知识库

本文介绍已实现局部波动率曲面，用于估计标的资产剧烈波动期间的条件波动率。文中将该估计视为根据历史价格推导的一般化维纳测度，并将其用于风险管理中的 Delta-Gamma 动态对冲。 所提出的流程使用高频市场数据，并通过哈密顿蒙特卡洛拟合折棒式高斯混合模型。该流程生成带有 95% 可信区间的波动率曲面，以表达估计的不确定性。本文报告了使用 TSLA…

本文介绍一种实证市场不变量，它将该金融工具的波动率与成交量、平均价差和订单簿中的可用量联系起来。文中利用这种关系估计作者所称的瞬时波动率，并将其定位为程序化交易和波动率决策的短期输入。 作者报告称，他们在多个市场和资产类别中检验了这种关系，测试中未发现显著违例。他们还称，定量比较发现，该估计值比提前一日的 GARCH(1,1)…

本文比较了两种解释价格冲击的模型：平稳 Kyle 模型认为订单流传递基本面信息，传播子模型则认为交易通过逐渐衰减的冲击核影响价格。比较发现，这两种模型在高频下产生相同的价格动态，并将这种一致性描述为普遍的小时间尺度行为。…

本综述梳理了进入限价订单簿的订单如何参与价格形成。文章考察订单流建模的理论和实证方法，并批判性回顾市场数据中反复出现的模式。讨论将这些模式与订单和可用流动性交互时价格的反应联系起来。 文章重点关注在较长时间内逐步执行的交易对市场冲击和交易成本。文中将模型预测与大量实证发现进行比较，也考察同时进行的算法交易执行对交易质量和成本的影响。这是一篇综述，并非对某条新交易规则或某项实验的描述：简要说明未指出具体模型、数据集、交易场所或定量估计，因此无法据此判断哪种执行方法在特定市场中最优。

本文分析2019至2022年的比特币日内高频数据，并将样本划分为波动率发生急剧变化前后的两个时期。研究将收益描述为异常扩散：短时间间隔内呈次扩散，较长时间间隔内则呈轻微超扩散。研究使用q高斯分布考察厚尾，并通过收益自相关研究其依赖性。…

本文将价格建模为随订单流变动。市价单的价格冲击以及市价单和限价单的到达率取决于流动性过程，两种订单类型相互激发，使流动性趋向均值回归。交易者收到关于订单流即将变化的短期信号，并通过与其他参与者相同的订单机制影响市场。 作者使用Meyer…

该研究考察访问速度是否会影响高频订单簿失衡（OBI）交易的盈利能力。由于历史数据通常不会披露交易者身份或所在地，作者使用单一交易所连续双向拍卖的基于智能体离散事件模拟。他们在模拟中加入OBI交易者，并在多个模拟交易日内改变其与交易所的距离，也就是延迟。…

本文提出一个理论模型，将交易条件强度与证券价格波动和收益联系起来。模型使用成交量和价格分布表示不确定性与强度，并从市场心理角度阐释这些关系。作者将模型应用于中国股市高频数据。…

论文对资产通过订单簿交易时的价格形成过程进行建模。研究提出两种相关方法：有限多人博弈和均值场博弈，并将反映流动性有限的交易成本纳入模型。作者在两个框架中都推导出解析表达式，将形成的价格与实际订单流联系起来。这为研究交易者之间的互动以及流动性约束如何影响价格提供了一种方法。 论文还研究有限参与者模型在何种条件下收敛于对应的均值场模型，并确定了两者一致的条件。文中报告了一项数值评估，使用十只 NASDAQ 股票、一只巴西股票，以及一种在 Binance…

本文提出一种逐笔金融收益模型，将 ARFIMA 过程、买卖价反弹、肥尾收益和非泊松交易间隔结合起来，用于解释市场数据中的若干特征：短暂的收益相关性、持续时间更长的绝对收益相关性、微观结构噪声和埃普斯效应。…

这项分析研究在多个平台交易的主流加密货币逐笔数据，考察交易间隔以及交易笔数、交易量和波动率。作者报告，交易间隔存在长程幂律自相关，并将这一模式与多重分形联系起来。奇异谱呈非对称性，高活跃时期的多重分形特征比平静时期更丰富。…

这项研究建模高频市场中极端损失的严重程度如何随交易活动和市场不确定性变化。其动态极值回归允许预测变量是平稳过程或局部单位根过程，从而处理可能扭曲尾部风险变化估计的预测变量行为。候选预测变量包括波动率和流动性指标。 为筛选相关预测变量，作者提出两步自适应 L1 正则化极大似然估计量。作者证明了该方法在选择这两类预测变量时具有预言机性质，并报告模拟中的有限样本表现良好。一项针对九只流动性较高的美国股票高频极端损失的实证研究使用了 42…

本研究考察欧洲加密货币市场的高频观测数据，以描述与程序化交易相关的日内活动。研究分析收益、交易量、波动率的周期性模式，以及收益与CRIX加密货币指数之间的相关性。研究还按时间汇总市场统计数据，旨在描述市场活动在一天中的变化。…

本文提出一种深度循环模型，利用交易所订单流对高频价格方向变动建模。订单流是指不断到达并参与价格形成的订单序列。研究的核心问题是，在一种市场状态下训练的模型，在市场条件发生重大变化后是否仍然有用。 为评估时间稳定性，作者使用 2017…

本研究考察跨度为 13 年的高分辨率 USD-JPY 汇率数据，重点分析汇率变化分布和相关性的统计规律，尤其关注价格变动是否取决于近期走势历史。研究通过条件概率密度，识别出一个以八个跳动为尺度的趋势跟踪形态，约相当于一分钟。 文中报告，数据集包含 20 百万条观测，并将短周期趋势形态作为统计发现呈现。研究未提供抽样程序、精确的条件密度估计、交易成本或交易规则等细节。因此，所报告的形态为该数据集中的短期持续性提供了证据，但无法证明它能转化为盈利策略，也不能说明其可推广至其他货币对、时期或市场条件。

本文修订 Glosten–Milgrom 知情与非知情交易模型，考察自动化流动性提供者如何影响市场。修订后的框架纳入多种证券，以及利用证券间关系为新订单定价的自动化做市商。其核心观点是，跨证券信息可帮助自动化系统比未采用这种方法的传统做市商更有效地报价。 模型显示，自动化参与者处理了大多数订单，并给出更有效的价格。模型还预测，知情交易者的交易成本会降低，而非知情交易者的成本会升高。这些结果被视为解释高频交易在 US…

本文介绍一种加密货币交易系统，将多个时间框架的趋势信息与预测短期价格方向的神经网络结合起来。系统把市场价格、链上指标和订单簿活动整合为买卖压力信号，以支持快速交易决策。所提方法使用统计建模连接不同时间跨度的信号，并指导高频执行。 本文声称该系统实现了正的风险调整后收益，并能以统计置信度在不到一秒内作出决策。然而，所提供的描述没有数据时期、资产清单、基准、详细表现指标或验证流程。因此，它概述了建模方法及其预期优势，但没有提供足够证据来评估结果的稳健程度，也无法判断其是否考虑了交易成本和市场条件变化。

ClusterLOB 使用六个随时间变化的特征，对逐委托数据中的单个市场事件进行分组，并采用 K-means++ 聚类。研究将所得分组解释为方向性、机会型和做市型参与者，从而提供一种研究限价订单簿内不同交易行为的方法。…