The Price Impact of Order Book Events
我们研究了订单簿事件的价格影响-限价订单，市价订单和取消-使用纽约证券交易所TAQ数据的50只美国股票。我们发现，在短时间间隔内，价格变化主要是由订单流的不平衡，定义为最好的出价和卖价之间的供需不平衡。我们的研究揭示了订单流不平衡和价格变化之间的线性关系，与市场深度成反比的斜率。这些结果被证明是强大的季节性影响，稳定的跨时间尺度和跨股票。我们认为，这种线性价格影响模型，加上缩放参数，意味着经验观察到的“平方根”价格变化和交易量之间的关系。然而，价格变化和交易量之间的关系被发现是噪音和鲁棒性不如基于订单流不平衡。
2011-04-13 q-fin.ST q-fin.TR
Ergodicity and diffusivity of Markovian order book models: a general framework
我们提出了一个一般的马尔可夫框架的订单簿建模。通过我们的方法，我们的目标是提供一种工具，使人们能够更好地了解价格形成过程和金融资产的微观和宏观特征之间的联系。为此，我们提出了一种新的订单簿表示方法，并将订单簿建模问题分解为两个子问题：具有固定参考价格的连续时间双向拍卖系统的动态;双向拍卖系统与参考价格运动之间的相互作用。我们的框架中包含了状态依赖，允许订单流强度依赖于订单簿状态。此外，与大多数现有模型相反，订单簿更新对参考价格动态的影响并不是假设为瞬时的。我们首先证明，在一般假设下，我们的系统是遍历的。然后，我们推出的布朗运动的重新标度的价格过程的收敛。
2015-05-19 q-fin.ST q-fin.TR
Correlation of coming limit price with order book in stock markets
当限价订单出现时，我们检查限价与订单簿的相关性。我们分析了伦敦证券交易所的集中指令簿市场--证券交易所电子交易服务的重建指令簿。因此，根据幂律，限价广泛分布在最佳价格周围，并且它不是从分布中随机抽取的，而是与价格上累积未执行限价订单的大小有很强的相关性。研究还发现，在粗粒度的价格尺度上，限价价格倾向于聚集在具有大量累积未执行限价订单的价格周围。
2007-02-04 physics.data-an physics.soc-ph q-fin.ST
Stylized facts of price gaps in limit order books: Evidence from Chinese stocks
价差定义为限价订单簿（LOB）同一侧前两个被占用价格水平之间的对数价差，是市场深度的关键决定因素，市场深度是流动性的一个维度。然而，价格差距的属性还没有得到彻底的研究，由于可用的频率数据较少。本文利用2003年深圳证券交易所上市的26只A股股票的订单流数据，对LOB动态进行了重构。三个关键的实证统计性质的价格差距进行了研究。我们发现，价格差距的分布有一个幂律尾所有股票的平均尾部指数接近3.2。应用现代统计方法，证实了林隙时间序列具有长程相关性和多重分形性质。这三个特征因股票而异，并不具有普遍性。此外，我们还揭示了个股LOB买卖双方价差特性中的买卖不对称现象。这些发现加深了我们对普通股流动性动态的理解，并可用于校准基于代理的计算金融模型。
2014-05-06 q-fin.ST q-fin.TR
Price predictability in limit order book with deep learning model
本研究探讨使用深度学习模型预测高频价格变化，发现目标价格过程定义不当会使预测失去意义，并指出成交量不平衡能显著改善方向预测性能。
2024-09-21 q-fin.ST q-fin.TR stat.ML
The position profiles of order cancellations in an emerging stock market
在订单驱动市场中，订单提交和订单撤销是股票交易行为的两个组成部分。对于不同的市场，订单提交动力学已经被广泛研究，而撤单取消动力学则知之甚少。有两个位置与取消相关联，即限价订单簿（LOB）中的价格水平和队列中每个价格水平的位置。本文利用2003年深圳证券交易所23只流通股的订单流数据，通过重建限价订单簿，研究了这两种撤单头寸的特征。我们发现，发生取消的相对价格水平的配置文件服从对数正态分布。在通过去除存储在价格水平的订单号的因子来归一化相对价格水平之后，我们发现，对于买入订单和卖出订单，配置文件在右尾上都表现出幂律缩放行为。当关注队列中各个价格水平下的撤单取消位置时，我们发现队列中的轮廓在队列的前面迅速增加，然后围绕一个恒定值波动，直到队列的末尾。不同种群的这些特征是相似的。此外，可以通过指数函数拟合买入和卖出订单的取消位置的轮廓。这两种取消配置文件似乎普遍为不同的股票调查，并表现出轻微的不对称之间的购买和出售订单。我们的实证研究结果揭示了新的光的撤单动态和订单驱动的股票市场模型的构建提出了限制。
2013-05-30 q-fin.ST q-fin.TR
Simulating and analyzing order book data: The queue-reactive model
通过对超高频订单簿更新数据集的分析，提出了一个模型，该模型既包含了完整订单簿的经验性质，又包含了低频金融数据的程式化事实。为此，我们将感兴趣的时间区间划分为几个时段，在这些时段中，精心选择的参考价格（通常是中间价）保持不变。在这些时间段内，我们把限价订单簿看作一个马尔可夫排队系统。实际上，我们假设订单流的强度仅取决于订单簿的当前状态。我们建立了这个模型的极限行为，并估计其参数从市场数据。然后，为了设计一个相关的模型，为整个期间的利益，我们使用的随机机制，允许开关从一个时期的恒定参考价格到另一个。除了能够准确地再现市场数据的行为，我们表明，我们的框架可以是非常有用的从业者，特别是作为一个市场模拟器或复杂的交易算法的交易成本分析的工具。
2014-09-03 q-fin.ST q-fin.TR
Optimal trade execution and price manipulation in order books with time-varying liquidity
在金融市场中，流动性并非长期不变，而是呈现出强烈的季节性模式。在这篇文章中，我们考虑一个限价订单簿模型，允许时间依赖的，确定性的深度和弹性的书，并确定最佳的组合清算策略。在第一模型变体中，我们提出了当市价订单与订单簿匹配时增加的交易相关价差。在这个模型中，没有价格操纵发生，最优策略是奇异控制问题中经常遇到的等待区-购买区类型。在第二个模型中，我们假设在订单簿中没有价差。在这个假设下，我们发现价格操纵可能发生，这取决于模型参数。即使没有经典的价格操纵，也可能存在交易引发的价格操纵。在特定的情况下，我们可以用封闭的形式陈述最优策略。
2011-09-12 math.OC q-fin.TR
Simple Stochastic Order-Book Model of Swarm Behavior in Continuous Double Auction
在这项研究中，我们提出了一个简单的随机订单簿模型的连续双向拍卖机制中看到的投资者的群体行为，这是采用主要的全球交易所。我们的研究表明，在我们的模型中获得的数据中发现了一个称为“厚尾”的特征，该模型包含了投资者的群体行为。我们的模型捕捉了两种群体行为：一种是投资者跟随历史价格运动趋势的行为，另一种是投资者发送与历史价格运动趋势相矛盾的订单的行为。为了捕捉群体行为的影响特征，我们从使用这些模型模拟得出的价格数据中，分析了价格移动范围，即价格在单一方向上连续移动时移动的幅度。根据群体行为的类型，我们看到了这个价格变动范围的累积频率分布的差异。特别是，对于在历史价格运动中跟随趋势的投资者的模型，我们看到了该价格运动范围的累积频率分布的尾部的幂律。此外，我们还分析了累积频率分布的尾部形状。结果表明，价格趋势跟随现象发生的原因之一是订单按照过去的价格趋势暂时聚集在订单簿上。
2014-11-09 q-fin.CP q-fin.ST q-fin.TR
Optimal execution and price manipulations in time-varying limit order books
对Alfonsi，Fruth和Schied提出的具有一般形状的限价订单簿（LOB）模型进行了推广。这里，附加特性允许随时间变化的LOB深度。我们解决了离散和连续时间策略的最优执行问题在这个框架中。这特别给出了排除Huberman和Stanzl意义上的价格操纵或交易触发的价格操纵的充分条件（见Alfonsi，Schied和Slynko）。这些条件提供了有趣的定性见解，做市商如何可能创造或不操纵价格。
2012-04-12 math.OC q-fin.TR
Liquidity Crisis, Granularity of the Order Book and Price Fluctuations
我们引入了一个微观模型的动态订单簿研究流动性的缺乏如何影响价格波动。我们使用存储订单的平均密度（粒度$g$）作为流动性的代理。这导致价格影响面取决于体积$ω$和$g$。价格影响面对成交量（在粒度上取平均）的依赖性被发现是一个凹幂律函数$<ϕ(ω,g)>_g\simω^δ$和$δ\approx 0.59$。相反，对粒度的依赖性是$ϕ(ω,g|ω)\sim g^α$与$α\approx-1$，显示了在限制$g\to 0$中价格波动的分歧。此外，即使在流动性有限的中间情况下，这种影响也可能非常大，这是理解价格大幅波动的原因的一个自然的候选人。
2009-07-28 q-fin.TR
Trading activity and price impact in parallel markets: SETS vs. off-book market at the London Stock Exchange
我们实证研究的交易活动，在电子上的书部分，并在经销商的非书部分的伦敦证券交易所，分别调查交易活跃的市场成员和其他市场参与者的非会员。我们发现：（1）表外交易的交易量分布比表内交易的交易量分布有一个明显的厚尾，（ii）会员及非会员的组别可按其交易概况分类。（iii）市场会员因帐上市场交易而产生的每日存货变动，与因帐外市场交易而产生的存货变动，两者之间有密切的相关关系。与非会员的账面市场交易，和（iv）的自相关性的符号的订单的非会员在帐外市场正在慢慢衰减。我们还分析了随着时间的推移，无论是积极的和消极的滞后，电子交易和帐外交易的账面价格的影响函数。电子交易和帐外交易的无条件影响曲线非常不同。此外，电子交易的影响对交易量的依赖性较小，而非电子交易的影响函数的形状和大小强烈依赖于交易量。
2011-02-03 q-fin.TR
Non-average price impact in order-driven markets
我们提出了一个衡量价格的影响，在订单驱动市场，不需要平均执行或方案。给定与卖出元订单的单次执行相关联的订单簿数据，我们测量其对交易期间价格下降的贡献。我们这样做，通过建模的限价订单簿使用状态依赖的霍克斯过程，并通过定义的价格影响档案的执行作为一个功能的补偿的随机过程中，我们的模型。我们应用我们的测量从纳斯达克的数据集，我们得出结论，出售子订单的集群有更大的影响，价格比他们的大小。
2022-01-20 q-fin.ST q-fin.TR
How spread changes affect the order book: Comparing the price responses of order deletions and placements to trades
我们观察了导致订单簿中价差变化的三种不同事件的影响，即交易、删除和放置限价订单。通过观察价格变动事件的相对数量的频率，我们发现删除订单比交易更经常地打开股票的买卖价差。我们可以看到，一旦删除交易导致的价差变化量超过了交易导致的价差变化量，订单簿中的其他可观察量也会发生变化。然后，我们看看这些价差变化事件如何影响股票的价格，通过价格反应。我们不仅看到，股票的自我反应是积极的两个点差变化的交易和删除和消极的订单配售，但也交叉反应，其他股票，因此整个市场。此外，价差变动交易的自反应函数与所有交易的自反应函数相似。这导致了这样的结论，即价差变化删除和订单放置随着时间的推移对订单簿和股票价格有类似的影响。
2018-12-21 q-fin.TR
Multi-Level Order-Flow Imbalance in a Limit Order Book
本文研究了多级订单流不平衡（MLOFI），它是一个向量，用来度量限价订单簿（LOB）中不同价格水平的买卖订单的净流量。使用最近的，高质量的数据集6流动性股票在纳斯达克，我们适合一个简单的，线性关系之间的MLOFI和同期的变化，中间价。对于我们研究的所有6只股票，我们发现，随着我们在MLOFI向量中包含的每一个额外的价格水平，关系的样本外拟合优度都会提高。我们的研究结果强调了深入LOB的订单流活动如何影响价格形成过程。
2019-10-26 q-fin.GN q-fin.ST q-fin.TR
A Functional Limit Theorem for Limit Order Books with State Dependent Price Dynamics
本文研究了双边限价订单簿（LOB）的动态随机模型。我们的模型足够灵活，可以考虑价格动态对交易量的依赖。对于最佳买入价、最佳卖价和成交量密度的联合动态，我们推导出了一个函数极限定理，该定理表明当订单到达率趋于无穷大，单个订单到达对订单数量和最小价格变动单位的影响趋于零时，我们的LOB模型在分布上收敛于一个完全耦合的SDE-SPDE系统.价格指数描述了买入/卖价动态，而SPDE描述了成交量动态。
2016-08-03 q-fin.MF q-fin.TR
Price Jump Prediction in Limit Order Book
限价订单簿提供有关可用限价订单价格及其数量的信息。在此基础上，我们给出了买卖流动性平衡与交易信号之间的关系的实证结果，我们表明，最佳出价/最佳要价的流动性平衡是相当有用的预测未来市场秩序的方向。此外，我们将价格跳跃定义为卖出（买入）市场订单的到达，其执行价格小于（大于）前一个市场订单到达后的最佳买入（最佳卖出）价格。然后提取与限价订单量、限价订单价格差距、市价订单信息和限价订单事件信息相关的特征。应用逻辑回归来预测限价订单簿特征的价格跳跃。引入LASSO逻辑回归来帮助我们进行变量选择，从中我们能够突出不同特征在预测未来价格跳涨中的重要性。为了消除日内数据的季节性，该分析基于两个分离的数据集：上午数据集和下午数据集。基于对法国40大股票的分析，我们发现交易信号和市场订单规模以及最佳出价（最佳要价）的流动性对于预测未来的价格上涨是一致的信息。
2012-04-06 q-fin.TR
Investigating Limit Order Book Characteristics for Short Term Price Prediction: a Machine Learning Approach
University of Toronto（多伦多大学）；Department of Computer Science（计算机科学系）
随着算法高频交易在金融市场的普及，限价订单簿引起了越来越多的研究兴趣。研究仍处于早期阶段，有很多我们不了解的动态限价订单簿。在本文中，我们采用机器学习的方法来研究限价订单簿的功能和他们的潜力，以预测短期的价格走势。这是一个初步的基础广泛的调查，结果在一些新的观察LOB动力学，并确定了几个有前途的方向进一步研究。此外，我们得到的预测结果是显着优于基线预测。
2018-12-20 cs.LG q-fin.TR
Price impact without order book: A study of the OTC credit index market
我们提出了一个研究的价格影响，在场外信用指数市场，没有限价订单簿的使用。合约通过交易商进行交易，交易商为客户的订单而竞争。尽管这种独特的微观结构，我们成功地应用传播技术来估计个别交易的价格影响。由于订单通常比多边市场更少被分割，因此观察到的影响主要是永久性的，与理论预期一致。提出了一种简单的方法来纠正我们在买卖交易分类中的错误。我们发现，在2015年底和2016年初，订单流相关性出现了非常显著的暂时性增长，我们将其归因于投资者之间订单分割或羊群效应的增加。我们还发现，有迹象表明，向较少的经销商发布的订单可能会产生较低的价格影响。定量结果与其他更经典市场的早期发现是一致的，进一步支持价格影响是一种普遍现象，在很大程度上独立于市场微观结构的论点。
2016-09-15 q-fin.TR
Forecasting of Jump Arrivals in Stock Prices: New Attention-based Network Architecture using Limit Order Book Data
现有文献提供的证据表明，限价订单簿数据可以用来预测短期价格变动的股票市场。本文提出了一种新的神经网络结构，用于预测股票市场中的高频限价订单簿数据的收益跳跃到达。这种新的架构，基于卷积长短期记忆与注意力，被引入到应用时间序列表示学习与记忆，并集中在最重要的功能，以提高性能的预测注意力。该数据集由五只流动性强的美国股票的订单簿数据组成。注意机制的使用使得分析包含限价订单簿数据和其他输入变量的重要性成为可能。通过使用这种机制，我们提供的证据表明，使用的限价订单簿数据被发现，以提高性能的跳跃预测，无论是明确或轻微，取决于标的股票的建议模型。这表明，路径依赖在限价订单簿市场是一个股票特有的功能。此外，我们发现，所提出的方法与注意力机制优于多层感知器网络以及卷积神经网络和长短期记忆模型。
2018-10-25 q-fin.TR
A Stochastic Model of Order Book Dynamics using Bouncing Geometric Brownian Motions
我们考虑一个限价订单簿，买卖双方登记以特定价格交易证券。书上买家愿意提供的最大价格称为市场买价，书上卖家愿意接受的最小价格称为市场卖价。市场卖价总是大于市场买价，并且这些价格由于新到达、市场交易和取消而上下移动。我们将这两个价格过程建模为“弹跳几何布朗运动（GBM）"，它被定义为两个相互反射的布朗运动的指数。然后，我们修改这些反弹GBM构建一个离散时间的交易时间和交易价格的随机过程，这是由一个积极的参数$δ$参数化。在该模型下，交易时间间隔服从逆高斯分布，连续交易时间间隔的对数收益服从正态逆高斯分布。我们的主要结果表明，对数交易价格过程是一个更新报酬过程，并且在适当的标度下，该过程收敛于一个标准的布朗运动$δ\to 0$ .我们还证明了修改后的要求和出价过程接近原始的弹跳GBM为$δ\to0$。最后，我们推导出一个简单而有效的交易价格预测公式，并通过一个实际股票价格数据的例子来说明预测公式的有效性。
2016-03-25 q-fin.MF q-fin.TR
Compound Hawkes Processes in Limit Order Books
本文引入了两个新的Hawkes过程，即复合Hawkes过程和状态转换复合Hawkes过程，对限价订单簿中的价格过程进行建模。我们证明了这两个过程的大数定律和功能中心极限定理（FCLT）。这两个FCLTs被应用到限价订单簿，我们使用这些渐近方法来研究价格波动和订单流之间的联系，在我们的两个模型中，通过使用这些价格过程的扩散限制。价格变动的波动率用描述到达率和价格变动的参数来表示。我们还提出了一些数值例子。
2017-12-07 q-fin.MF q-fin.TR
A reduced-form model for level-1 limit order books
一种流行的方法来模拟限价订单簿动态的最佳出价和要求在第一级是使用简化形式的扩散近似。众所周知，价格变动的最大影响因素是最佳出价和最佳要价的不平衡。本文以一篮子股票的一级限价订单簿为研究对象，研究了漂移、相关性、波动性及其对不平衡性的依赖性。基于数值发现，我们开发了一个非参数离散模型的动态最佳出价和问，它可以近似为一个简化形式的模型与分析处理，可以同时拟合的相关性，波动率和价格运动的概率的经验数据。
2016-11-14 q-fin.ST q-fin.TR
Price dynamics in a Markovian limit order market
本文提出并研究了一个简单的限价订单簿动态随机模型，其中市价订单、限价订单和撤单取消都用马尔可夫模型描述。通过其分析的易处理性，该模型允许获得各种利益量的分析表达式，例如价格变化之间的持续时间的分布，价格变化的分布和自相关性，以及价格向上移动的概率，{ \it条件}取决于订单簿的状态。我们研究了价格过程的扩散极限，并用描述买卖订单和取消订单到达率的参数来表示价格变化的波动性。这些分析结果提供了一些洞察订单流和价格动态之间的关系在订单驱动市场。
2011-04-24 q-fin.ST q-fin.TR
Equity auction dynamics: latent liquidity models with activity acceleration
本研究将潜在流动性框架应用于股票拍卖，通过测量订单提交、取消等参数描述了Euronext Paris收盘拍卖的完整动态，并证明了指示性价格的不可预测性。
2024-07-18 q-fin.ST q-fin.TR
One-level limit order book models with memory and variable spread
我们提出了一个新的模型，一个限价订单簿（LOB）的第一级，它包含了有关的长期订单在书的另一边的信息后，每次价格变化和新订单的到来在价差。我们的主要结果给出了一个扩散近似的中间价格过程。为了说明所考虑的框架的适用性，我们还提出了一种可行的方法来计算几个感兴趣的量，例如价格变化之间的时间跨度的分布和以图书的当前状态为条件的连续价格增量的概率。所提出的方法是用来开发一个有效的模拟计划的价格动态，然后应用于评估数值扩散近似的准确性。
2016-03-13 q-fin.TR
Queue Imbalance as a One-Tick-Ahead Price Predictor in a Limit Order Book
我们研究是否出价/要价队列不平衡的限价订单簿（LOB）提供了显着的预测能力的方向，下一个中间价的运动。我们在一个简单的二元分类器和一个概率分类器的上下文中考虑这个问题，二元分类器试图预测下一个中间价走势的方向，概率分类器试图预测下一个中间价走势向上的概率。为了实现这些分类器，我们拟合了纳斯达克10只流动股票的队列不平衡和随后中间价运动方向之间的逻辑回归。在每一种情况下，我们发现这些变量之间存在强烈的统计学显着关系。与一个简单的空模型相比，它假设中间价变化的方向与队列不平衡无关，我们发现我们的逻辑回归拟合为大报价股票的二进制和概率分类提供了相当大的改进，并为小报价股票的二进制和概率分类提供了适度的改进。我们还对相同的数据进行了局部逻辑回归拟合，发现这种半参数方法的性能略优于我们的逻辑回归拟合，但代价是实现时的计算量更大。
2015-12-11 q-fin.TR
The adaptive nature of liquidity taking in limit order books
在金融市场中，订单流被定义为假设买入市价订单的值为1，卖出市价订单的值为负1的过程，显示出非常缓慢衰减的自相关函数。由于订单会影响价格，因此协调订单流的持续性与市场有效性是一个微妙的问题。一个可能的解决方案是不对称流动性，即买入或卖出订单的影响与其发生的概率成反比。实证结果表明，当订单流的可预测性在一个方向上增加时，另一方的流动性降低，但交易对价格产生影响的概率显著降低。虽然最后一种机制能够抵消订单流的持续性并恢复效率和扩散率，但第一种机制的作用方向相反。我们引入了一个统计订单簿模型，通过调整市价订单量以适应订单流的可预测性来缓解订单流的持续性。该模型再现了价格在所有时间尺度上的扩散行为，而无需微调参数的值，以及大多数订单簿的行为作为订单流的局部可预测性的函数。
2014-04-11 q-fin.ST q-fin.TR
The nature of price returns during periods of high market activity
通过研究从一篮子10种期货资产的订单簿中记录的所有交易和最佳买入/卖出的超高频快照，我们带来了定性的经验证据，即单笔交易的影响取决于交易间的时间滞后。我们发现，当交易速度变得更快，每次交易的回报方差或影响，作为衡量的价格变化的贸易方向，强烈增加。我们提供的证据表明，这些属性持续在粗糙的时间尺度。我们还表明，传播值是一个活动的递增函数。这表明，当交易率高时，订单簿更有可能是空的。
2010-10-27 q-fin.ST q-fin.TR
The tick-by-tick dynamical consistency of price impact in limit order books
经常在金融文献中使用的恒定价格影响函数，被证明会产生自相矛盾的结果，因为它们不允许适当的可预测性去除：例如，利用一个单一的大型交易，其规模和执行时间是事先知道的一些内部人士离开套利机会不变，这使得套利剥削多次。我们认为不应该存在链式套利剥削，这提供了一个相反的一致性准则。值得注意的是，巴黎证券交易所调查的所有股票都具有动态一致的价格影响函数。买卖价差和连续的同侧市场订单对订单簿两侧的反馈对于确保在最小时间尺度上的一致性至关重要。
2010-01-27 cond-mat.stat-mech physics.soc-ph q-fin.TR
Market Making under a Weakly Consistent Limit Order Book Model
我们开发了一种新的做市模式，从头开始，这是专为高频交易下的限价订单簿（LOB），根据众所周知的分类订单类型在市场微观结构。我们灵活的框架允许任意订单量、价格跳跃和买卖价差分布以及使用市价订单。它还尊重不同订单类型到达时价格变动的一致性。例如，很明显，价格永远不应该下跌购买市价订单。此外，它还尊重LOB的价格-时间优先级。与经典的Avellaneda和Stoikov [1]做市框架中的常规控制扩散方法相比，我们利用标记点过程的最优切换和脉冲控制技术，这些技术已被证明在建模订单特征方面非常有效。与控制问题相关的Hamilton-Jacobi-Bellman拟变分不等式（HJBQVI）可以通过有限差分法数值求解。我们用一个完整的数值分析来说明我们的最优交易策略，并校准到一个流行的交易所交易基金（ETF）的订单簿统计数据。我们的模拟表明，做市的利润可以严重夸大下LOB与不一致的价格走势。
2020-01-30 q-fin.TR
Self-exciting price impact via negative resilience in stochastic order books
现有的大多数文献中的最佳贸易执行限价订单簿模型假设弹性是积极的。但负弹性也有一种自然的解释，因为它模拟了价格影响的自激行为，即大型投资者的交易活动刺激其他市场参与者朝着同一方向进行交易。在本文中，我们讨论了当我们允许弹性取负值时，对最佳交易执行产生的几个新的定性影响。我们在一个框架中这样做，其中市场深度和弹性都是随机过程。
2022-07-22 math.OC math.PR q-fin.TR
Price fluctuations from the order book perspective - empirical facts and a simple model
使用高频NASDAQ二级数据研究了订单簿的统计特性及其对价格动态的影响。据观察，可销售订单的规模分布（交易规模）具有指数为1+ mu_{market} =2.4 \pm 0.1的幂律尾部。极限订单大小的分布被认为是符合幂律的指数接近2。通过使用对数正态分布（在观察范围的中间，有效幂律指数等于2），获得了与该分布的更好拟合。据观察，以假设的大额市场订单的价格影响来衡量的订单簿深度是其规模的非线性函数。限价单数量的巨大不平衡被放置在买卖双方的书，导致短期确定性的价格变化，这是符合法律的供应和需求。
2001-02-28 cond-mat.dis-nn cond-mat.stat-mech q-fin.TR
General Compound Hawkes Processes in Limit Order Books
本文研究了各种新的Hawkes过程。具体地说，我们构造了一般的复合Hawkes过程，并在限价订单簿中研究了它们的性质.对于这些一般的复合Hawkes过程，我们证明了一个大数定律（LLN）和一个功能中心极限定理（FCLT）的几个特定的变化。我们将这些FCLT中的几个应用到限价订单簿中，以研究价格波动和订单流之间的联系，其中中间价格变化的波动性用描述到达率和中间价格过程的参数来表示。
2018-11-06 q-fin.MF q-fin.TR
The role of volume in order book dynamics: a multivariate Hawkes process analysis
我们表明，多变量Hawkes过程与Bacry和Muzy（2015）首次提出的非参数估计过程相结合，可以成功地用于研究在限价订单簿市场中观察到的订单到达时间与其大小之间的复杂相互作用。我们将此方法应用于EUREX期货交易的高频订单簿数据。具体来说，我们展示了这种方法是如何不仅适合分析不同的订单类型（市价订单，限价订单，取消）之间的相互作用，但也包括其他相关的数量，如订单大小，到分析，也表明，简单的模型假设量和时间之间的独立性是不适合描述的数据。
2016-02-24 q-fin.ST q-fin.TR
Benchmark Dataset for Mid-Price Forecasting of Limit Order Book Data with Machine Learning Methods
管理高频金融市场中的指标预测是一项具有挑战性的任务。一个有效的方法是通过监测限价订单簿的动态来识别信息边缘。本文介绍了第一个公开可用的基准数据集的高频限价订单市场的中间价预测。我们从NASDAQ Nordic股票市场连续10天的时间段中提取了5只股票的时间序列数据的归一化数据表示，从而产生了总共约4，000，000个时间序列样本的数据集。还提供了一个基于天的锚定交叉验证实验协议，可以用作比较最先进的方法的性能的基准。还提供了基线方法的性能，以便于实验比较。我们期望，这样一个大规模的数据集可以作为一个试验平台，设计新的解决方案的专家系统的高频限制订单簿数据分析。
2020-03-11 cs.CE q-fin.TR
A level-1 Limit Order book with time dependent arrival rates
我们提出了一个简单的随机模型的动态限价订单簿，扩展了最近的工作Cont和de Larrard（2013），其中的价格动态是内生的，导致市场交易。我们还表明，价格过程的条件扩散极限是所谓的布朗曲流。
2017-04-21 q-fin.TR stat.AP
Financial Knudsen number: breakdown of continuous price dynamics and asymmetric buy and sell structures confirmed by high precision order book information
我们概括的动态描述的订单簿的金融市场的布朗粒子嵌入在流体中的传入，退出和湮灭粒子，提出一个模型的速度在每一边（买和卖）独立。改进的模型建立在内层时间平均粒子数及其单位时间变化的基础上，内层由价格速度与粒子数变化（限价订单）之间的相关性揭示.这使我们能够引入金融布朗粒子运动的克努森数及其不对称版本（在买方和卖方）。不对称的努森数在金融中是至关重要的，以检测不对称的价格变化。克努森数使我们能够证明市场动态被连续随机过程正确描述的条件。直到现在还没有质疑的大型流动性市场，如美元/日元和欧元/美元汇率，我们表明，有制度时，克努森数是如此之高，离散粒子效应占主导地位，如在市场压力和崩溃。我们的文件存在的不平衡的颗粒消耗率的买卖双方，与高克努森数和暴力的方向性价格变化。该指标可以在早期阶段检测价格运动的方向，而通常的波动风险度量对价格方向是盲目的。
2015-08-25 q-fin.TR
A stochastic partial differential equation model for limit order book dynamics
我们提出了一个易于分析的一类模型的动态限价订单簿，描述通过随机偏微分方程（SPDE）与乘性噪声的订单簿集中在中间价格，随着随机动态的中间价格是一致的订单流动态。我们提供的条件下，该模型承认有限维实现驱动的（低维）马尔可夫过程，导致有效的估计和计算方法。在这门课中，我们研究了两个简约模型的例子：一个两因子模型和一个具有均值回复订单簿深度的模型。对于每个模型，我们详细分析了不同参数的作用，动态的价格，订单簿深度，交易量和订单失衡，提供了一个直观的金融解释所涉及的变量，并显示该模型如何再现统计特性的价格变化，市场深度和订单流在限价订单市场。
2021-05-17 math.PR q-fin.CP q-fin.TR
Models for the impact of all order book events
我们提出了一个通用的框架来描述不同的事件在订单簿的影响，概括了以前的工作对市价订单的影响。可以考虑两种不同的建模路线，当仅考虑市价订单时，这两种建模路线是等效的。一个模型假定每种事件类型都有一个临时影响（TIM）。另一方面，“历史相关影响”模型（HDIM）假设只有价格变化事件具有直接影响，其本身通过“影响矩阵”由所有事件的过去历史进行调节，该“影响矩阵”测量给定类型的事件平均对未来相同符号的价格变化事件的直接影响。我们特别发现，积极的市价订单倾向于减少相同符号的进一步积极的市价订单的影响（并增加相反符号的积极的市价订单的影响）。我们讨论了TIM和HDIM的相对优点，特别是关于它们准确再现价格扩散模式的能力。我们发现，尽管理论上的不一致，TIM的表现似乎优于HDIM相比，经验数据。我们归因于这种矛盾的一个不受控制的近似用于校准HDIM，呼吁在这个问题上做进一步的工作。
2011-07-18 q-fin.ST q-fin.TR
Equilibrium Pricing in an Order Book Environment: Case Study for a Spin Model
在建立股票市场动态模型时，价格的形成往往是基于均衡机制。然而，在真实的证券交易所中，价格的形成是由订单簿决定的。因此，检查具有均衡定价变化的模型的结果程式化事实是否保持相同，或者更一般地，是否与订单簿环境兼容是有趣的。我们解决这个问题的框架内的案例研究，通过嵌入到订单簿动态的Bornholdt-Kaizoji-Fujiwara自旋模型。为此，我们使用了最近开发的基于代理的模型，现实地结合了订单簿。我们发现了现实的程式化的事实。我们的结论是研究的情况下，均衡定价是不需要的，相应的假设的“基本”价格可以放弃。
2015-02-04 q-fin.CP q-fin.TR
General Semi-Markov Model for Limit Order Books: Theory, Implementation and Numerics
本文考虑了一个一般的半马尔可夫模型的限价订单簿的两个状态，其中包括价格的变化是不固定的一个滴答。此外，我们介绍了一个更一般的情况下，半马尔可夫模型的LimitOrder图书，包括任意数量的状态的价格变化。对于这两种情况，给出了不同限价订单簿数据的理由、扩散限制、实施和数值结果：2012年6月21日的Apple、Amazon、Google、Microsoft、Intel和2014年11月3日至2014年11月7日的Cisco、Facebook、Intel、Liberty Global、Liberty Interactive、Microsoft、Vodafone。
2016-08-17 q-fin.TR
Anomalous diffusion and price impact in the fluid-limit of an order book
本研究扩展DTRW数值格式，结合带Sibuya等待时间的随机游走与非均匀采样，建立订单簿流体极限模型以研究反常扩散下的价格冲击，并用三次样条插值平滑曲线，提倡非均匀采样为扩散动力学场景的首选模拟方法。
2024-08-07 cs.CE nlin.AO q-fin.CP
On Simulation of Various Effects in Consolidated Order Book
本文分下列两部分:1.第一部分对RTS指数期货的合并订单进行了实证分析。第二部分研究了COB的Poissonian多智能体模型。通过改变向书中提交订单的不同代理组的参数，我们能够对各种现实生活现象进行建模。特别是，我们对价差、图书概况和大幅价格变化进行了建模。详细考虑了两种不同的价格大幅度变化的机制。一个是COB中流动性的不平衡，另一个是订单流中卖出订单和买入订单的不平衡。
2014-02-17 q-fin.TR
Studies of the limit order book around large price changes
我们研究了流动性股票在经历了日内价格大幅变动后，其限价订单簿的动态变化。在数据中，我们发现几个显微镜测量的变化很大，例如，波动性买卖价差、买卖不平衡、排队限价订单的数量、限价订单的活动（数量和数量）以及取消等。数量的放松通常非常缓慢，可以用指数的幂律$\approx0.4$来描述。为了更好地理解实证结果，我们引入了一个数值模型。我们发现，零智力沉积模型的订单流的经验结果可以定性地重现。这表明，缓慢的放松可能不是代理人的战略行为的结果。研究经验和数字发现的指数之间的差异有助于我们更好地确定战略行为在现象中的作用。
2009-06-30 physics.soc-ph q-fin.TR
Learning the Spoofability of Limit Order Books With Interpretable Probabilistic Neural Networks
本文提出基于多尺度霍克斯过程特征和概率神经网络的限价订单簿欺骗性检测框架，可实时预测中间价格变动并计算操纵收益，发现31%大额订单可能欺骗市场。
2025-04-22 q-fin.ST q-fin.TR
Same Book, Different Fills: Partial Identification of FIFO Execution from Aggregate Order Books
NVIDIA（英伟达）
本研究从聚合订单簿中部分识别FIFO执行，证明不同取消规则可导致被动执行结果显著差异，并建议执行策略需进行FIFO敏感性分析。
2026-10-20 q-fin.CP q-fin.TR
General Compound Hawkes Processes for Mid-Price Prediction
高频率的金融数据具有一定程度的随机性，这是不可避免的，并使建模任务变得模糊。这一想法反映在许多金融资产的限价订单账簿数据的日内演变中，并提出了使用随机模型的几个理由。例如，到达时间间隔的任意分布和连续图书事件之间的后续依赖结构。这导致了许多随机模型的动态限价订单簿的发展。在本文中，我们期待着检查一个家庭的这种模式，一般复合霍克斯过程（GCHP）模型，新的数据和新的任务的适应性。本文的主要贡献在于进一步研究了限价订单簿中中间价的预测问题以及这些随机模型的实际应用。为此，我们研究使用GCHP预测期货和股票数据的方向和波动性，并讨论可能的扩展模型，以帮助提高其预测能力。
2021-10-13 q-fin.TR
A weak law of large numbers for a limit order book model with fully state dependent order dynamics
研究了一个限价订单簿模型，其中订单动态同时依赖于当前最优价格和当前交易量密度函数。对于最佳买价、最佳卖价和LOB两侧的成交量密度的联合动态，我们推导出一个弱大数定律，该定律指出，当单个订单的大小以及最小价格变动单位趋于零且订单到达率趋于无穷大时，LOB模型收敛到连续时间极限。在比例限制下，两个体积密度都遵循一个非线性偏微分方程和两个描述最佳出价和卖价的非线性常微分方程。
2016-05-20 math.PR q-fin.MF q-fin.TR
A Mathematical Approach to Order Book Modeling
出于弥合价格形成的微观描述（基于代理的建模）和经典的随机微分方程方法来描述宏观时间尺度上的价格演变之间的差距的愿望，我们提出了一个数学研究的订单簿作为一个多维连续时间马尔可夫链，并得出几个数学结果的情况下，独立的泊松到达时间。特别地，我们证明了取消结构是保证平稳分布存在和指数收敛的重要因素，并利用泛函中心极限定理（FCLT）证明了重标度中心价格过程收敛于布朗运动.我们用数值模拟和与市场数据的比较来说明分析。
2013-03-30 math.PR q-fin.TR
Determinants of immediate price impacts at the trade level in an emerging order-driven market
常识认为，一般来说，大宗交易会导致价格大幅变动，而小额交易则会导致价格小幅变动。然而，对于非常大的价格变化，交易规模和消息发挥次要作用，而流动性（特别是限价订单簿上的价格差距）是一个更大的影响因素。因此，可能有其他因素影响贸易的即时价格影响。本文通过对任意交易量的交易前后价格变化的力学分析，发现交易量、买卖价差、价差和限价订单簿买卖双方的未平仓量对价格变化有影响。我们提出了两个回归模型来研究这些微观因素对买方发起的部分填充交易、卖方发起的部分填充交易、买方发起的填充交易和卖方发起的填充交易的价格影响。我们发现，他们有定量相似的解释能力，这些因素可以解释高达44%的价格影响。交易规模大、买卖价差大、同侧流动性高而对侧流动性低会对价格产生较大的影响。我们还发现，相对于同侧流动性的影响，对侧流动性的影响更大。我们的研究结果揭示了直接价格影响的决定因素。
2012-01-26 q-fin.ST q-fin.TR
Sequence Classification of the Limit Order Book using Recurrent Neural Networks
递归神经网络（RNN）是非常适合预测和序列分类的人工神经网络（ANN）类型。它们已广泛应用于预测单变量金融时间序列，但之前尚未考虑过它们在高频交易中的应用。本文解决了一个序列分类问题，其中一个短序列的观察限价订单簿深度和市价订单是用来预测下一个事件的价格翻转。根据这一预测调整报价的能力降低了逆向价格选择的可能性。我们的研究结果证明了RNN捕捉近期价格翻转和限价订单簿的时空表示之间的非线性关系的能力。RNN与其他分类器相比，包括线性卡尔曼滤波器，使用2016年8月的标准普尔500 E-mini期货II级数据。进一步的结果评估了每天重新训练RNN的效果以及性能对交易延迟的敏感性。
2017-07-14 q-fin.TR
Second order approximations for limit order books
在本文中，我们导出了一个无限维的限价订单簿模型的二阶近似，在这个模型中，进入的订单流的动态被允许依赖于当前的市场价格以及一个交易量指标（例如~书的顶部的卷）。我们研究了两种不同标度制度下价格和交易量过程相对于其一阶近似的波动。在第一种情况下，我们假设价格变化非常罕见，从而产生价格的恒定一阶近似值。这导致了一个由无限维布朗运动驱动的测度值的体积过程的二阶近似。在第二种情况下，我们使用一个较慢的重新标度率，这导致一个非退化的一阶近似，并给出一个随机系数的体积过程的二阶近似的偏微分方程。我们的结果可以用来推导在市场冲击下最优资产组合变现模型的置信区间。
2018-03-02 math.PR q-fin.MF q-fin.TR
Order book dynamics in liquid markets: limit theorems and diffusion approximations
我们提出了一个模型的动态限价订单簿在一个流动性的市场，买入和卖出订单提交的频率很高。我们推导出一个功能中心极限定理的联合动态的出价和要价队列，并表明，当订单到达的频率是大的，日内动态的限价订单簿可以近似为一个马尔可夫跳扩散过程中的正正交，其特点是明确描述的统计性质的基本订单流。这个结果允许获得易处理的分析近似的各种数量的利益，如价格上涨的概率或分布的持续时间，直到下一个价格移动，条件的状态下的订单簿。我们的研究结果允许广泛的分布假设和时间依赖的订单流，并适用于广泛的一类随机模型提出的订单簿动态，包括模型的基础上泊松点过程，自激点过程和模型的ACD-Gestival家庭。
2012-02-28 q-fin.CP q-fin.ST q-fin.TR
