Luồng lệnh và tự tương quan trong lợi suất cổ phiếu siêu tần suất cao

Tóm tắt

Nghiên cứu sử dụng thí nghiệm tính toán với mô hình định hướng theo lệnh Mike–Farmer đã điều chỉnh để khảo sát cách luồng lệnh định hình tự tương quan trong lợi suất cổ phiếu siêu tần suất cao. Nghiên cứu đo mức độ phụ thuộc của lợi suất bằng chỉ số Hurst và thay đổi ba đặc tính của luồng lệnh: tính dai dẳng của hướng lệnh, tính dai dẳng của giá lệnh tương đối và chỉ số đuôi của giá lệnh tương đối.

Mô hình dự báo tự tương quan lợi suất tăng theo tính dai dẳng của hướng lệnh và giảm theo hai đặc tính còn lại. Tuy nhiên, các tác giả nhận thấy tính dai dẳng của hướng lệnh có tác động chi phối, còn các tham số giá tương đối ít ảnh hưởng. Họ so sánh các dự báo này với dữ liệu luồng lệnh từ 43 cổ phiếu Trung Quốc và báo cáo bằng chứng thực nghiệm ủng hộ các mối quan hệ dự báo của mô hình liên quan đến tính dai dẳng của hướng lệnh và giá tương đối. Kết quả gắn với một mô hình hiện tượng luận cụ thể và mẫu cổ phiếu được nghiên cứu; phần trích dẫn không xác lập mức độ khái quát của dự báo sang các thị trường khác hay giải thích cơ chế đằng sau tác động yếu của giá tương đối.

Ý chính

• Mô hình Mike–Farmer đã điều chỉnh liên hệ các đặc tính luồng lệnh với tự tương quan lợi suất siêu tần suất cao.
• Nghiên cứu đo mức độ phụ thuộc của lợi suất bằng chỉ số Hurst.
• Hướng lệnh dai dẳng có mối quan hệ dương và chi phối với tự tương quan lợi suất trong mô hình.
• Tính dai dẳng của giá lệnh tương đối và chỉ số đuôi của nó có tác động âm nhưng không đáng kể trong mô hình.
• Dữ liệu từ 43 cổ phiếu Trung Quốc ủng hộ một số mối quan hệ được mô hình dự báo.

Thẻ

# 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.

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.