انتہائی اعلیٰ تعدد حصص کے منافع میں آرڈر فلو اور خودارتباط

خلاصہ

یہ مطالعہ ترمیم شدہ مائیک-فارمر آرڈر پر مبنی ماڈل کے کمپیوٹیشنل تجربات سے جانچتا ہے کہ انتہائی اعلیٰ تعدد والے حصص کے منافع میں خودارتباط کو آرڈر فلو کس طرح تشکیل دیتا ہے۔ یہ منافع کے انحصار کو ہرسٹ اشاریے سے ناپتا اور آرڈر فلو کی تین خصوصیات بدلتا ہے: آرڈر کی سمت کا تسلسل، نسبتی آرڈر قیمتوں کا تسلسل، اور نسبتی آرڈر قیمتوں کا دم اشاریہ۔

ماڈل پیش گوئی کرتا ہے کہ آرڈر کی سمت کے تسلسل کے ساتھ منافع کی خودارتباط بڑھتی اور باقی دو خصوصیات کے ساتھ گھٹتی ہے۔ تاہم، مصنفین کے مطابق آرڈر کی سمت کا تسلسل غالب اثر رکھتا ہے، جبکہ نسبتی قیمت کے پیرامیٹرز کا اثر معمولی ہے۔ وہ ان پیش گوئیوں کا 43 چینی حصص کے آرڈر فلو ڈیٹا سے موازنہ کرتے اور سمت کے تسلسل اور نسبتی قیمت کے تسلسل سے متعلق ماڈل کے متوقع تعلقات کے لیے تجرباتی تائید رپورٹ کرتے ہیں۔ نتائج ایک مخصوص مظہریاتی ماڈل اور زیرِ مطالعہ حصص کے نمونے سے متعلق ہیں؛ اقتباس یہ ثابت نہیں کرتا کہ پیش گوئیاں دوسرے بازاروں میں کتنی اچھی طرح لاگو ہوں گی یا نسبتی قیمت کے کمزور اثرات کے پیچھے کون سے طریقۂ کار ہیں۔

اہم خیالات

• ترمیم شدہ مائیک-فارمر ماڈل آرڈر فلو کی خصوصیات کو انتہائی اعلیٰ تعدد منافع کی خودارتباط سے جوڑتا ہے۔
• مطالعہ منافع کا انحصار ہرسٹ اشاریے سے ناپتا ہے۔
• آرڈر کی سمت کا تسلسل، منافع کی خودارتباط کے ساتھ مثبت اور غالب ماڈلی تعلق رکھتا ہے۔
• نسبتی آرڈر قیمتوں کا تسلسل اور اس کا دم اشاریہ منفی مگر نہایت معمولی ماڈلی اثر رکھتے ہیں۔
• 43 چینی حصص کا ڈیٹا ماڈل کی بعض پیش گوئیوں کی تائید کرتا ہے۔

ٹیگز

# Computational experiments successfully predict the emergence of autocorrelations in ultra-high-frequency stock returns


# Computational experiments successfully predict the emergence of autocorrelations in ultra-high-frequency stock returns









Social and economic systems are complex adaptive systems, in which heterogenous agents interact and evolve in a self-organized manner, and macroscopic laws emerge from microscopic properties. To understand the behaviors of complex systems, computational experiments based on physical and mathematical models provide a useful tools. Here, we perform computational experiments using a phenomenological order-driven model called the modified Mike-Farmer (MMF) to predict the impacts of order flows on the autocorrelations in ultra-high-frequency returns, quantified by Hurst index $H_r$. Three possible determinants embedded in the MMF model are investigated, including the Hurst index $H_s$ of order directions, the Hurst index $H_x$ and the power-law tail index $α_x$ of the relative prices of placed orders. The computational experiments predict that $H_r$ is negatively correlated with $α_x$ and $H_x$ and positively correlated with $H_s$. In addition, the values of $α_x$ and $H_x$ have negligible impacts on $H_r$, whereas $H_s$ exhibits a dominating impact on $H_r$. The predictions of the MMF model on the dependence of $H_r$ upon $H_s$ and $H_x$ are verified by the empirical results obtained from the order flow data of 43 Chinese stocks.

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۔