Machine learning in sentiment reconstruction of the simulated stock market
在本文中，我们继续研究由驱动情绪过程定义的模拟股票市场框架。我们专注于市场环境驱动的购买/出售交易情绪过程的马尔可夫链类型。我们应用隐马尔可夫模型和递归神经网络的方法来重建马尔可夫情绪过程的转移概率矩阵，并从观察到的股票价格行为中恢复潜在的情绪状态。
2017-08-06 cs.NE q-fin.TR
A Study on the Efficiency of the Indian Stock Market
股票市场的效率对潜在的投资回报有着重大的影响。一个有效的市场消除了套利的可能性和未利用的利润机会。本文以印度两大证券交易所为例，分析了印度股票市场的弱式有效性，BSE和NSE。使用2010年4月至2019年3月期间Sensex和Nifty指数的每日收盘值进行自相关检验，自相关检验和自回归检验。该研究证实，印度股票市场是弱形式效率低下，因此可以优于。
2020-12-02 econ.GN q-fin.EC q-fin.GN
Effects of a Price limit Change on Market Stability at the Intraday Horizon in the Korean Stock Market
本文研究了限价变动对韩国股票市场（KRX）日内股价波动过程的影响。基于2015年6月15日发生涨跌停板变动的韩国交易所的最新交易数据，我们分析了涨跌停板变动后已实现方差的变化，以研究涨跌停板变动对日内市场波动的总体影响。然后，我们通过对数据集应用离散傅里叶变换（DFT）来更详细地分析效果。我们发现的证据表明，市场变得更加动荡，在日内的地平线，因为价格过程的低频分量的振幅增加后，价格限制的变化。因此，流动性提供者的处境比变化前更糟。
2018-05-12 q-fin.TR
Emergence of stylized facts during the opening of stock markets
金融市场表现出一些非平稳性，从技术和监管市场条件不断变化的波动到季节性。另一方面，金融市场表现出各种程式化的事实，这些事实非常稳定。因此，找出这些程式化的事实是如何出现的是一个有趣的问题。作为第一个例子，我们在这里研究如何买卖价差之间的最佳销售和最佳购买提供的股票在交易日的发展。对于重新调整和适当平滑的数据，我们观察到许多不同的纳斯达克股票的崩溃曲线，在整个交易日内，价差呈缓慢的幂律下降。这种影响在一个高度波动的开放期后强烈出现。一些所谓的大型股票由于技术边界而表现不同。他们的价差在市场开盘后不久就接近一个基点。我们用我们的研究结果来确定市场开放的持续时间，我们发现不同的股票在很大程度上。
2018-12-18 q-fin.ST q-fin.TR
Cross-response in correlated financial markets: individual stocks
以往的研究主要集中在单个股票的动态，即他们解决了自我反应的股票价格对交易的反应。本文实证研究了相关市场中一只股票对其他股票交易的价格反应，即交叉反应。一只股票对其他股票的影响有多大，反之亦然？--从市场有效性的观点来看，交易对股票价格变动的影响不是永久性的，而是暂时性的。此外，我们还比较了不同量表上的自我反应以及同一量表上的自我反应和交叉反应。我们还发现，交叉相关的贸易迹象原来是一个短记忆过程。
2016-04-25 q-fin.ST q-fin.TR
Dynamics of price and trading volume in a spin model of stock markets with heterogeneous agents
在最近提出的一个泡沫和崩溃出现的自旋模型的框架内，讨论了具有异质代理的股票市场的动态。我们在模型中将股票价格的对数收益率与磁化强度联系起来，发现它与真实市场中观察到的交易量密切相关。对数收益率的累积分布表现出指数比2更陡的标度，并且在牛市和熊市之间的过渡时间分布中观察到标度。
2002-07-10 cond-mat.stat-mech q-fin.TR
The Opinion Game: Stock price evolution from microscopic market modelling
我们提出了一类基于马尔可夫代理的模型，在一个互动的市场中的股票价格的时间演化。该模型依赖于一个微观描述的市场的买家和卖家谁改变他们的意见，在一个随机的方式对股票价值。实际价格是以现实的方式确定的，通过匹配（清算）报价，直到没有进一步的交易可以执行。非相互作用模型的一些分析结果。我们还提出了基本的相互作用机制，并在模拟中表明，这些已经再现了真实股票市场价格的某些特定特征。
2004-01-22 cond-mat.other q-fin.TR
Stockformer: A Price-Volume Factor Stock Selection Model Based on Wavelet Transform and Multi-Task Self-Attention Networks
Central University of Finance and Economics（中央财经大学）；School of Statistics and Mathematics（统计与数学学院）
本文提出 Stockformer 选股模型，通过小波变换分解价量收益并结合多任务自注意力网络，提升市场波动下的收益与趋势预测能力，在多个真实数据集及回测中表现优于现有方法。
2024-06-17 cs.LG q-fin.TR
Market impact and trading profile of large trading orders in stock markets
我们实证研究了交易指令的市场冲击。我们特别感兴趣的是增量执行的大额交易订单，我们称之为隐藏订单。这些都是重建的基础上，有关市场成员的代码使用数据，从西班牙股票市场和伦敦证券交易所的信息。我们发现，市场冲击是强凹的，近似随着订单规模的平方根而增加。此外，当一个给定的订单被执行时，影响会根据幂律随时间增长;在订单完成后，它会恢复到峰值的0.5-0.7。我们观察到，隐藏订单的执行速度或多或少与整个市场的交易相匹配，除了订单开始和结束时的小偏差。
2009-08-03 q-fin.ST q-fin.TR
The Power of Trading Polarity: Evidence from China Stock Market Crash
买卖失衡对市场趋势的形成有着深刻的影响，但对买卖失衡的细粒度研究尚不多见。本文以深圳证券交易所的大量股票为研究对象，利用一个独特的交易数据集，考察了高频交易中买卖双方在人次水平上的不平衡现象，即“交易极性”。交易极性从交易欲望的本质上衡量了市场对股票的情绪。当使用极性来检验市场崩溃时，我们发现交易极性成功地反映了市场层面行为在翻转时间、深度和长度方面的变化。我们进一步研究极性和回报之间的关系。在市场层面，交易极性与收益率负相关，而在股票层面，这种相关性会根据市场情况而变化，成为市场心理转变的良好信号。此外，市场极性和市场情绪之间的显著相关性表明，我们提出的极性，这实质上是在高频交易数据的背景下计算，可以实时反映市场的情绪。交易极性确实为理解和预测市场行为提供了一种新的方法。
2018-02-04 q-fin.CP q-fin.TR
The Stock Market as a Game: An Agent Based Approach to Trading in Stocks
正如战争有时被错误地描述为零和游戏--而实际上战争是一个负和游戏--股票市场交易，一个随着时间的推移的正和游戏，经常被错误地描述为零和游戏。这就是所谓的“零和谬误”--错误地认为，在股票市场交易所，一个交易者只能在其他交易者的头寸恶化的情况下改善自己的头寸。然而，绝对意义上的正和博弈可以被改写为相对意义上的零和博弈。同样，绝对意义上的负和游戏似乎已经被改写为相对意义上的零和游戏：否则，为什么零和游戏会被用来代表战争局势？这种重铸可能具有启发性或教育性的意义，但重铸必须明确说明，否则会产生混乱。关键词：博弈论，股票交易和基于智能体的人工智能。
2008-09-02 cs.AI cs.GT q-fin.TR
Time series momentum and contrarian effects in the Chinese stock market
本文主要研究中国股票市场的时间序列动量效应或反转效应。我们评估了时间序列动量策略应用于中国大陆主要股票指数的绩效，并探讨了时间序列动量策略的绩效与一些公司特定特征之间的关系。研究结果表明，中国股票市场在短期内存在时间序列动量效应，在长期内存在时间序列反转效应。时间序列动量策略和反向策略的绩效高度依赖于回顾期、持有期和公司特征。
2017-02-07 q-fin.ST q-fin.TR
Stock Market Trend Analysis Using Hidden Markov Model and Long Short Term Memory
Sun Yat-sen University（中山大学）
本文将隐马尔可夫模型应用于股票市场，并进行预测.此外，GMM-HMM，XGB-HMM，GMM-HMM+LSTM和XGB-HMM+LSTM四种不同的改进方法将在后面分别讨论实验结果。在此之后，我们将分析不同模式的利弊。最后，将其中的一个最好的将被用于股票市场的时机策略。
2021-04-20 cs.LG q-fin.CP q-fin.PM
Order book regulatory impact on stock market quality: a multi-agent reinforcement learning perspective
最近的技术发展改变了股票市场运作的基本方式，使监管机构能够评估这些发展的好处。与此同时，正在进行的机器学习革命及其在交易中的多种应用现在可以用来设计下一代金融模型，从而以新的方式探索金融股票市场的系统复杂性。我们在这里遵循以前的基础工作，在那里我们设计和校准了一个新的基于代理的模型股票市场模拟器，每个代理自主学习交易强化学习。在本文中，我们现在从监管者的角度研究这个模型的预测。特别是，我们专注于市场质量是如何影响较小的订单簿最小价格变动单位，越来越大的元订单，更高的交易频率，分别。在我们的模型假设下，我们发现市场质量受益于后者，而不是从其他两个趋势。
2023-02-08 q-fin.CP q-fin.PR q-fin.TR
The Random Forest Model for Analyzing and Forecasting the US Stock Market in the Context of Smart Finance
本文在智能金融背景下，使用最优参数的随机森林模型结合人工智能，对四只美国股票测试集进行上涨、横盘、下跌三种趋势预测，并从预测准确性和时间效率两方面评估模型性能。
2024-02-27 cs.CE q-fin.PM q-fin.TR
Limited profit in predictable stock markets
在有效市场中，套利利润是不可能的，因为未来的价格是不可预测的。在这里，我们表明，可预测性本身并不足以衡量市场效率。相反，我们建议用一个理想的交易者可以从市场中获得的最大利润来衡量市场的无效性。在股票市场模型与进化选择的代理人，这种方法揭示了平均相对量的可实现利润$P$是非常有限的，我们发现，它衰减的代理人在市场上的数量增加。我们的研究结果表明，市场可能会自组织其集体动态，使其变得非常敏感的利润攻击，这表明，高程度的市场效率可以与可预测性共存。
2004-03-24 cond-mat.stat-mech nlin.AO q-fin.TR
Mathew Effect in Artificial Stock Market
本文建立了一个基于代理人投资心理的股票市场模型。代理人根据自己对市场行为的预期，决定是否按概率购买股票。他们希望购买的股票数量的预期与他们持有的资产价值成正比。代理人出于获利心理、止损心理或对资产长期冻结的不满而抛售股票。我们研究了代理人的资产分布是如何随着系统演化而变化的。实验结果表明，在人工股票市场中，资产分布存在明显的马太效应，并且随着系统运行时间的增加、股票市场规模的增大和代理人活动程度的增加，马太效应对资产分布的影响越来越显著。
2004-06-16 cond-mat.other cond-mat.stat-mech q-fin.TR
