Rise of the Machines? Intraday High-Frequency Trading Patterns of Cryptocurrencies
这项研究分析了加密货币市场的高频数据，涉及与算法交易相关的日内交易模式及其对欧洲加密货币市场的影响。我们研究交易量，如回报，交易量，波动周期，并提供回报相关性的汇总统计CRIX（CRyptocurrency Index），以及各个整体高频市场统计数据的时间方面。我们的研究结果提供了对市场的强制性洞察，在这个市场中，大规模使用自动交易算法和极其快速的交易执行似乎是基于媒体报道的标准。我们对交易模式的日内动量的研究结果为在这个新的数字市场中接近经济价值的可预测性提供了一种新的定量观点。
2020-09-09 q-fin.TR
Trading strategies in the Italian interbank market
使用的数据集，其中包括所有的银行在意大利货币市场的交易，我们研究他们的交易策略和它们之间的依赖关系。我们使用傅立叶方法来计算交易策略的方差-协方差矩阵。我们的研究结果表明，定义明确的模式出现。出现了两个主要的银行群体，可以粗略地确定为小型银行和大型银行。
2006-11-02 physics.soc-ph q-fin.TR
Market Microstructure During Financial Crisis: Dynamics of Informed and Heuristic-Driven Trading
我们建立了一个包含知情、不知情和投机驱动的投资者的市场微观结构模型，后者的行为符合损失规避和心理账户。我们发现，在2008年期间，知情交易（PIN）的概率变化显着。相反，在雷曼兄弟破产之前和之后，投机驱动交易（PH）的概率保持不变。横截面分析得出，与PIN不同，PH对尺寸和体积效应不敏感。我们发现，商业驱动的交易者普遍存在于所有的细分市场，他们的存在是随着时间的推移是恒定的。此外，我们发现，投机驱动的投资者和知情的交易者是不相交的集。
2016-06-11 q-fin.TR
Dynamic Grid Trading Strategy: From Zero Expectation to Market Outperformance
本研究针对传统网格交易策略期望收益为零的问题，提出可动态重置网格仓位的DGT策略，回测验证其在加密货币市场的收益与风控表现均优于传统网格和买入持有策略。
2025-06-13 q-fin.TR
On the Efficient Market Hypothesis of Stock Market Indexes: The Role of Non-synchronous Trading and Portfolio Effects
在这篇文章中，纽约证券交易所的股票市场指数的长期行为进行了研究，为1950年至2013年期间。具体而言，CRSP价值加权和CRSP加权指数分析的市场有效性，使用标准比率方差检验，考虑超过1600个一周滚动窗口。对于权重相等的指数，随机游走的原假设在整个时期都被拒绝，而对于权重市值指数，原假设从20世纪90年代开始被接受。为了解释这种差异，我们提出了一个假设，即这种行为可以用投资组合和非同步交易效应的共同作用来解释。为了检验上述假设的可行性，我们对两种和六种资产组合的影响进行了模拟。结果表明，这是可能的解释两个指数之间的实证差异，几乎完全由组合和非同步交易的联合作用。
2015-10-13 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
David vs Goliath (You against the Markets), A Dynamic Programming Approach to Separate the Impact and Timing of Trading Costs
我们开发了一个完全不同的随机动态规划模型的交易成本。建立在强大的理论基础上，我们的模型通过将订单持续时间内证券价格的整体变动分为市场冲击（由他们的行为引起的价格变动）和市场时机（由其他人引起的价格变动）组件，为市场参与者提供见解。我们推导出该模型在不同的证券价格运动规律下的公式，从一个简单的基准情景开始，并将其扩展到包括多个不确定性来源、由于交易量曲线变化引起的流动性约束以及与价差相关的交易成本。我们开发了一个数值框架，可用于获得最优执行下的任何法律的价格运动，并证明了我们的理论方法，包括强大的数值技术来实现它们的巨大的实际适用性。我们将交易成本分解为市场冲击和市场时机选择，这使得我们能够推导出交易成本的零和博弈性质。它为处理复杂系统提供了许多经验教训，其中通过分解许多不确定性来源来降低复杂性可以在决策过程中获得更好的见解。
2021-04-17 q-fin.TR
Trading Strategy with Stochastic Volatility in a Limit Order Book Market
本文利用Heston随机波动率模型来描述股票的波动性，并应用该模型推导和分析了证券市场中交易商的最优交易策略。我们也将我们的研究扩展到股票期权在存在随机波动率的情况下的做市。在数学上，该问题被表述为一个随机最优控制问题，受控状态过程是经销商的市值财富。证券市场上的交易商可以最佳地确定他们对标的股票或期权的报价。他们的目标是最大限度地提高交易的预期利润，惩罚与累积库存成本的方差成正比。
2016-02-01 q-fin.TR
Strategic Learning and Trading in Broker-Mediated Markets
University of Oxford（牛津大学）；Oxford-Man Institute of Quantitative Finance（牛津曼定量金融研究所）
本文研究了中介市场中经纪人与交易者的信息博弈，发现信息泄露可使经纪人获得与交易成本相当的经济价值，从而对交易者产生不利影响。
2026-01-19 q-fin.TR
How Wave - Wavelet Trading Wins and "Beats" the Market
本文的目的是展示交易策略，这些策略解决了商业金融、经济学和统计学中三个困难而有趣的问题。本文讨论了商品和股票的交易策略，但主要集中在纽约证券交易所的股票市场交易。问题一：低买高卖。低买高卖的问题可以概括为：假设商品或股票的价格无限期波动，是否有任何明确的策略，让交易者通过低买高卖来“驾驭价格波动”，即使价格不上涨也最终获胜？问题二：“打败”市场。在第2部分中，第1部分中介绍的交易系统将转化为最终总是跑赢市场的策略。问题3：交易者的表现能胜过几何布朗运动吗？一般认为，不可能“击败”GBM，因为对历史价格的技术分析在预测未来价格时是无用的。论文的最后一部分表明，问题3的答案实际上是一个“是”，这是相当令人惊讶的。所提出的交易策略主要基于从市场价格的大小波动所产生的波浪和小波运动中获得的信息。它们不涉及对未来价格的任何预测或预测。行为经济学也在小波交易计划的决策过程中发挥作用。我的网站AgateTrading.com向公众开放。
2017-04-02 q-fin.TR
ClusterLOB: Enhancing Trading Strategies by Clustering Orders in Limit Order Books
ClusterLOB 通过对逐笔订单数据中的市场事件进行特征增强和 K-means++ 聚类，将参与者分为方向性、机会主义和做市三类，并利用各簇订单流不平衡信号构建出优于基准的交易策略。
2025-05-10 q-fin.TR
An optimal trading problem in intraday electricity markets
本文研究了日内电力市场中发电商的最优交易问题。其目的是最大限度地减少由电力的随机剩余需求引起的不平衡成本，即客户的消费减去可再生能源的生产。对于一个简单的线性价格冲击模型和一个二次准则，我们明确地获得了近似最优策略在日内市场和火电发电，并展示了一些显着的性质的交易率。此外，我们研究的情况下，当有跳跃的需求预测和日内价格，通常是由于错误的预测风力发电。最后，我们解决了问题时，考虑到火电生产的延迟约束。
2015-01-19 q-fin.TR
Simulating the Synchronizing Behavior of High-Frequency Trading in Multiple Markets
金融市场上近一半的交易是由高速、自主的计算机程序执行的，这种交易通常被称为高频交易（HFT）。虽然有证据表明高频交易提高了市场效率，但尚不清楚它是如何或为什么产生这种结果的。在这里，我们创建了一个简单的模型来研究高频交易对在不同市场交易类似证券的投资者的影响。我们表明，高频交易可以通过允许更多的交易发生，而不会对定价或波动性产生不利影响，从而提高流动性。在该模型中，高频交易使证券的价格波动，这使得买卖双方能够在市场上找到彼此，并增加了竞争订单被满足的可能性。
2013-11-17 q-fin.GN q-fin.TR
Trading behavior and excess volatility in toy markets
研究了自适应归纳理性代理人的玩具市场中代理人的交易行为与波动性之间的关系。我们表明，过度波动，在这样的简化市场，出现的后果{ \em i）}忽视隐含在价格采取行为的市场影响和{ \em ii）}过度反应的代理。这些问题在没有公开资料的简单情况下详细讨论。对于一般情况，我们还推导出临界学习率，高于该临界学习率，交易行为会导致市场的动荡动态。
2000-06-19 cond-mat.dis-nn cond-mat.stat-mech nlin.AO
Do speed bumps curb low-latency trading? Evidence from a laboratory market
交易所实施有意的交易延迟，以限制低延迟交易的有害影响。这样的“减速带”是否会抑制对快速交易技术的投资？数据稀缺，因为交易技术是专有的。我们建立了一个实验性的交易平台，参与者可以面对速度障碍，并可以投资于快速交易技术。我们发现，不对称的减速带，平均而言，减少投资的速度只有20%。将减速带的大小增加一个标准差，进一步减少了8.33%的低延迟投资。最后，引入对称减速带导致与完全没有减速带相同的投资水平。
2019-10-07 q-fin.GN q-fin.TR
Newly Developed Flexible Grid Trading Model Combined ANN and SSO algorithm
在现代社会中，由于网络和计算机计算技术的不断发展，金融市场的交易方式和策略已逐渐从传统的现场交易转变为电子化的远程交易，甚至是通过预先编写的计算机程序进行的在线自动交易。量化交易在金融市场中引起了广泛的关注，其主要目的是将人们的投资决策自动地形成一种固定的、可量化的操作逻辑，排除一切情绪干扰和主观思想的影响，并将这种逻辑应用于金融市场活动中，以获得高于平均收益的超额利润。在金融市场中，开发自调整规划算法以实现自动交易已成为学术研究和金融实践的一个重要课题。因此，在本发明中，一个新的灵活的网格交易模型，结合简化群优化（SSO）算法，用于优化各种市场情况的参数作为输入值，以及全连接神经网络（FNN）和长短期记忆（LSTM）开发并研究了用于训练定量交易模型的模型，以在输入现有市场状况后自动计算并调整用于交易的最佳交易参数，这项工作该模型提供了一种自调整模型，减少了投资者在交易市场上的努力，获得了超额投资收益率和模型的鲁棒性，并能合理地控制风险与收益之间的平衡。
2022-09-05 cs.CE q-fin.TR
Information and Trading Targets in a Dynamic Market Equilibrium
本文研究了Kyle（1985）提出的多期市场中交易目标与私人信息之间的均衡关系。有两种投资者都遵循动态交易策略：一种是策略性投资组合再平衡者，他通过拆分订单来达到累计交易目标;另一种是不受约束的策略性内部人士，他根据长期存在的信息进行交易。我们考虑的情况下，受约束的再平衡器是部分通知以及特殊情况下，再平衡器是事先不知情的。我们推导出一个线性贝叶斯纳什均衡，描述了一个算法计算这样的均衡，并提出了数值结果这些均衡的属性。
2015-09-07 q-fin.GN q-fin.TR
Optimal Trading in Automatic Market Makers with Deep Learning
本文研究CFMMs与中心化交易所的最优交易策略，提出通过控制交易速率隐藏订单的最优执行模型，并采用深度Galerkin方法求解动态规划方程，实验表明该策略优于朴素策略且不易受价格滑点影响。
2023-04-05 q-fin.TR
ESG driven pairs algorithm for sustainable trading: Analysis from the Indian market
本研究提出融合ESG评级与配对交易策略的算法交易框架，结合协整股票识别、技术指标筛选合规盈利标的，经印度市场回测验证其收益优于传统策略，为可持续算法交易提供新方案。
2024-01-26 q-fin.TR
Trading Electrons: Predicting DART Spread Spikes in ISO Electricity Markets
CEREMADE, Université Paris Dauphine & PSL Research University（巴黎第九大学与PSL研究大学）；Department of Operations Research & Financial Engineering, Princeton University（普林斯顿大学运筹学与金融工程系）
本文研究了预测和优化日间与实时（DART）价差的策略，通过扩展单区域到多区域的尖峰预测模型，并基于日间投标堆栈开发了一个结构化和市场一致的价格影响模型，以提高风险回报比。
2026-05-19 q-fin.TR
Market Microstructure Knowledge Needed for Controlling an Intra-Day Trading Process
在过去的二十年里，大量的学术和理论工作一直致力于大订单的最佳清算。订单在时间（“最优交易安排”）和空间（“智能订单路由”）上的最优分割引起了\rred{to}从业者的高度兴趣，因为最近全球监管和流动性的演变导致市场微观结构日益复杂。本文将这些监管问题以及更广泛的当前市场设计转化为定量术语。它将最佳交易、订单簿模拟和最佳流动性方面的最新进展与新兴全球流动性网络中的交易现实联系起来。
2013-02-19 math.OC q-fin.TR
Psychological dimension of adaptive trading in cryptocurrency markets
在本文中，我们扩展了对基于代理的自适应交易模型的分析，称为Perepelitsa和Alfrefeyev（2019）引入的异步随机价格泵（ASPP），该模型具有跨交易者群体的投机乐观和悲观心理参数的异质分布。我们发现，新模型具有一系列的定性不同的动态时，这些因素之间的相关性范围从低负值到大正值。统计参数估计表明，具有负相关性的异质ASPP是比特币价格变化的模型。
2021-09-24 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
Matching in size: How market impact depends on the concentration of trading
我们发现，填写一个订单与大量的不同的同行招致额外的市场冲击，而不是填写订单与少量的同行。因此，为了获得最佳执行效果，在大型（LIS）场所中，利用尽可能少的对应方机会性地完成订单可能是有益的。本文介绍了集中交易的概念，即在给定时间段内大部分买入或卖出由一个或几个交易者完成的情况，例如在执行大额订单时。使用伦敦证券交易所的数据，我们表明，集中交易遭受价格的影响，除了（智能）订单路由所造成的影响。但是，当与市场另一端类似集中的同行相匹配时，影响就大大降低了。这表明，在地雷影响调查地点公布订单有望提高执行绩效。
2020-12-18 q-fin.TR
Trading Strategies of a Leveraged ETF in a Continuous Double Auction Market Using an Agent-Based Simulation
杠杆ETF是一种基金，旨在实现比日经225期货等基础资产高出数倍的回报率。最近，有人建议，重新平衡杠杆式ETF的交易可能会破坏金融市场的稳定。一项使用基于代理人的模拟的实证研究表明，再平衡贸易战略可能影响基础资产市场的价格形成。然而，尚未提出尽可能抑制波动性增加的杠杆ETF交易方法。在本文中，我们比较了不同的交易策略，提出了一个交易模型，并报告了我们的调查结果，如何最好地抑制市场波动的增加。结果发现，随着再平衡交易中最小订单数量的增加，对市场价格形成的影响减少。
2020-10-25 cs.MA q-fin.TR
Outsider Trading
本文研究日本股票市场的无效率和信息不均等问题。传统的统计套利策略是以市场微观结构、公司发布的信息或分析师报告为基础的，通过仔细分析互联网上公开的信息，传统的统计套利策略的“局外人”仍然可以追求有利可图的交易策略。大量的博客数据被用来证明市场中存在的低效率。建立了一个基于信息的交易策略复制模型来估计信息差异的程度。
2010-03-07 q-fin.TR
Market Impact Paradoxes
成交量加权价（VWAP）订单的市场冲击（MI）是交易率的凸函数，但大多数经验估计的交易成本是凹函数。这怎么可能？我们发现，等时（恒定的交易时间）MI是略凸，等容（恒定的交易量）MI是凹的。我们建议一个模型，适合所有的交易制度，并保证无动态套利。
2013-12-11 q-fin.CP q-fin.TR
Price formation and optimal trading in intraday electricity markets with a major player
我们研究了间歇性可再生能源发电存在下的日内电力市场价格形成。我们认为，设置一个主要生产者可能会与大量的小生产者的战略互动。利用随机控制理论，我们确定了代理商的最佳策略与市场冲击和展示纳什均衡在封闭形式的渐近框架中的平均场游戏与一个主要的球员。这是[Féron，Tankov，and Tinsi，Price formation and optimal trading in the intraday electricity markets，arXiv：2009.04786，2020]的姊妹论文，其中在相同代理人的设置中开发了类似的模型。
2020-11-15 q-fin.PR q-fin.TR
Extracting the multi-timescale activity patterns of online financial markets
在线金融市场可以表示为复杂的系统，其中可以以不同的分辨率和时间尺度捕获和表征交易动态。在这项工作中，我们开发了一种基于非负张量因子分解（NTF）的方法，旨在提取和揭示在线金融系统的多时间尺度交易动态。我们首先使用合成数据展示了我们策略的优势，然后使用真实数据捕获2001年至2015年期间意大利在线金融市场（e-MID）中发生的所有银行间交易（超过100万）。我们的研究结果展示了NTF如何发现隐藏的活动模式，这些模式表征了表现出不同交易策略（正常交易、早期交易、闪电交易等）的银行群体。我们进一步说明了我们的方法可以揭示“危机模式”在交易中引发的内生和外生系统冲击：作为一个例子，我们揭示和描述交易异常中的2008年金融危机。
2018-04-24 q-fin.TR
Optimal Trading with Alpha Predictors
我们研究的问题，最优交易使用一般阿尔法预测线性成本和临时的影响。我们这样做的框架内的随机优化有限的地平线使用限价和市价订单。与其他研究一致，我们发现线性成本的存在会导致在使用市价订单时出现无交易区，而在使用限价订单时出现相应的做市区。我们表明，当结合市价单和限价订单，问题被进一步划分为区域，我们更积极地使用市价订单交易。即使我们不解决解析充分的优化问题，我们提出了明确的和简单的解析配方，近似的充分的解决方案，并易于在实践中实施。我们使用蒙特卡罗模拟测试算法，并展示它们如何提高我们的利润和损失。
2015-01-16 q-fin.TR
Trading on the Floor after Sweeping the Book
知情的交易者需要快速交易，以便在公开之前从他们的私人信息中获利。快速的电子市场提供了这种流动性。慢速市场提供基于拍卖的交易大厅的执行。混合市场结合了这两个执行场所。在其主要结果中，该论文表明，为了补偿其缓慢和高风险的执行，交易大厅的深度至少需要是清扫设施的两倍。此外，当一个独立的交易大厅通过增加一个清扫设施来增强时，整体知情交易将下降，因为知情交易者更容易提取其私人信息的全部价值。
2020-01-17 q-fin.TR
QuantNet: Transferring Learning Across Systematic Trading Strategies
University College London（伦敦大学学院）；University of Manchester（曼彻斯特大学）
系统性金融交易策略占股票交易量的80%以上，也是外汇市场的一大部分。尽管可以获得来自多个市场的数据，但当前的交易方法主要依赖于学习每个市场的交易策略。在本文中，我们朝着开发完全端到端的全球交易策略迈出了一步，这些策略利用系统趋势来产生卓越的市场特定交易策略。我们介绍QuantNet：一种学习市场不可知趋势的架构，并使用这些来学习卓越的市场特定交易策略。每个特定于市场的模型都由一个编码器-解码器对组成。编码器将特定于市场的数据转换为抽象的潜在表示，该表示由所有市场共享的全局模型处理，而解码器基于来自特定于市场的编码器和全局模型的本地和全局信息来学习特定于市场的交易策略。QuantNet使用了最近在转移和元学习方面的进展，市场特定的参数可以自由地专注于手头的问题，而市场不可知的参数则被驱动以捕捉来自所有市场的信号。通过整合特殊的市场数据，我们可以学习一般的可转移动态，避免过度拟合的问题，以产生具有优异回报的策略。我们根据全球58个股票市场的3103种资产的历史数据对QuantNet进行评估。与表现最好的基线相比，QuantNet的夏普比率高出51%，卡尔马比率高出69%。此外，我们还展示了我们的方法相对于非迁移学习变体的优势，夏普和卡尔马比率分别提高了15%和41%。代码见附录。
2020-06-30 cs.LG q-fin.CP q-fin.PM
Impact of information cost and switching of trading strategies in an artificial stock market
本文研究了连续双向拍卖市场中交易策略的转换及其对市场波动性的影响。我们描述的行为时，一些不知情的代理人，我们称之为切换器，决定是否要支付信息之前，他们的交易。通过为信息付费，他们表现得像知情的交易者。首先，我们验证了我们的模型能够重现真实金融市场中的一些程式化事实。其次，我们考虑了不同投资者结构下的转换与市场波动的关系。我们发现，市场波动性与转换者比例之间存在正相关关系。因此，我们得出结论，转换者是市场中的一个不稳定因素。然而，对于给定的固定比例的转换者，在给定的时间决定购买信息的转换者的比例与当前的市场波动性呈负相关。换句话说，如果有更多的代理人在某个时候为了解基本面价值而支付信息，市场波动性就会降低。这是因为转换者之间的信息扩散使市场价格更接近基本价值。
2014-07-06 q-fin.TR
Trading against disorderly liquidation of a large position under asymmetric information and market impact
我们考虑与对冲基金或大型交易商进行交易，如果资产的市场价格超过一定的门槛，他们必须清算风险资产的大量头寸。清算以无序的方式进行，对资产的市场价格产生负面影响。我们考虑了小投资者的角度，他们的交易不会引起市场冲击，他们对清算触发机制和市场冲击拥有不同程度的信息。我们将这些市场参与者分为三种类型：完全知情、部分知情和不知情的投资者。我们考虑了投资组合优化问题，并从理论上和数值例子上比较了三类投资者的最优交易和财富过程。
2016-10-06 math.PR q-fin.MF q-fin.PM
A quantitative model of trading and price formation in financial markets
我们使用标准的物理技术模型的交易和价格形成的市场下，订单到达和取消是泊松随机过程的假设。该模型对市场的最基本属性进行了可检验的预测，例如价格的扩散率，这是金融风险的标准衡量标准，以及价差和价格影响函数，这是交易成本的主要决定因素。在量纲分析、模拟和平均场论的指导下，我们发现了阶流率的标度关系。我们表明，即使在完全随机的顺序流的需要，以存储供应和需求，以促进交易诱导异常扩散和时间结构的价格。
2002-12-10 cond-mat.stat-mech q-fin.TR
How to Evaluate Trading Strategies: Single Agent Market Replay or Multiple Agent Interactive Simulation?
我们展示了多代理模拟器如何支持两种重要但不同的方法来评估交易策略：市场重播和交互式基于代理的模拟（IABS）。我们的解决方案很重要，因为每种方法都提供了暴露或隐藏主题策略中缺陷的优点和缺点。市场重演的一个关键弱点是，模拟市场并没有充分适应或响应实验策略的存在。IABS方法提供了一个人工市场的实验策略，使用人口的背景交易代理。由于后台代理人将市场条件和当前价格作为其策略的一部分，因此整个市场对实验策略的存在做出反应。即便如此，IABS的方法也有其自身的弱点，主要是不清楚它们提供的市场环境是否现实。我们详细描述了我们的方法，并说明了它在一个示例应用程序中的使用：各种规模订单的市场冲击评估。
2019-06-28 cs.GT q-fin.TR
Learning Unfair Trading: a Market Manipulation Analysis From the Reinforcement Learning Perspective
King’s College London（伦敦国王学院）
市场操纵是交易者用来改变金融证券价格的一种策略。其中一种操纵是基于使用几种交易策略买卖资产的过程，其中欺骗是一种流行的策略，被市场监管机构视为非法。已经开发了一些有前途的工具来检测操纵行为，但在市场中仍然可以发现案例。在本文中，我们模拟欺骗和ping交易，两种策略，不同的法律背景，但有相同的基本概念的市场操纵。我们在马尔可夫决策过程的完全和部分可观测性中使用强化学习框架，并通过寻找鼓励交易者进行欺诈活动的原因来分析操纵者的潜在行为。这揭示了应对问题的程序，这可能有助于市场监管机构，因为我们的模型预测了欺骗者的活动。
2015-11-02 cs.LG q-fin.TR
Identification of clusters of investors from their real trading activity in a financial market
我们使用统计验证网络，最近推出的方法来验证一个二分系统中的链接，以确定在金融市场交易的投资者集群。具体来说，我们调查了一个特殊的数据库，可以跟踪股票诺基亚个人投资者的交易活动。我们发现，许多统计检测集群的投资者在他们决定交易的时间和采取的交易行动表现出非常高的同步程度。我们调查这些集群的组成，我们发现，其中几个显示出过度表达的特定类别的投资者。
2011-07-20 cs.SI physics.soc-ph q-fin.TR
Multi-period Trading Prediction Markets with Connections to Machine Learning
The University of Edinburgh（爱丁堡大学）
我们提出了一个新的预测市场模型，在该模型中，我们使用风险措施来模拟代理人，并引入一个做市商来描述交易过程。这种对建模工具的特定选择给我们带来了数学上的方便。分析表明，整个市场有效地接近一个全球目标，尽管市场的设计，每个代理人只关心自己的目标。此外，市场动态为优化全球目标提供了一个合理的算法。因此，机器学习和我们的市场之间建立了密切的联系，这样我们就可以1）通过将机器学习方法应用于全球目标来分析市场，2）通过建立和运行某些市场来解决机器学习问题。
2014-03-04 cs.GT cs.LG q-fin.TR
Detecting Collusive Cliques in Futures Markets Based on Trading Behaviors from Real Data
在金融市场中，异常交易行为对市场监管和风险管理提出了严峻的挑战。更为严重的是，一些有经验的交易者为了个人利益的最大化，组成一个合谋集团，共同操纵某些工具，从而误导其他投资者的异常交易事件也越来越多。本文提出了一种检测期货市场中隐藏的合谋集团的方法，该方法首先计算任意两个合格的有符号订单量的统一汇总时间序列之间的相关系数，然后利用相关系数超过用户指定阈值的相关矩阵构造多个稀疏加权图，并将其连接分量进行组合.通过对上海期货交易所真实订单数据的实验表明，该方法能有效地检测出可疑合谋集团。基于所提出的方法的工具已被部署在交易所作为期货市场监督和风险管理的试点应用。
2011-10-07 cs.NE q-fin.TR
Strategic Insider Trading Equilibrium with a Non-fiduciary Market Maker
研究了Kyle（1985）模型的连续时间版本，其中做市商不是受托人。他们有一些市场力量，他们利用这些力量来设定对他们有利的价格，从而产生积极的预期利润。这对均衡有几个影响，最重要的是，通过设定一个适度的费用条件的订单流，做市商能够获得的利润数量级，甚至比一个完全知情的内幕交易者更好。我们的模型还表明了为什么投机价格比基本面预测的更不稳定。
2019-08-23 math.OC q-fin.TR
A non-linear model of trading mechanism on a financial market
我们引入了一个原型模型，试图捕捉市场动态模拟交易机制的某些方面。该模型描述开始于一个离散空间，连续时间马尔可夫过程，描述不同价格的订单的到达和移动。然后，我们执行一个重新缩放的过程，导致一个确定性的动力系统控制的非线性常微分方程（ODE）。这使我们能够引入近似的平衡分布的模型表示的不动点的确定性动力学。
2012-01-22 math.PR q-fin.TR
Short-term Market Reaction after Trading Halts in Chinese Stock Market
本文利用上海证券交易所的高频数据，研究了停牌后绝对收益率、交易量和买卖价差的动态变化。我们处理了2009年8月至2011年8月期间上海证券交易所203只股票的全部三种停牌类型，即盘中停牌、单日停牌和跨日停牌。我们发现，绝对收益率，交易量，并在买卖价差的情况下，在盘中暂停具有相同的模式与一个尖锐的峰值和幂律松弛之后。而对于不同类型的停牌，其峰值高度和松弛指数是不同的。从停牌原因或停牌持续时间的角度来看，跨日停牌后绝对收益率的松弛指数均大于日内停牌和单日停牌后的绝对收益率松弛指数，说明跨日停牌最有效。从价格走势来看，在停牌和停牌一天的情况下，正事件的超额绝对收益和超额交易量的松弛指数均大于负事件的松弛指数，说明正事件对停牌和停牌一天的影响大于负事件。相反，负面事件比正面事件更有效。
2014-06-23 q-fin.ST q-fin.TR
Trading Lightly: Cross-Impact and Optimal Portfolio Execution
我们建立了一个策略的影响成本模型，交易一篮子相关的工具，通过扩展到多变量的情况下，线性传播模型以前用于单一的工具。我们的规范允许我们校准一个没有套利和价格操纵的成本模型。我们说明了我们的研究结果，使用一个池的美国股票，并表明，忽略交叉影响的影响，导致不正确的估计的流动性和次优的执行策略。我们特别指出了同步执行相关合约的重要性。
2017-08-22 q-fin.TR
Price formation and optimal trading in intraday electricity markets
我们开发了一个易于处理的均衡模型，在间歇性可再生能源发电的存在下，在日内电力市场的价格形成。利用随机控制理论，我们确定了代理商的最优策略与市场冲击和展示纳什均衡在封闭形式的有限数量的代理商，以及在平均场博弈的渐近框架。我们的模型再现了日内市场价格的经验特征，例如在交割日临近时价格波动性增加以及价格与可再生进料预测之间的相关性，并将这些特征与流动性，代理商数量和不平衡惩罚等市场特征联系起来。
2021-06-30 q-fin.PR q-fin.TR
Trading with market resistance and concave price impact
LPSM, Université Paris Cité（巴黎西岱大学）；MICS, CentraleSupélec（中央理工-高等电力学院）；DMATH, Université du Luxembourg（卢森堡大学）
本文提出了一种考虑内生市场阻力和凹状价格影响的最优交易模型，并通过数学分析和数值实验验证了最优交易策略的存在性和收敛性。
2026-02-03 q-fin.TR
Liquidity Effects of Trading Frequency
在这篇文章中，我们提出了一个离散时间的建模框架，其中的形状和动态的限价订单簿（LOB）内生于多个市场参与者（代理人）之间的均衡。我们使用建议的建模框架来分析交易频率对市场流动性的影响，在一个非常一般的设置。特别是，我们证明了高交易频率的双重影响。一方面，较高的频率增加市场有效性，如果代理人选择提供流动性的均衡。另一方面，它也使市场更加脆弱，在这个意义上，代理人选择提供均衡流动性，只有当他们是市场中性的（即，他们的信念满足一定的鞅性质）。如果交易频率足够高，即使是非常小的偏离市场中性也可能导致代理人停止提供流动性，这代表市场中的内生流动性危机（又名闪电崩盘）。这一框架使我们能够更深入地了解这种流动性危机是如何展开的，并将其与所谓的逆向选择效应联系起来。
2017-05-09 q-fin.MF q-fin.TR
Testing the performance of technical trading rules in the Chinese market
技术性交易规则在金融市场中被从业者使用的历史由来已久。技术性交易规则的盈利能力和效率存在争议。本文以1992年5月21日至2013年6月30日的上证综合指数和沪深300指数为研究对象，对七千多条传统技术交易规则进行了实证检验（SHSZ 300）从2005年4月8日至6月30日，2013年，通过使用基于回报率和夏普比率的业绩测量，检查是否可以找到有效的交易策略。为了纠正数据窥探效应的影响，我们采用了高级预测能力测试来评估是否存在可以显著优于基准的交易规则。结果表明，对于上证综指，技术交易规则提供了显著的盈利能力，而对于上证300，这种能力是丧失的。我们进一步将上证综指分为两个子系列，发现与上证300指数跨度相同的子系列的技术交易效率被严重削弱。通过对两个指数的五年移动窗口交易规则进行测试，我们发现2005年至2007年的金融泡沫大大提高了技术交易规则的有效性。这与技术交易规则的预测能力是一致的，这种预测能力在市场效率较低时出现。
2015-04-24 q-fin.ST q-fin.TR
Universal Trading for Order Execution with Oracle Policy Distillation
Microsoft Research Asia（微软亚洲研究院）
订单执行是算法交易中的一个基本问题，其目的是完成特定交易订单，无论是清算还是收购。为了实现有效的执行策略，近年来已经见证了从基于模型的市场假设的分析视角到无模型视角的转变，即，强化学习，由于其顺序决策优化的性质。然而，政策可以利用的嘈杂但不完美的市场信息使得建立样本有效的强化学习方法来实现有效的订单执行变得非常具有挑战性。在本文中，我们提出了一个新的通用的交易政策优化框架，以弥合之间的差距嘈杂但不完美的市场状态和订单执行的最佳行动序列。特别地，该框架利用策略蒸馏方法，该策略蒸馏方法可以更好地引导具有完美信息的oracle教师对公共策略的学习朝向实际上的最优执行，以近似最优交易策略。大量的实验表明，我们的方法在各种强基线上有了显着的改进，并采取了合理的交易行动。
2021-01-28 cs.LG q-fin.TR
Optimal Transport and Risk Aversion in Kyle's Model of Informed Trading
我们建立了最优运输理论和动态版本的凯尔模型之间的联系，包括通过共轭对偶和Monge-Kantorovich对偶的知情交易利润的新特征。我们使用这些连接扩展到多个资产，一般分布和风险厌恶的做市商的模型。对于厌恶风险的做市商，流动性较低，资产表现出短期逆转，风险溢价取决于做市商库存，这是均值回复。我们说明了模型表明，隐含波动率预测股票收益率时，有知情的股票和期权交易和做市商是风险厌恶。
2021-08-12 q-fin.MF q-fin.TR
Signature-Based Optimal Execution for Statistical Arbitrage with Path-Dependent Trading Signals
Deep Blue Capital B.V.（深蓝资本有限公司）；Informatics Institute, University of Amsterdam（阿姆斯特丹大学信息学研究所）；Korteweg-de Vries Institute for Mathematics, University of Amsterdam（阿姆斯特丹大学科特韦格-德弗里斯数学研究所）
提出基于截断签名的线性框架，将alpha过程和交易速度建模为路径的函数，通过二次规划求解最优执行策略，在合成数据和历史回测中优于z-score阈值基准。
2026-07-22 q-fin.TR
Generalized Optimal Liquidation Problems Across Multiple Trading Venues
本文将Almart-Chriss的市场冲击模型推广到一个更现实、更灵活的框架，并利用它来推导和分析证券市场最优清算问题的某些方面。我们说明了当多个交易场所和额外的信息被带入证券市场并被交易者检测到时，交易者的清算策略如何改变。本文的研究对清算策略与市场流动性之间的关系提供了新的认识，并为随机波动的最优清算问题提供了一种多尺度方法。
2017-08-04 q-fin.TR
Co-trading networks for modeling dynamic interdependency structures and estimating high-dimensional covariances in US equity markets
本文利用高频协同交易关系构建股票动态网络，通过谱聚类发现具有经济意义且随时间演变的股票聚类，并据此提出高维协方差稳健估计器，显著提升投资组合配置效果。
2024-05-13 q-fin.PM q-fin.TR
VolTS: A Volatility-based Trading System to forecast Stock Markets Trend using Statistics and Machine Learning
本文提出 VolTS 交易系统，结合统计分析、k-means++ 波动率聚类与 Granger 因果检验识别股票预测关系，并通过回测验证其稳健获利能力。
2023-08-17 q-fin.PM q-fin.TR
