آرڈر بک میں کھیل نظریے کے ذریعے قیمت سازی اور لیکویڈیٹی اخراجات

خلاصہ

مقالہ ماڈل کرتا ہے کہ آرڈر بک کے ذریعے کسی اثاثے کی ٹریڈنگ پر اس کی قیمت کیسے بنتی ہے۔ یہ دو متعلقہ طریقے پیش کرتا ہے: محدود تعداد کے کھلاڑیوں کا کھیل اور اوسط میدانی کھیل، جن میں ٹریڈنگ کے اخراجات محدود لیکویڈیٹی کی عکاسی کرتے ہیں۔ دونوں طریقوں میں مصنفین قیمت اور حقیقی آرڈر بہاؤ کے تعلق کو ظاہر کرنے والے تجزیاتی فارمولے اخذ کرتے ہیں۔ اس سے یہ مطالعہ ممکن ہوتا ہے کہ ٹریڈرز کے باہمی تعامل اور لیکویڈیٹی کی پابندیاں قیمتوں کو کیسے بناتی ہیں۔

مقالہ یہ بھی دیکھتا ہے کہ محدود کھلاڑیوں کا ماڈل کن حالات میں اپنے اوسط میدانی متبادل کی طرف جاتا ہے اور اس مطابقت کی شرائط شناخت کرتا ہے۔ اس میں دس NASDAQ حصص، ایک برازیلی حصص اور Binance پر ٹریڈ ہونے والی ایک کرپٹو کرنسی کے اعلیٰ تعدد والے ڈیٹا سے عددی جائزہ پیش کیا گیا ہے۔ فراہم کردہ وضاحت مخصوص فارمولے، مفروضے، مطابقت کی شرائط یا عددی نتائج نہیں بتاتی۔ لہٰذا یہاں شواہد بیان کردہ تجرباتی دائرے تک محدود ہیں؛ ان مارکیٹوں سے آگے ماڈلز کی عملی مناسبت اور اطلاق کا اندازہ صرف اس خلاصے سے نہیں لگایا جا سکتا۔

اہم خیالات

• مقالہ محدود کھلاڑیوں اور اوسط میدانی کھیل کے ماڈلز سے آرڈر بک میں قیمت سازی کا مطالعہ کرتا ہے۔
• محدود لیکویڈیٹی کو ٹریڈنگ کے اخراجات کا سبب سمجھا گیا ہے۔
• تجزیاتی فارمولے بنی ہوئی قیمتوں کو حقیقی آرڈر بہاؤ سے جوڑتے ہیں۔
• مصنفین محدود کھیل کی قیمتوں کے اوسط میدانی قیمتوں کی طرف جانے کی شرائط شناخت کرتے ہیں۔
• عددی مطالعے میں ایکویٹیز اور ایک کرپٹو کرنسی کے اعلیٰ تعدد والے مشاہدات استعمال ہوئے۔

ٹیگز

# Price formation in financial markets: a game-theoretic perspective


# Price formation in financial markets: a game-theoretic perspective









We propose two novel frameworks to study the price formation of an asset negotiated in an order book. Specifically, we develop a game-theoretic model in many-person games and mean-field games, considering costs stemming from limited liquidity. We derive analytical formulas for the formed price in terms of the realized order flow. We also identify appropriate conditions that ensure the convergence of the price we find in the finite population game to that of its mean-field counterpart. We numerically assess our results with a large experiment using high-frequency data from ten stocks listed in the NASDAQ, a stock listed in B3 in Brazil, and a cryptocurrency listed in Binance.

ماخذ کا حوالہ دیتے ہوئے مکمل متن دکھایا گیا ہے، ماخذ کے لائسنس کے تحت۔ لائسنس: abstract CC0

یہ خلاصہ اصل ماخذ سے Stratmill کے تحقیقی ایجنٹ نے لکھا ہے؛ یہ ماخذ کی نقل نہیں۔