Tạo đường giá trong ngày từ dòng lệnh tổng hợp

Tóm tắt

Bài viết mô hình hóa dòng lệnh tần suất cao như nguồn tạo ra biến động giá trong ngày, đồng thời áp dụng mạng đối sinh tạo sinh cho dữ liệu chuỗi để tạo các chuỗi lệnh tổng hợp. Bài dùng các chuỗi này mô phỏng đường giá, sau đó so sánh hành vi được tạo với dữ liệu thị trường thực. Một mô hình tham số từ tài chính định lượng làm chuẩn đối chiếu; cả hai mô hình được khớp trước khi lấy mẫu các đường đi ngẫu nhiên của dòng lệnh.

Đánh giá tập trung vào việc liệu giá mô phỏng có tái tạo được các đặc điểm thực nghiệm của biến động giá thực hay không, gồm phân phối log-lợi suất, biến động và đuôi dày. Các tác giả cho biết mô hình tạo sinh tạo ra chuỗi lệnh có biến động giá sau đó phù hợp hơn với hành vi thống kê quan sát được so với chuẩn đối chiếu. Trích đoạn không xác định thị trường, giai đoạn lấy mẫu, chi tiết mô hình hay quy mô cải thiện bằng số. Bằng chứng liên quan đến độ trung thực thống kê của mô phỏng, nên không xác lập rằng các đường giá tổng hợp hỗ trợ giao dịch sinh lời hoặc nắm bắt mọi đặc điểm liên quan của thị trường.

Ý chính

• Phương pháp dùng mô hình mạng đối sinh tạo sinh cho dữ liệu chuỗi GAN để tạo dòng lệnh tần suất cao tổng hợp.
• Chuỗi lệnh được tạo ra chuyển thành biến động giá trong ngày mô phỏng.
• Mô hình tài chính định lượng tham số được dùng làm chuẩn đối chiếu.
• Đánh giá so sánh phân phối lợi suất, biến động và hành vi đuôi dày với dữ liệu thực.
• Cải thiện được báo cáo liên quan đến mức độ tương đồng thống kê, không phải khả năng sinh lời khi giao dịch.

Thẻ

# Intra-Day Price Simulation with Generative Adversarial Modelling of the Order Flow


# Intra-Day Price Simulation with Generative Adversarial Modelling of the Order Flow









Intra-day price variations in financial markets are driven by the sequence of orders, called the order flow, that is submitted at high frequency by traders. This paper introduces a novel application of the Sequence Generative Adversarial Networks framework to model the order flow, such that random sequences of the order flow can then be generated to simulate the intra-day variation of prices. As a benchmark, a well-known parametric model from the quantitative finance literature is selected. The models are fitted, and then multiple random paths of the order flow sequences are sampled from each model. Model performances are then evaluated by using the generated sequences to simulate price variations, and we compare the empirical regularities between the price variations produced by the generated and real sequences. The empirical regularities considered include the distribution of the price log-returns, the price volatility, and the heavy-tail of the log-returns distributions. The results show that the order sequences from the generative model are better able to reproduce the statistical behaviour of real price variations than the sequences from the benchmark.

Hiển thị toàn văn kèm ghi nguồn theo giấy phép của tài liệu gốc. Giấy phép: abstract CC0

Bản tóm tắt này do tác nhân nghiên cứu của Stratmill biên soạn từ tài liệu gốc; đây không phải bản sao của tài liệu.