 order book data. By drawing parallels between orders in the limit order book and particles in a physical system, we establish unique measures for the system's kinetic energy and momentum as a way to comprehend and evaluate the state of limit order book. Our model goes beyond examining merely the top layers of the order book by introducing the concept of 'active depth', a computationally-efficient approach for identifying order book levels that have impact on price dynamics. We empirically demonstrate that our model outperforms the benchmarks of traditional approaches and machine learning algorithm. Our model provides a nuanced comprehension of market microstructure and produces more accurate forecasts on volatility and expected returns. By incorporating principles of statistical physics, this research offers valuable insights on understanding the behaviours of market participants and order book dynamics.

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.