Optimal Execution in Intraday Energy Markets under Hawkes Processes with Transient Impact
本文提出了一种基于Hawkes过程和暂态价格影响模型的日内能源市场最优执行策略，通过回测验证该策略在降低交易成本方面优于传统基准方法。
2025-11-25 q-fin.TR
Optimal Trade Execution in Illiquid Markets
本文研究了具有离散订单流的金融市场的最优交易执行策略。代理人有一个有限的清算期限，必须尽量减少价格的影响，给定一个随机数量的传入交易对手。在订单流$N$为Poisson过程的假设下，对最优动态执行策略的性质和计算进行了全面的分析。扩展，其中（a）$N$是一个完全观察到的政权切换泊松过程;和（b）$N$是一个马尔可夫调制的复合泊松过程驱动的隐马尔可夫链，也被认为是。我们推导并比较了这三种情况下的性质，并用计算实例说明了我们的结果。
2009-02-15 q-fin.TR
Dynamic optimal execution in a mixed-market-impact Hawkes price model
我们研究了一个包含其他流动性接受者的线性价格冲击模型，其订单流遵循Poisson或Hawkes过程。最优执行问题在这种情况下得到了明确的解决，封闭式最优策略特别描述了一个人应该如何对其他交易者的订单做出反应。这一结果使我们能够讨论市场的可行性。结果表明，泊松订单到达导致相当强大的价格操纵策略的意义上的Huberman和Stanzl。相反，霍克斯模型的一组特定条件平衡了订单流的自激和价格的弹性，排除了价格操纵策略，并提供了一定的市场稳定性。
2015-06-09 q-fin.TR
Calibration of optimal execution of financial transactions in the presence of transient market impact
在订单驱动市场中交易大量金融资产需要使用算法执行来划分许多交易中的交易量，以最大限度地减少因市场冲击而产生的成本。最优执行策略的正确设计在很大程度上取决于对市场冲击的仔细建模，即价格对交易的反应。在本文中，我们考虑了最近引入的市场冲击模型（Bouchaud等人，2004），其具有描述由于交易引起的价格变化的量和时间依赖性的性质。我们展示了这个模型如何可以用来描述价格的影响，也在总交易时间或实时。然后，我们解决了分析和校准与真实数据的最优执行问题的风险中性和风险厌恶的投资者，我们得到了一个有效的边界的最优执行。当我们包括传播成本的问题必须解决数字，我们表明，这种成本的引入正规化的解决方案。
2012-06-04 q-fin.ST q-fin.TR
An Optimal Execution Problem with S-shaped Market Impact Functions
在本研究中，我们将Kato（2014）研究的具有凸市场冲击函数的最优执行问题扩展到市场冲击函数为S形的情况，即对于某些$\bar {x}_0 \geq 0$，$[0, \bar {x}_0]$上凹，$[\bar {x}_0, \infty )$上凸。研究了相应的哈密顿-雅可比-贝尔曼方程，证明了S形市场冲击下的最优执行速度等于零或大于$\bar {x}_0$ .此外，我们还提供了一些布莱克-斯科尔斯模型的例子。当市场冲击函数为S形时，对于风险中性的小股票交易者，最优策略是时间加权价策略。
2017-10-02 q-fin.MF q-fin.TR
Transaction Costs in Execution Trading
在目前的工作中，我们开发了一个形式主义，以解决问题的最优执行时，交易市场的证券。更准确地说，我们引入了一个效用函数，平衡市场冲击和时机风险，后者被建模为我们的订单执行所产生的非常负的交易成本。该框架是建立在现有的理论上的最佳交易策略，但结合的特点，使独特的执行策略。形式主义的补充，分析各种影响模型和不同的市场回报的分布特性。
2020-07-05 q-fin.TR
Foreign Exchange Market Microstructure and the WM/Reuters 4pm Fix
市场定盘价是外汇（FX）执行的基准，许多机构投资者采用它来建立执行的准确参考。目前最受欢迎的外汇定盘是世界市场路透社（WM/R）下午4点定盘。WM/R下午4点定盘执行是外汇经纪商（通常是银行）提供的一项服务，只要他们在下午4点之前的某个时间获得交易订单，他们就可以在定盘执行。本文研究了下午4点左右的市场微观结构。我们证明，市场动态可以通过增加波动性和运动的大小与一天中的其他时间区分开来。我们的研究结果质疑了以目前的形式使用下午4点修正的客户群的总体利益。
2016-02-29 q-fin.TR
Optimal Execution of Limit and Market Orders with Trade Director, Speed Limiter, and Fill Uncertainty
本文研究了具有永久性和暂时性价格影响的市价单和限价订单的最优执行问题，以及在限价订单成交时的不确定性问题。我们的连续时间模型结合了一个交易速度限制器和一个交易员董事，以提供更好的控制交易率。我们制定了一个随机控制问题，以确定最佳的动态策略的贸易执行，与二次终端罚款，以确保完全清算。此外，我们确定的模型参数的条件，以确保最优的控制和有限的相关值函数。为了比较，我们还解决了时间表遵循最优执行问题，惩罚订单时间表的偏差。数值结果说明了最优市价和限价订单随时间的变化。
2017-04-12 q-fin.MF q-fin.TR
Mechanics of good trade execution in the framework of linear temporary market impact
我们定义了良好的交易执行的概念，并在线性暂时市场冲击的框架内构建了明确的适应良好的交易执行策略。良好的交易执行策略是动态的，因为它们会对交易期间交易资产价格路径的实际实现做出反应;这在价格轨迹可能大大偏离其预期价值的波动制度中至关重要。然而，值得注意的是，我们的策略的实施并不需要交易资产价格的完全规范，这使得它们在不同的模型中具有鲁棒性。此外，而不是最小化预期的交易成本，良好的交易执行策略最小化交易成本在路径意义上，一个观点尚未考虑在文献中。这种路径最小化的数学装置取决于某些随机杨微分方程，这些方程对应于经典变分法的欧拉-拉格朗日方程。这些Young微分方程在允许容易实现的初始值问题方面为我们提供了良好的交易执行策略。
2020-07-08 q-fin.TR
Multi-Agent Reinforcement Learning in a Realistic Limit Order Book Market Simulation
最佳订单执行被行业从业者和学术研究人员广泛研究，因为它决定了投资决策和高级交易策略的盈利能力，特别是涉及大量订单的交易策略。然而，复杂和未知的市场动态对最优执行策略的开发和验证提出了重大挑战。在本文中，我们提出了一种无模型的方法，通过训练强化学习（RL）代理在一个现实的市场模拟环境中有多个代理。首先，我们配置一个多代理历史订单簿模拟环境，用于执行基于代理的交互式离散事件模拟（ABIDES）的任务[arXiv：1904.12066]。其次，我们制定了最优执行的RL设置，智能代理可以在高频交易（HFT）的市场微观结构的交易信号的基础上，订单执行和配售决策的问题。第三，我们开发和训练一个RL执行代理使用双深度Q学习（DDQL）算法在ABIDES环境。在某些情况下，我们的RL代理收敛到时间-加权价（TWAP）策略。最后，我们评估模拟与我们的RL代理比较，它与市场重放模拟使用真实的市场限价订单簿（LOB）数据。
2020-09-11 q-fin.TR
Optimal execution with liquidity risk in a diffusive order book market
研究了存在流动性成本的最优下单策略。在这个问题中，股票交易者希望在预定的时间范围$T$内清空她的大量库存。交易者同时使用限价单和市价订单，大市价订单面临由流动性风险引起的不利价格变动。首先，我们研究了一个单期模型，其中交易者在开始时下限价订单和/或市价订单。我们展示了在不同市场条件下的最优市价订单数量$m^*$和最优限价限价订单配置$y^*$的行为。接下来，我们将其扩展到一个多期模型，在该模型中，交易者在多个时间点连续决定限价订单和市价订单。
2020-04-23 q-fin.CP q-fin.TR
Market Dynamics: On Directional Information Derived From (Time, Execution Price, Shares Traded) Transaction Sequences
本文提出了一种获取市场方向信息的新方法，它是基于动态方程“期货价格趋向于使单位时间内交易股票数量最大化的值”的非平稳解[1]。在我们以前的工作中[2]，我们确定了股票执行流（$I=dV/dt$）而不是股票交易量（$V$）是市场的驱动力，并且资产价格对执行流$I$（动态影响）比对交易量$V$（常规影响）更敏感。在本文中，实现了一个重要的进步：我们定义的“头皮价格”${\cal P}$的总和，只有那些价格走势是相关的市场动态的相关性的标准是一个高的$I$。因此，${\cal P}$中只包括“跟随市场”（而不是“小反弹”）事件。以这种方式定义的头皮价格的变化表明市场趋势的变化-而不是熊市反弹或牛市抛售;该方法可以进一步扩展到非本地价格变化。软件计算头皮价格给定市场观察三倍（时间，执行价格，交易的股票）可从作者。
2019-05-01 q-fin.CP q-fin.TR
Optimal execution strategies in limit order books with general shape functions
本文研究了限价订单簿中大宗市价订单的最优执行策略。我们建立在Obizhaeva和Wang（2005）提出的弹性模型的基础上，但允许通过给定的密度函数定义LOB的一般形状。因此，我们可以考虑经验观察到的LOB形状，并获得市价订单的非线性价格影响。我们区分了两种可能性，用于对大市价订单后LOB的弹性进行建模：限价订单数量的指数恢复，即，或者买卖价差的指数恢复。我们认为这两种弹性模式，并在每种情况下，得到明确的最优执行策略在离散时间。将我们的结果应用于块状LOB，我们得到了最优策略的一个新的封闭形式表示，它显式地解决了Obizhaeva和Wang（2005）中给出的递归方案。我们还提供了一些证据的鲁棒性的最优策略的形状函数和约束类型的选择。
2010-02-03 math.PR q-fin.TR
Theoretical and Numerical Analysis of an Optimal Execution Problem with Uncertain Market Impact
本文是Ishitani和Kato（2015）的延续，其中我们导出了一个连续时间价值函数，对应于不确定市场冲击的最优执行问题，作为离散时间价值函数的极限。在这里，我们研究了导值函数的一些性质。特别地，我们证明了该函数是连续的并且具有半群性质，这与Hamilton-Jacobi-Bellman拟变分不等式密切相关。此外，我们表明，噪音在市场冲击导致风险中性评估低估的影响成本。我们还研究了典型的例子下的对数线性/二次市场冲击函数与伽玛分布噪声。
2015-08-28 math.OC q-fin.TR
Market Directional Information Derived From (Time, Execution Price, Shares Traded) Sequence of Transactions. On The Impact From The Future
提出了一种从动态方程“期货价格趋向于单位时间交易股数最大化的价值”的非平稳解中获取市场方向信息的尝试。该方法的一个显着特点是自动时标选择。它是根据对过去事务计算的最大执行流的状态确定的。滞后价格和超前价格都被计算出来。
2022-10-09 cs.NA math.NA q-fin.CP
Optimal execution with nonlinear transient market impact
研究了非线性瞬态冲击下大额交易的最优执行问题。我们提出了一种基于同伦分析的方法，即一个表现良好的初始策略不断变形，以降低预期的执行成本。我们发现，最佳的解决方案是前加载凹的影响，其预期成本是显着低于传统的战略。然后，我们考虑蛮力数值优化的成本功能，我们发现，购买程序的最佳解决方案通常具有几个短的激烈的购买期间分开的长期疲软的销售。事实上，在某些情况下，我们发现负的预期成本。我们发现，这种不良特性的非线性瞬态冲击模型可以减轻通过引入买卖价差成本或通过实施凸性的瞬时市场冲击功能大的交易率。
2014-12-16 q-fin.TR
Stochastic Gradient Descent in the Optimal Control of Execution Costs
本研究提出利用随机梯度下降（SGD）在动态市场中优化执行成本策略，以替代难以实现的理论最优解，为复杂市场下的策略优化提供接近最优的可行方案。
2024-12-14 q-fin.TR
Reinforcement Learning for Trade Execution with Market and Limit Orders
ETH Zurich（苏黎世联邦理工学院）
本文提出了一种基于强化学习的交易执行框架，通过动态分配市场和限价订单以最大化收益，并在模拟环境中验证了其优于传统策略的效果。
2026-01-26 q-fin.CP q-fin.ST q-fin.TR
Optimal execution and speculation with trade signals
提出订单流驱动的价格冲击模型，引入短期信号过程，推导最优执行问题的HJB方程并数值求解，展示信号增强执行与投机策略。
2024-12-17 q-fin.TR
Decentralised Finance and Automated Market Making: Execution and Speculation
本文研究恒定乘积市场（CPMs）中的最优交易与统计套利问题，明确凸性成本的影响规律，针对不同汇率形成场景建模，推导了考虑随机凸性成本的高效策略并验证其样本外表现。
2025-06-17 q-fin.MF q-fin.TR
Auto-Regressive Control of Execution Costs
本文提出一种基于迭代OLS估计的自回归方法，使缺乏完美初始知识的投资者能动态调整策略，优化执行成本。
2024-12-14 q-fin.TR
Optimal Trading Execution with Nonlinear Market Impact: An Alternative Solution Method
我们考虑了Almgren（2003）提出的单一股票的大投资组合的最优交易执行策略。这个框架解释了交易对平均市场价格的非线性影响。Almgren（2003）的结果是基于这样的假设，即在期初，单位时间内没有任何资产份额进行交易。我们提出了一个一般的解决方法，适应的情况下，积极的资产存量在初始阶段。我们的发现是双重的。首先，我们证明了只有在施加额外的参数限制时，该问题才能在开盘期内无交易。第二，在初始阶段持有正资产的情况下，最优执行时间取决于计划期开始时的交易活动。
2011-11-29 q-fin.RM q-fin.TR
Optimal Order Execution in Intraday Markets: Minimizing Costs in Trade Trajectories
最优执行，即，多年来，确定在连续交易时段中交易量的最具成本效益的方式一直是股票交易界感兴趣的话题。电力日内交易缓慢地遵循这一趋势，但远未得到充分研究。根本问题是一个非常复杂的问题。能源交易商、生产商和电力批发公司从客户企业、可再生能源生产或工厂停电接收各种头寸更新，并需要在日内市场交易这些头寸。他们有各种各样的选择，当谈到位置大小或时间。是不是一次性交易所有金额更好？他们应该把订单分成更小的部分吗？本文以德国连续小时日内市场为例，推导出适合电力交易的模型。我们展示了样本外研究的结果，并区分了简单的基准模型和我们更精细的优化方法，该方法考虑了订单簿深度、交货时间和不同的交易制度，如XBID（跨境日内项目）交易。我们的论文具有高度相关性，因为它有助于进一步深入了解连续日内市场中算法执行的学术讨论，并为从业者提供指导。我们的初步结果表明，最优执行策略有相当大的货币影响。
2020-10-03 q-fin.PM q-fin.TR
Limit Order Book Dynamics in Matching Markets: Microstructure, Spread, and Execution Slippage
本文提出了一种基于限价簿的市场微观结构模型，揭示了买卖价差和执行滑点在匹配失败中的作用机制。
2025-11-26 cs.MA cs.SI q-fin.TR
Right Place, Right Time: Market Simulation-based RL for Execution Optimisation
Simudyne UK（Simudyne英国公司）
本文提出基于反应式市场模拟器的强化学习框架，用于优化交易执行策略，在有效前沿上平衡风险与成本，实验证明其优于基线并接近最优。
2025-10-25 cs.AI cs.LG q-fin.CP
Volume Weighted Average Price Optimal Execution
本文从风险规避经纪商的角度，研究了在交易量加权价（VWAP）基准下，交易订单的最优执行问题。问题在于最小化滑动的均值方差，具有二次交易成本。我们设计了多种方法来解决这个问题，特别是我们研究了如何在计划中纳入来自市场的信息。文献中的大多数相关著作都回避了对市场总量的不完全了解的问题。相反，我们将其纳入我们的模型。我们验证了我们的方法与广泛的模拟订单执行真实的纽约证券交易所市场数据。我们提出的解决方案，使用一个简单的模型的市场量，减少了10%的标准的“静态”解决方案的VWAP偏差RMSE（并可以同时降低交易成本）。
2015-09-28 q-fin.CP q-fin.TR
Optimal Execution with Passive Market Impact
HSBC（汇丰银行）；Department of Mathematics, Imperial College London（帝国理工学院数学系）
该研究构建含被动市场冲击的最优执行介观模型，通过经验可观测指标推导被动冲击率，求解最优清算问题并校准，还分析了模型扩展情况。
2026-07-31 q-fin.TR
FlowOE: Imitation Learning with Flow Policy from Ensemble RL Experts for Optimal Execution under Heston Volatility and Concave Market Impacts
Stevens Institute of Technology（史蒂文斯理工学院）
本文提出FlowOE，一种基于流匹配的模仿学习框架，从集成专家策略中学习并自适应选择最优执行行为，通过精炼损失函数超越专家表现，在赫斯顿波动率与凹市场冲击下显著优于传统基准。
2025-06-06 cs.AI cs.CE cs.LG
ABIDES-MARL: A Multi-Agent Reinforcement Learning Environment for Optimal Execution with Endogenous Liquidity
ETH Zurich（苏黎世联邦理工学院）
ABIDES-MARL是用于内生流动性下最优执行的多智能体强化学习框架，扩展ABIDES-Gym实现多学习智能体，在扩展Kyle场景验证其可复现性，所得策略与外生冲击基准策略差异显著，为金融领域可解释智能体AI提供基础。
2026-08-25 cs.GT cs.MA cs.SY
Optimal Execution and Macroscopic Market Making
Monash University（莫纳什大学）
提出一个随机博弈模型，刻画做市商与交易者之间的策略互动，通过FBSDEs刻画纳什均衡，并在特定模型中建立全局适定性，模拟揭示报价与策略订单负相关。
2026-06-11 q-fin.TR
VWAP execution and guaranteed VWAP
文献中已经考虑了使用VWAP策略的最优清算，但从未在存在永久性市场冲击的情况下进行过，并且很少有执行成本。此外，只有VWAP战略进行了研究，并保证VWAP合同的定价从来没有得到解决。在这篇文章中，我们开发了一个模型，以价格保证VWAP合同的一般框架市场冲击，我们强调了代理VWAP和保证VWAP合同之间的差异。还提供了数值方法和应用。
2014-05-12 q-fin.TR
An Optimal Execution Problem with a Geometric Ornstein-Uhlenbeck Price Process
研究了存在市场冲击的证券价格服从几何Ornstein-Uhlenbeck过程的最优执行问题，并证明了最优策略是初始/终端块清算和逐步中间清算的混合.均值回复属性描述了一种价格恢复效应，这种效应与市场冲击的弹性密切相关，正如几篇研究限价订单簿（LOB）模型中最优执行的论文所描述的那样。有趣的是，尽管本文中的模型与LOB模型不同，但我们的最优策略的形式与LOB模型的最优策略非常相似。此外，我们通过研究各种情况，讨论了什么性质导致逐步清算作为一种最优策略，发现不仅“市场冲击函数的凸性”，而且“价格恢复效应”（或，换句话说，市场冲击的瞬时性）是必要的，使交易者逐步执行证券，以减轻市场冲击的影响。
2014-07-29 math.OC q-fin.TR
Many learning agents interacting with an agent-based market model
University of Cape Town（开普敦大学）
本研究构建含3类市场参与者的ABM，探究多强化学习最优执行智能体对市场动态的影响，发现其能让模型程式化事实更贴合实证数据，但不足以复现实证复杂度。
2024-08-14 cs.LG q-fin.ST q-fin.TR
Trade Execution Flow as the Underlying Source of Market Dynamics
本研究通过实验证明执行流 $I = dV/dt$ 是市场动态的基本驱动力，开发了基于 Radon-Nikodym 导数的数值框架以计算执行流并自动确定阈值和时间尺度，同时引入了在任意非退化线性变换下保持不变的 Christoffel 函数谱框架作为传统 PCA 的替代方案。
2025-11-03 cs.NA math.NA q-fin.CP
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
A reinforcement learning extension to the Almgren-Chriss model for optimal trade execution
强化学习被探索作为候选机器学习技术，以增强现有的分析解决方案，用于使用来自市场微观结构的元素进行最佳交易执行。给定交易量、固定时间范围和离散交易期，目标是调整给定的交易量轨迹，使其在实时执行期间相对于有利/不利条件是动态的，从而改善交易的总体成本。我们认为标准的Almante-Chriss模型的线性价格影响作为候选基础模型。该模型在卖方机构中很受欢迎，作为到达价格基准执行算法的基础。通过训练一个学习代理来根据市场的普遍价差和成交量动态来修改成交量轨迹，我们能够根据南非股市的股票样本和交易规模，将交易后的执行缺口平均提高10.3%。
2014-03-10 q-fin.TR
Trade execution games in a Markovian environment
本文将随机序列相关的市场环境纳入价格冲击模型，把两大交易者的执行问题建模为马尔可夫博弈，并求得马尔可夫完美均衡下的闭式动态执行策略。
2024-05-12 q-fin.PM q-fin.RM q-fin.TR
Effective Trade Execution
本文探讨了算法交易在现代金融市场中的作用。此外，在高频交易技术的大发展所提供的镜头下，描述了算法交易的订单类型、特征和特殊功能。特殊的订单类型一起检查与一个直观的描述隐含的动态的订单簿条件，以特殊的订单（冰山和隐藏）。本章分析了与交易活动相关的交易成本，并研究了市场上最常见的交易策略。同时，本文还通过对有效交易边界的描述，研究了最优执行策略。这些概念代表了理解金融市场最新创新和微观结构研究最新进展所需的工具。
2012-06-22 q-fin.PM q-fin.TR
Permanent market impact can be nonlinear
关于市场冲击建模有两种思想流派。一方面，Almgren和Chriss的开创性论文介绍了永久性市场冲击和临时（或瞬时）市场冲击之间的分解。这种分解被执行模型中的大多数从业者使用。另一方面，最近的研究提倡使用一种新的建模框架，这种框架可以追溯到订单簿的弹性动态：瞬时市场冲击。对永久性市场冲击的主要批评之一是，它必须是线性的，以避免动态套利。Huberman、Stanzl和Gatheral的这一重要发现支持瞬时市场冲击框架，因为线性永久市场冲击与现实不符。在本文中，我们重新考虑了Gatheral提出的观点，使用一个简单的市场冲击模型，并表明永久性的市场冲击可以是非线性的。此外，从实践的角度来看，这是最重要的部分，我们提出了不同的统计数据来估计永久市场冲击和执行成本，这些数据概括了Almgren等人（2005）提出的数据。
2014-03-17 q-fin.TR
Beyond the square root: Evidence for logarithmic dependence of market impact on size and participation rate
我们对2007年至2009年美国股市执行的大额订单（元订单）的市场冲击进行了广泛的实证研究。我们发现，平方根市场冲击公式，这是广泛使用的行业和支持以前发表的研究，提供了一个很好的适合只有大约两个数量级的订单大小。对数函数形式更好地拟合数据，在几乎五个数量级上提供良好的拟合。我们引入了“影响面”的概念来模拟作为持续时间和元序参与率的函数的影响，再次发现对数依赖性。我们发现，在执行过程中的价格轨迹偏离市场冲击，一个明确的指示，非VWAP执行。令人惊讶的是，我们发现有时价格在执行结束前就开始恢复。最后，我们表明，虽然平均影响放松到约2/3的峰值影响，精确的渐近值的价格取决于参与率和持续时间的元序。我们提出的证据表明，这可能是由于元目之间的羊群现象。
2014-12-05 q-fin.TR
Optimal Execution under Liquidity Uncertainty
UEVE（埃夫里瓦卢瓦大学）；CNRS（法国国家科学研究中心）；ENSIIE（埃夫里高等师范学院）
本文研究了在固定时间范围内购买大块股票的最优执行策略，考虑了价格影响随市场韧性逐渐消失的一般情况，并通过随机过程和马尔可夫链分析流动性变化，以确定最优执行方案。
2026-04-11 q-fin.MF q-fin.TR
Trading in the Sunshine or in the Shade: Market Impact and Adverse Selection on Hyperliquid
Scuola Normale Superiore（比萨高等师范学院）
研究Hyperliquid链上订单簿中可见TWAP订单与隐藏元订单的执行差异，发现可见TWAP成本更低、永久影响更小，且能吸引流动性提供，验证了阳光交易理论。
2026-06-16 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
Mini-Flash Crashes, Model Risk, and Optimal Execution
人们经常提到的小型闪电崩盘的原因包括人为错误、内生反馈循环、现代流动性供给的性质、基本面价值冲击和市场碎片化。我们开发了一个数学模型，捕捉前三个方面的解释。在我们的框架中，最近的迷你闪光灯崩溃的经验特征。例如，在某些时期不会发生此类事件。如果他们这样做了，即使在他们开始之前，市场参与者也可能不确定会出现混乱。我们的迷你闪电崩溃可能在低交易量和高交易量环境中发生，并可能伴随着订单提交的部分同步。我们没有采用经典的均衡方法，而是从最优执行文献中借鉴了一些想法。我们的每一个经纪人都是从自己的交易如何影响价格以及在他缺席的情况下价格将如何变动的信念开始的。然后，他们与其他市场参与者一起提交订单，并在同一地点执行。自然地，这使我们明确区分价格的实际演变和我们的代理人的意见。特别是，每个代理人的信念都是明显不正确的。
2018-08-12 math.OC math.PR q-fin.TR
How Option Hedging Shapes Market Impact
我们基于[Loeper，2018]提出的框架的扩展提出了市场冲击的扰动理论-最初基于[Liu和Yong，2005] -其中我们只考虑局部线性市场冲击。我们研究了对冲衍生品的执行过程，并展示了这些对冲元订单如何解释经验市场冲击文献中观察到的一些程式化事实。由于我们对套期保值的执行过程感兴趣，我们将确定当交易频率达到无穷大时，存在于离散时间设置中的套利机会消失，从而推导出定价方程。此外，我们的方法检索几个结果已经建立在期权定价文献，使现货动态修改的市场冲击。我们还研究了基于公平定价假设的对冲元订单的放松，并建立了即时影响和永久影响之间的关系，这与最近的实证研究一致。
2019-11-04 q-fin.TR
Relative entropy-regularized robust optimal order execution
本文将订单执行建模为相对熵正则化随机微分博弈，推导 rHJI 方程并在 Gaussian 先验线性二次设定下给出闭式最优策略，数值结果表明其优于传统策略。
2024-09-09 math.OC q-fin.MF q-fin.TR
A dynamic optimal execution strategy under stochastic price recovery
本文研究了基于限价订单簿动态的价格随机恢复下的最优执行问题。我们通过加速补充订单的到达来模拟执行大订单后的价格恢复，这被定义为一个Cox过程，其强度随着市场冲击的程度而增加。我们不仅包括市价订单，而且还包括限价订单在我们的战略在一个有限制的方式。我们制定的问题作为一个组合的随机控制问题在有限的时间范围内。数值求解了相应的Hamilton-Jacobi-Bellman拟变分不等式。所得到的最优策略由三个部分组成：（i）初始大宗交易;（ii）期间的计划外小额交易;（iii）终端大宗交易。交易的规模和时间由市场冲击的容忍度决定，这取决于每个时间步的状态，因此策略的行为是动态的。我们还提供了竞争力的结果，由于包括限价订单，即使一个限价订单是允许保守的执行价格的评估。
2015-02-16 q-fin.CP 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
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
Shortermism and excessive risk taking in optimal execution with a target performance
Politecnico di Milano（米兰理工大学）
研究在目标绩效约束下，短期策略更激进但风险较低，长期则绩效下降且分散。
2025-05-21 q-fin.MF q-fin.TR
Random walk model from the point of view of algorithmic trading
尽管日内市场价格分布不是正态分布，但价格行为的随机游走模型对于理解市场基本原理的重要性，就像钟摆模型是物理学中许多基本理论的起点一样。该模型是一个很好的零阶近似的流动性快速移动的市场中的队列位置是不重要的价格行为。在本文中，我们提出了一个精确的解决方案的静态被动切片执行的成本。它示出，如果价格有一个随机游走行为，有没有一个订单执行的最佳限制水平：所有级别有相同的执行成本作为一个立即积极执行在切片的开始。此外，估计的风险，限价订单以及概率的限价订单执行的切片时间和标准偏差的价格的函数。
2019-08-12 q-fin.ST q-fin.TR
Optimal order execution under price impact: A hybrid model
在本文中，我们探讨了最优清算的市场由一些异构的做市商，有有限的库存和风险承受能力。我们推导出一个简化的形式模型的动态的聚合库存考虑适当的缩放限制。由此产生的价格影响概况显示，取决于其库存的特点和相对重要性。该模型是灵活的，足以重现经验证明的幂律行为的价格影响函数。对于做市商特征的任何选择，在这种建模方法中的最优执行可以被改写为线性二次随机控制问题，其中价值函数和相关联的最优交易率可以半显式地通过求解微分矩阵Riccati方程来获得。进行数值模拟，以说明所产生的最佳清算策略的性能相对于标准的基准。值得注意的是，他们表明，性能的提高是由高阶矩风险的大幅降低决定的。
2022-08-31 q-fin.MF q-fin.TR
Analysis of the Impact of High-Frequency Trading on Artificial Market Liquidity
市场流动性被认为是衡量金融市场繁荣程度的一个重要指标，许多实证研究都对市场流动性进行了探讨。此外，还提出了客观评价市场流动性的各种指标，并讨论了它们的优点。近年来，高频交易者对金融市场的影响一直是人们关注的焦点，但还没有研究系统地讨论高频交易者与市场流动性指标（包括交易量、交易强度、市场弹性和市场深度）之间的关系。在这项研究中，我们使用基于代理人的模拟，比较主要的流动性指标，在一个人工市场的高频交易参与相比，没有高频交易参与。结果表明，在有高频交易者参与的市场中，所有的流动性指标都比没有高频交易者参与的市场中的流动性指标得到了更大的改善。此外，作为我们的模拟和现有的实证文献中的主要流动性指标之间的相关性研究的结果，我们发现，市场流动性不仅可以衡量的主要流动性指标，但也执行率。因此，建议在未来的研究中，可以采用执行率作为一种新的流动性指标。
2020-10-25 cs.MA q-fin.TR
Optimal Execution with Dynamic Order Flow Imbalance
我们研究了同时考虑市场微观结构影响和信息成本的最优执行模型。信息足迹与订单流相关，由交易者对订单流不平衡过程的影响来表示，而微观结构影响则由瞬时价格影响来表示。我们提出了一个连续时间的随机控制问题，这两个成本之间的平衡。解释订单流不平衡导致考虑当前的市场状态，特别是一个人的订单是否倾向于或反对现行的订单流，在文献中的执行模型往往忽略的关键组成部分。特别是，为了对不断变化的订单流做出反应，我们将交易范围$T$内生化。在发展了一般的不确定时域公式之后，我们研究了几个易于处理的近似，它们依次优化了价格影响和$T$。这些近似，特别是一个动态版本的基础上滚动时域控制，被证明是非常准确的，并连接到流行的Almante-Chriss框架。我们还讨论了经验订单流的特征以及我们的模型与Easley等人的“最优执行地平线”（金融数学，2013）之间的联系。
2014-10-18 q-fin.TR
