Dùng phân tích tensor không âm để tìm quy luật hoạt động thị trường

Tóm tắt

Nghiên cứu dùng phân tích tensor không âm (NTF) để nhận diện các mô hình hoạt động giao dịch trên nhiều thang thời gian trong thị trường tài chính trực tuyến. Phương pháp được minh họa trước bằng dữ liệu tổng hợp, sau đó áp dụng cho giao dịch liên ngân hàng trên thị trường trực tuyến e-MID của Ý. Mục tiêu là làm rõ các mô hình tiềm ẩn trong hoạt động giao dịch và phân biệt các nhóm ngân hàng có hành vi giao dịch bình thường, sớm hoặc chớp nhoáng.

Các tác giả còn dùng những mô hình trích xuất được để xem xét hoạt động thị trường thay đổi ra sao trong các biến động mang tính hệ thống, bao gồm khủng hoảng tài chính 2008. Họ báo cáo phát hiện các bất thường gắn với cú sốc nội sinh và ngoại sinh, đồng thời mô tả các chế độ giao dịch liên quan đến khủng hoảng. Đây là phân tích thăm dò về một thị trường liên ngân hàng và bộ dữ liệu lịch sử cụ thể; phần trích dẫn không đưa ra thước đo hiệu quả của chiến lược giao dịch hay chứng minh rằng các mô hình được phát hiện có thể khái quát sang địa điểm hoặc giai đoạn khác.

Ý chính

• Phân tích tensor không âm được áp dụng cho dữ liệu giao dịch ở nhiều thang thời gian.
• Dữ liệu tổng hợp được dùng để minh họa phương pháp trước khi áp dụng vào giao dịch thực tế.
• Phân tích e-MID nhận diện các mô hình hoạt động khác biệt giữa các nhóm ngân hàng.
• Khung phân tích được dùng để mô tả hành vi giao dịch bất thường trong khủng hoảng 2008.
• Kết quả mô tả các mô hình trong một thị trường và không chứng minh khả năng sinh lời của chiến lược giao dịch.

Thẻ

# Extracting the multi-timescale activity patterns of online financial markets


# Extracting the multi-timescale activity patterns of online financial markets









Online financial markets can be represented as complex systems where trading dynamics can be captured and characterized at different resolutions and time scales. In this work, we develop a methodology based on non-negative tensor factorization (NTF) aimed at extracting and revealing the multi-timescale trading dynamics governing online financial systems. We demonstrate the advantage of our strategy first using synthetic data, and then on real-world data capturing all interbank transactions (over a million) occurred in an Italian online financial market (e-MID) between 2001 and 2015. Our results demonstrate how NTF can uncover hidden activity patterns that characterize groups of banks exhibiting different trading strategies (normal vs. early vs. flash trading, etc.). We further illustrate how our methodology can reveal "crisis modalities" in trading triggered by endogenous and exogenous system shocks: as an example, we reveal and characterize trading anomalies in the midst of the 2008 financial crisis.

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.