مستقل لیڈ-لیگ نیٹ ورک FX آرڈر فلو اور اوسط قیمتوں کی پیش گوئی کرتے ہیں

خلاصہ

یہ دستاویز انفرادی ایجنٹس کے اعمال سے لیڈ-لیگ نیٹ ورک اخذ کرنے کا طریقہ متعارف کراتی ہے، پھر اسے ٹریڈر کی سطح پر دستیاب زرمبادلہ کے ڈیٹا پر لاگو کرتی ہے۔ اس میں نیٹ ورک کے تسلسل کو اس بات کی توجیہ کے طور پر پیش کیا گیا ہے کہ ایک ٹریڈر کی سرگرمی دوسرے ٹریڈرز کے بعد کے آرڈر فلو کی پیش گوئی میں کیوں مدد دے سکتی ہے۔ تجزیہ یہ بھی دیکھتا ہے کہ آیا ماضی کی قیمتیں ٹریڈرز کے اعمال کو متاثر کرکے ان کی ادا کردہ اوسط قیمت میں تبدیلی کو قابلِ پیش گوئی بناتی ہیں۔

خوردہ سرمایہ کاروں کے لیے فی گھنٹہ پیش گوئیوں کا جائزہ لینے کے لیے رینڈم فاریسٹ ماڈلز استعمال کیے گئے ہیں۔ بیان کردہ نتائج آرڈر فلو کی سمت اور اوسط لین دین کی قیمتوں کی سمت، دونوں کے لیے مضبوط پیش گوئی پذیری ظاہر کرتے ہیں۔ مصنفین کے مطابق یہ نمونے بروکرز اور آرڈر میچنگ سسٹمز کے لیے اہم ہو سکتے ہیں، اور ٹریڈرز کے باہمی تعامل کو سرگرمی کے اندرونی طور پر پیدا ہونے کی ایک وجہ سمجھتے ہیں۔ خلاصے میں نمونے کی تفصیلات، ماڈل کی ترتیبات، عددی کارکردگی کے پیمانے یا بیان کردہ نتائج سے آگے کے شواہد نہیں، اس لیے نتائج کی قوت اور عمومیت کا یہاں آزادانہ جائزہ ممکن نہیں۔

اہم خیالات

• لیڈ-لیگ نیٹ ورک انفرادی ٹریڈرز کے اعمال کے باہمی تعلقات ظاہر کر سکتے ہیں۔
• اخذ کردہ نیٹ ورک وقت کے ساتھ برقرار رہنے کی اطلاع ہے، جو آرڈر فلو کی پیش گوئی میں مدد دیتا ہے۔
• ماضی کی قیمتوں پر منحصر ٹریڈنگ ٹریڈرز کی ادا کردہ اوسط قیمتوں کی سمت کو قابلِ پیش گوئی بنا سکتی ہے۔
• رینڈم فاریسٹ خوردہ آرڈر فلو اور اوسط لین دین کی قیمتوں کی سمت کے لیے فی گھنٹہ پیش گوئی پذیری دکھاتے ہیں۔
• مصنفین ٹریڈرز کے تعامل کو مارکیٹ سرگرمی کے اندرونی طور پر ابھرنے سے جوڑتے ہیں۔

ٹیگز

# Statistically validated lead-lag networks and inventory prediction in the foreign exchange market


# Statistically validated lead-lag networks and inventory prediction in the foreign exchange market









We introduce a method to infer lead-lag networks of agents' actions in complex systems. These networks open the way to both microscopic and macroscopic states prediction in such systems. We apply this method to trader-resolved data in the foreign exchange market. We show that these networks are remarkably persistent, which explains why and how order flow prediction is possible from trader-resolved data. In addition, if traders' actions depend on past prices, the evolution of the average price paid by traders may also be predictable. Using random forests, we verify that the predictability of both the sign of order flow and the direction of average transaction price is strong for retail investors at an hourly time scale, which is of great relevance to brokers and order matching engines. Finally, we argue that the existence of trader lead-lag networks explains in a self-referential way why a given trader becomes active, which is in line with the fact that most trading activity has an endogenous origin.

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۔