High frequency market microstructure noise estimates and liquidity measures
利用计量经济学文献中的最新进展，我们从纽约证券交易所股票的大样本交易价格的高频观察中分离出基本面成分和微观结构噪声成分。然后，我们将这些统计测量的市场微观结构噪声的基础股票的可观察到的特征，特别是不同的金融措施，其流动性。我们发现，更多的流动性股票的财务特征具有较低的噪声和噪声信号比从他们的高频回报率测量。然后，我们研究是否存在一个共同的，市场范围内的因素，在高频股票水平的噪音测量，以及该因素是否在资产回报定价。
2009-06-08 q-fin.TR stat.AP
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
Stock market microstructure inference via multi-agent reinforcement learning
量化金融有着悠久的传统，即通过多智能体系统（MAS）对复杂系统进行自下而上的推理。这些统计工具基于通过集中式订单簿对代理交易进行建模，以模拟复杂多样的市场现象。这些过去的金融模型都依赖于所谓的零智能代理，因此代理信息和学习的关键问题，价格形成的核心，因此所有的市场活动，不能得到适当的评估。为了解决这个问题，我们设计了下一代MAS股票市场模拟器，其中每个代理通过无模型强化学习学习自主交易。我们校准模型，以真实的市场数据从伦敦证券交易所多年来$2007$到$2018$，并表明它可以忠实地再现关键的市场微观结构指标，如各种价格自相关标量在多个时间间隔。因此，智能体学习使得微观结构的模型仿真具有更大的真实性。
2019-10-17 q-fin.CP q-fin.PR q-fin.TR
Market Microstructure of Non Fungible Tokens
不可替代代币（NFT）行业近年来已经见证了数百万美元的交易。随着技术、创新和去中心化对NFT市场环境的快速创新，越来越难以区分真正的NFT与时尚和骗局。本文讨论了非金融交易的市场微观结构，重点是价格形成、市场结构、透明度以及对其他金融领域的应用。本文还研究了在虚售模式背景下非资金转移市场的市场操纵行为。文章最后提供了投资者可以采取的尽职调查活动的指针，以减轻NFT交易风险。
2021-10-08 cs.CR econ.GN q-fin.EC
Stylized Facts and Market Microstructure: An In-Depth Exploration of German Bond Futures Market
本文基于逐笔限价订单簿数据分析Schatz、Bobl、Bund和Buxl四种德国国债期货的典型事实，并提出真实性指标以基准测试市场模拟器。
2024-01-19 q-fin.ST q-fin.TR
SoK: Market Microstructure for Decentralized Prediction Markets (DePMs)
Concordia University（康考迪亚大学）
本文通过回顾去中心化预测市场（DePMs）的历史和设计，分析了其模块化工作流程及各模块的设计变体，探讨了去中心化、表达性和抗操纵之间的权衡，并指出了研究中的开放问题。
2026-07-10 cs.CE cs.CR q-fin.TR
Microstructure and Manipulation: Quantifying Pump-and-Dump Dynamics in Cryptocurrency Markets
本研究利用分钟级OHLCV数据量化加密货币拉高出货动态，识别累积阶段并计算内部人士利润，提出预累积与现场原型分类，增强检测算法并支撑市场执法策略。
2025-04-22 q-fin.TR
Can Agent-Based Models Probe Market Microstructure?
我们扩展先前的证据表明，天真地使用日内代理为基础的模型，涉及现实的订单匹配过程建模连续时间双向拍卖市场似乎无法提供一个强大的数据和许多模型参数之间的联系，即使这些模型能够重现一些著名的程式化的事实回报时间序列。我们证明，虽然植根于市场微观结构的日内代理模型的参数可以有意义地校准，那些专门与代理行为和激励仍然存在问题。这可能只是一个失败的校准技术，但我们认为，所观察到的参数退化是最有可能的结果，在这些模型中采用的现实匹配过程。这表明，其他方法来连接数据，现象学和市场结构可能是必要的，这是可以想象的，一个可以构建一个有用的模型，不直接依赖于代理行为的细微差别，即使它是已知的，真正的代理人从事复杂的行为。
2017-08-31 q-fin.CP q-fin.TR
A Microstructure Analysis of Coupling in CFMMs
本文分析两个CFMM作为中间市场时耦合价格动态导致的篮子通胀微观结构，量化其对价格漂移、交易规模等指标的影响，并给出恒定乘积市场案例研究。
2025-10-07 q-fin.CP q-fin.MF q-fin.TR
Semi Markov model for market microstructure
我们引入一个新的模型来描述一个tick-by-tick单一资产价格的波动。我们的模型是基于马尔可夫更新过程。我们认为一个点的过程与时间戳的价格跳跃，和标记相关的价格增量。通过用一个合适的马尔可夫链对这些指标进行建模，我们可以重现价格收益的强均值回归，即微观结构噪声。此外，通过使用马尔可夫更新过程，我们可以模拟市场活动强度的峰值的存在，即波动率聚集，并考虑价格增量和跳跃时间之间的依赖性。我们还提供了简单的参数和非参数的统计方法来估计我们的模型。我们得到了平均特征图的封闭形式的公式，并显示了我们的模型在大尺度极限的扩散行为。我们通过数值模拟来说明我们的结果，我们的模型与Euribor期货的经验数据是一致的。
2013-05-01 math.PR q-fin.TR
Consistency of MLE for partially observed diffusions, with application in market microstructure modeling
本文提出部分观测扩散模型 MLE 一致性的有限参数充分条件，并在市场微观结构潜在价格模型中验证，且基于 NASDAQ 数据完成估计。
2024-12-07 math.PR math.ST q-fin.TR
Evolution of Market Microstructure in the Age of AI
AbleBlox
本文综述AI时代市场微观结构的演变，探讨市场能否在保护隐私下高效公平配置稀缺资源，并指出配置是代理商务协议栈缺失的一层。
2026-09-29 cs.GT econ.EM q-fin.GN
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
TradeFM: A Generative Foundation Model for Trade-flow and Market Microstructure
TradeFM是一种基于生成Transformer的市场微观结构基础模型，通过学习大规模交易数据实现跨资产泛化，有效捕捉市场特征并提升合成数据生成与交易策略研究能力。
2026-02-27 cs.AI cs.LG q-fin.CP
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
Systemic Risk in Market Microstructure of Crude Oil and Gasoline Futures Prices: A Hawkes Flocking Model Approach
本文提出了霍克斯羊群效应模型，从内生性和交互性两个角度对高频过程中的系统性风险进行评估。我们考察了过去十年的WTI原油和汽油期货市场，并以条件风险价值为基准进行了比较分析。在高频结构方面，我们得出了实证研究结果。WTI的内源性系统性风险显著高于汽油，且汽油对WTI的影响水平始终高于汽油对WTI的影响水平。而且，虽然相对影响的程度是不对称的，但其差异性逐渐减小。
2020-12-08 q-fin.RM q-fin.ST q-fin.TR
Is high-frequency trading inducing changes in market microstructure and dynamics?
本文使用2002年1月至2009年5月的股票价格和股票交易量的高频时间序列，研究了自2005年以来最突出的高频交易的开始对美元交易量动态的影响是否明显。事实上，在几乎所有的14只交易量很大的股票中，美元交易量的赫斯特指数都从早期的高斯噪声增加到后来的自相似动态。这种转变在时间上既与Reg NMS改革有关，改革允许高频交易蓬勃发展，也与交易的平均规模下降有关，较小的交易显示出明显较高的自相似性。
2010-09-21 q-fin.ST q-fin.TR
Microstructure under the Microscope: Tools to Survive and Thrive in The Age of (Too Much) Information
市场微观结构是对管理资产交换的过程和协议的调查，目的是减少可能阻碍转移的摩擦。在金融市场中，有大量记录的信息，这就意味着要研究价格、交易量和价差等观察到的变量与交易成本和波动性等隐藏因素之间的动态关系，这些因素对金融体系的有效运作起着支配作用。“亲爱的，在这里我们必须处理尽可能多的数据，只是为了保持业务。如果你想赚钱，你必须处理至少两倍的数据。“--红皇后呼叫对冲基金区的爱丽丝。在这个信息（太多）的时代，必须从一桶桶的废话（噪音）中发现知识（信号）的金块。为了帮助从混沌中提取意义并更好地理解金融变量之间的关系，我们总结了（Kashyap 2016 b）的理论结果在微观结构研究中的应用。中心概念依赖于一种新的方法，该方法基于Bhattacharyya距离（一种跨分布的相似性度量）和Johnson Lindenstrauss引理（一种降维技术）之间的婚姻，为我们提供了一种简单而强大的工具，可以在代表任何两个分布的数据集之间进行比较。我们提供了一个实证说明，使用价格，数量和波动率在七个国家和三个不同的大洲。不同的市场或证券的子类别对它们相应的分布有不同的度量，这告诉我们它们的不同程度。这可以帮助投资者寻找多样化或寻找更多的相同的东西。
2017-03-26 q-fin.TR
Interpretable Hypothesis-Driven Trading:A Rigorous Walk-Forward Validation Framework for Market Microstructure Signals
本文提出了一种严格走步验证框架，用于验证市场微观结构信号，通过结合可解释的假设驱动信号生成与强化学习，实现可解释的算法交易策略验证。
2025-12-15 q-fin.CP q-fin.TR stat.ML
Comparing the market microstructure between two South African exchanges
我们考虑在两个南非股票交易所上市：约翰内斯堡证券交易所（JSE）和A2 X交易所。A2 X是一个替代交易所，在南非的金融市场生态系统内提供共享上市和新上市。从科学的角度来看，它提供了在类似的监管和经济环境下比较交易类似股票的市场的机会，但流动性，成本和商业模式截然不同。与JSE相比，A2 X目前具有竞争力的结算和交易定价，但JSE具有更深的流动性。为了从实证上理解这些差异与其各自的价格反应动态之间的关系，我们比较了不同时间尺度上收益率的分布和自相关性;比较了价格影响和主曲线;比较了每个交易所的交易成本。这使我们能够从经验上比较这两个市场。我们发现，随着测量或采样时间尺度的增加，各种风格化的事实变得相似。然而，相同的证券可以有非常不同的价格反应，无论时间尺度。考虑到不同的流动性和订单弹性，这并不奇怪。在这里，我们表明，直接成本占主导地位的交易成本，竞争定位成本上限的重要性。通用性对于能够有意义地比较跨交易所价格反应至关重要，但在A2 X的情况下，由于交易所的婴儿期，它尚未以有意义的方式出现-使有意义的比较变得困难。
2020-11-09 q-fin.ST q-fin.TR
The Signal Credibility Index for Prediction Markets: A Microstructure-Grounded Diagnostic with Weighted and Time-Varying Extensions
Devnull
本文提出信号可信度指数作为独立诊断工具，通过改进的持久性组件、加权柯布-道格拉斯形式、时间变化规格及蒙特卡洛验证，区分微观结构制度，揭示协调可信度而非纯信息内容的两种失效模式。
2026-04-29 econ.GN q-fin.EC q-fin.TR
The Anatomy of a Decentralized Prediction Market: Microstructure Evidence from the Polymarket Order Book
本文通过分析Polymarket订单簿数据，揭示了去中心化预测市场的微观结构特征，包括长shot溢价、深度分布、延迟效应等，并指出需通过链上订单成交事件获取交易方向。
2026-05-14 cs.GT q-fin.GN q-fin.TR
Optimal High Frequency Trading in a Pro-Rata Microstructure with Predictive Information
我们提出了一个框架来研究最优的交易政策，在一个按比例的限价订单簿，通常会出现在短期利率期货合约。高频交易者可以选择通过市价订单或限价订单进行交易，这两种订单分别由脉冲控制和常规控制表示。我们的模型和讨论的后果的两个主要特点，这种特殊的微观结构：第一，限价订单发送的高频交易员只执行部分，因此，她没有控制的执行数量。为此，累积执行量的复合泊松过程建模。第二，高频交易者面临过度交易的风险，这是在她的库存残酷的变化的风险。这种风险的后果进行了调查的背景下，最佳清算。利用随机控制和动态规划方法研究了最优交易问题，得到了价值函数的一个积分拟变分不等式的刻画.然后，我们提供了相关的数值解决方案的程序，并证明了这种计算方案的收敛性。接下来，我们研究几种情况，我们可以一方面通过减少状态变量的数量来简化数值计算过程，另一方面专注于实际感兴趣的特定情况。在中间价格过程是鞅的情况下，我们研究了一个做市问题和一个最佳执行问题。我们还详细介绍了一个高频交易策略的情况下，（预测）的方向信息的中间价。每一个由此产生的战略说明了数值测试。
2012-05-14 q-fin.TR
Looking into informal currency markets as Limit Order Books: impact of market makers
本研究将市场微观结构框架应用于古巴非正式货币市场，利用限价指令簿建模买卖动态，并通过 Avellaneda-Stoikov 模型证明引入做市商能提升市场质量，为政策制定者干预资源受限的非正式市场提供参考。
2025-03-05 q-fin.TR
The Privacy Subsidy in Market Microstructure
The Open University of Japan（日本开放大学）
本文证明做市商在粗化信号上定价必然产生隐私补贴，并刻画其在三个经典模型中的闭式形式，表明隐私在主导阶上福利中性且可内生化选择最优噪声规模。
2026-09-11 cs.CR cs.GT q-fin.TR
Realtime market microstructure analysis: online Transaction Cost Analysis
出于实际的挑战，在监控大量的算法交易订单的性能，本文提供了一种方法，导致自动发现的原因，背后的交易表现不佳。它还为实时交易分析的通用框架提供了理论基础。学术文献提供了不同的方式来形式化这些算法，并显示如何从均值方差，随机控制，脉冲控制或统计学习的观点，他们可以是最佳的。本文是不可知的算法已经建成的方式，并提供了一个理论形式主义，以确定在实时的市场条件，影响其效率或效率低下。对于一组给定的特征描述的市场背景下，由从业者选择，我们首先展示了如何一组额外的派生的解释性因素，称为异常检测器，可以创建每个市价订单。然后，我们将提出一种在线方法来量化这个扩展的因素集，在任何给定的时间，预测哪些订单表现不佳，同时计算这个解释性因素集的预测能力。有了这些信息，我们称之为影响力分析，我们打算授权订单监控用户对任何受影响的订单采取适当的行动，通过新的参数重新校准交易算法，暂停其执行或接管更直接的交易控制。我们也打算使用这种方法在交易后的分析算法可以利用自动调整自己的交易行为。
2013-03-01 cs.IT math.IT math.ST
How markets slowly digest changes in supply and demand
在这篇文章中，我们从微观结构的角度重新审视了价格形成中的经典问题，回顾了最近的一系列理论和实证工作，解释了供求波动是如何慢慢融入价格的。由于公开市场流动性极低，大宗买卖订单只能在长达数月的时间内逐步交易。因此，订单流是一个高度持久的长记忆过程。保持与市场有效性的兼容性对价格形成、流动性的动态和影响的性质具有深远的影响。我们回顾了一系列理论，这些理论对市场冲击的数量和时间依赖性、买卖价差、订单簿动态和波动性进行了详细的定量预测。与数据的比较产生了一些令人鼓舞的成功。这一框架提出了一种对金融信息的新解释，在这种解释中，代理商充其量只是弱信息，所有代理商都对价格产生类似的、极其嘈杂的影响。大多数经过处理的信息似乎来自供求关系本身，而不是来自外部新闻。这里回顾的想法是相关的市场微观结构监管，代理为基础的模型，成本最优执行策略，并了解市场生态。
2008-09-04 cond-mat.stat-mech physics.soc-ph 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
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
The Self-Financing Equation in High Frequency Markets
高频交易（HFT）在所有金融交易中所占的比例越来越大，因为大多数市场现已转向电子订单簿系统。本文的主要目标是提出连续时间方程，将无摩擦市场的自融资关系推广到具有限价订单簿的电子市场。我们使用NASDAQ ITCH数据来识别重要的经验特征，如价格影响和恢复，库存的粗略路径和消失的买卖价差。从这些特点出发，我们确定微观身份举行的贸易时钟，并通过扩散极限参数，推导出连续时间方程提供了一个宏观描述的性质的订单簿。这些等式自然区分了限价订单和市价订单。我们给出了几个应用程序（包括对冲欧式期权与限价订单，做市商最优价差选择，和毒性指数），以说明它们的影响，以及如何使用它们的低频交易者（LFT）的利益。
2013-12-09 q-fin.TR
An Algebraic Framework for the Modeling of Limit Order Books
本文提出一个基于代数、物理和随机过程的限价订单簿建模框架，利用狄拉克符号和广义生成函数描述状态与动态，并通过Gillespie算法精确仿真市场情景，分析交易者行为对价差、波动率和流动性的影响。
2024-06-07 q-fin.MF q-fin.ST q-fin.TR
Arbitrage Analysis in Polymarket NBA Markets
University of California, Los Angeles（加州大学洛杉矶分校）
本文通过分析Polymarket NBA比赛市场中的算法套利，发现单市场套利机会极少，而组合套利机会更频繁，但受流动性限制，风险-free提取仅限于零售规模。
2026-04-22 q-fin.TR
ViperQ: Order Flow Pattern Recognition via Auction Market Theory for Reinforcement Learning Trading
University of Colorado, Colorado Springs（科罗拉多大学斯普林斯分校）；University of Iowa（爱荷华大学）
ViperQ利用拍卖市场理论特征构建强化学习交易状态表示，在真实机构数据上实现TSLA和NVDA的高回报，验证了微观结构模式在顺序决策中的有效性。
2026-09-15 cs.AI q-fin.TR
Modeling microstructure price dynamics with symmetric Hawkes and diffusion model using ultra-high-frequency stock data
本研究从理论和实证两个方面探讨了价格最小报价结构的对称霍克斯模型。结合极大似然估计，该模型为超高频分析提供了一种合适的波动率估计方法。利用标准普尔500指数的超高频数据对模型进行了实证研究。的波动性措施，日内估计，和参数的动态性能进行了讨论。本文提出了一种新的对称Hawkes模型的扩散模拟方法，其分布性质与Hawkes模型非常接近。作为一个扩散过程，该模型在计算方差公式、合并偏度和检查概率属性时提供了更多的分析简单性。使用模拟的最大似然法进行的扩散模型的估计，并显示出类似的模式的霍克斯模型。
2019-08-14 q-fin.ST q-fin.TR
Understanding jumps in high frequency digital asset markets
虽然注意力是数字资产价格的预测器，比特币价格的上涨是众所周知的，但我们对其替代品知之甚少。研究高频加密数据为我们提供了独特的可能性，可以确认跨市场数字资产回报是由围绕黑天鹅事件的高频跳跃驱动的，类似于波动性和交易量季节性。回归分析表明，日内跳跃显着影响一天结束时的回报的大小和方向。这为加密期权定价模型的研究提供了基础。然而，我们需要更好的计量经济学方法来捕捉加密货币的特定市场微观结构。所有计算都可以通过quantlet.com技术重现。
2021-10-18 q-fin.TR stat.AP
High Frequency Market Making
自1998年获得美国证券交易委员会授权以来，电子交易所蓬勃发展，到2010年，高频交易占美国股票交易的70%以上。由于做市商的存在，这些市场被认为增加了流动性，做市商愿意在任何时候作为交易对手进行交易，以换取一笔费用，即买卖价差。在本文中，我们提出了一个均衡模型，显示这样的做市商如何提供流动性。该模型依赖于客户交易的密码本，即隐含的alpha。在解决了单个客户的优化问题，并确定其隐含的阿尔法，我们框架的做市商随机优化问题作为一个随机控制问题的无限维控制变量。假设所有客户的时间范围相同，或随机偏微分方程模型，他们的信念，我们解决了做市商问题，并推导出易于处理的公式的最优策略和由此产生的限价订单簿动态。
2012-10-21 q-fin.TR
The Homogenous Properties of Automated Market Makers
自动做市商（AMM）已经在加密货币生态系统中获得了巨大的市场份额，导致追求横向差异化的异国战略的新产品激增。然而，当满足一组基本假设时，它们的理论性质是奇怪的同质性。在本文中，我们首先提出了一个通用的方法来推导出一个公式的流动性供应AMMs。接下来，我们证明了当流动性准备金是一致的时，常数函数做市商和代币互换做市商模型在理论上是等价的。通过对AMM市场微观结构的分析，我们揭示了非线性价格效应如何转化为交易者的滑点和流动性提供者的短暂损失。我们继续展示如何临时损失是波动性和市场深度的函数，并讨论了这些研究结果的文献范围内的影响。
2021-03-31 cs.CE q-fin.TR
Detecting intraday financial market states using temporal clustering
我们提出了一个高速的最大似然聚类算法来检测时间金融市场状态的应用，使用相关矩阵估计从日内市场微观结构功能。我们首先确定事前日内的时间集群配置，以确定市场状态，然后研究所确定的时间状态特征，以提取状态签名向量，使在线状态检测。状态特征向量用作低维状态描述符，其可用于高频交易域中的最优规划的学习算法中。我们提出了一个可行的方案，实时日内状态检测流媒体市场数据饲料。这项研究确定了一个有趣的层次结构的系统行为，激励需要特定的时间尺度的状态空间减少参与代理。
2017-02-24 q-fin.CP q-fin.TR
The microstructural foundations of leverage effect and rough volatility
我们发现，市场参与者在高频尺度上的典型行为产生了杠杆效应和粗糙波动。为此，我们建立了一个简单的微观模型的基础上霍克斯过程的资产价格。我们在该模型中编码了高频交易背景下市场微观结构的一些主要特征：市场的高度内生性、无套利属性、买卖不对称性和元订单的存在。我们证明，当前三个程式化的事实被认为是在我们的微观模型的框架内，它的行为在长期作为一个赫斯顿随机波动率模型，其中产生杠杆效应。加入最后一个性质使我们能够得到一个粗略的赫斯顿模型在极限，表现出杠杆效应和粗略的波动率。因此，我们表明，杠杆效应和粗糙波动率的基础至少有一部分可以在资产的微观结构中找到。
2016-09-16 q-fin.MF q-fin.ST q-fin.TR
A Score-Driven Conditional Correlation Model for Noisy and Asynchronous Data: an Application to High-Frequency Covariance Dynamics
由于非同步交易和市场微观结构噪声的存在，高频收益之间相关性的日内动态分析具有挑战性。这两种影响可能会导致显着的数据减少，并可能严重低估的相关性，如果采用传统的方法为低频数据。我们建议通过一个多变量局部水平模型与分数驱动的协方差矩阵，并将波动性作为一个缺失值问题来处理。这种方法的主要优点是：（i）在过滤相关性时使用所有可用的数据，（ii）考虑市场微观结构噪声，（iii）通过标准的最大似然方法进行估计。我们的实证分析，1秒的纽约证券交易所数据进行，表明开放时间是由特质风险和市场因素逐渐出现在一天的第二部分。该方法可用作高频数据的临近预报工具，允许研究协方差对宏观新闻公告的实时响应，并以非常短的优化视野构建日内投资组合。
2019-03-05 q-fin.GN q-fin.TR
Statistical causes for the Epps effect in microstructure noise
我们提出了两个统计原因的扭曲的相关性高频金融数据。我们证明了交易的重复性以及股票价格的十进制化对相关系数向更小的回报区间的下降有很大的影响（埃普斯效应）。这些失真取决于时间序列的性质，并且是纯统计学的起源。我们能够提出无参数补偿方法，我们在模型设置中验证。此外，补偿方法适用于高频经验数据从纽约证券交易所的TAQ数据库。埃普斯效应的主要部分可以得到补偿。所述原因对低价交易的股票的影响特别大。
2010-09-30 q-fin.ST q-fin.TR
Learning Financial Networks with High-frequency Trade Data
金融网络通常是通过对低频收集的基于价格的经济变量应用标准时间序列分析来估计的（例如，每日或每月的股票回报率或已实现波动率）。这些网络用于风险监测和研究金融市场的信息流动。高频率的日内交易数据集可以利用高分辨率信息，为网络联系提供更多的见解。然而，这样的数据集提出了重大的建模挑战，由于其异步性质，非线性动力学和非平稳性。为了应对这些挑战，我们使用随机森林来估计金融网络。我们的网络中的边缘是通过使用一家公司的微观结构措施来预测另一家公司的市场措施（已实现波动率或回报率峰度）的变化迹象来确定的。我们首先研究了2007年至2009年美国金融危机之前网络连通性的演变。我们发现，网络的密度在2007年最高，与2006年的雷曼兄弟公司的高度连接。对企业间联系性质的第二次分析表明，较大的企业往往比较小的企业提供更好的预测能力，这一发现与市场微观结构文献中以前的工作在质量上是一致的。
2022-08-06 q-fin.ST q-fin.TR
Liquidity Dynamics in RFQ Markets and Impact on Pricing
本文针对场外RFQ市场流动性不足下的证券估值问题，拓展微观价格概念并引入公允转让价格，采用二维马尔可夫调制泊松过程刻画流动性失衡，实现了流动性不足或单边市场下的公允估值。
2024-06-19 q-fin.ST q-fin.TR
Hawkes model for price and trades high-frequency dynamics
我们引入了一个多变量的霍克斯过程，通过微观结构水平上的市价订单到达的影响来解释市场价格的动态变化。我们的模型是一个点过程，主要特征是4个核分别与贸易到达自激，价格变化的均值回归，贸易到达对价格变化的影响和价格变化对交易活动的反馈。它允许人们解释市场价格微观结构的程式化事实（包括价格变动的随机时间到达、离散价格网格、高频均值回归、各种时间尺度上的相关函数行为）和市场冲击的程式化事实（主要是元订单的市场冲击的凹平方根状/松弛特征形状）。此外，它允许人们从匿名市场数据中估计整个市场冲击概况。我们表明，这些内核可以估计的经验条件平均强度。我们提供了数值例子，应用到实际数据和比较以前的方法。
2013-01-07 physics.data-an q-fin.TR
Comparing Prediction Market Structures, With an Application to Market Making
Rensselaer Polytechnic Institute（伦斯勒理工学院）
确保足够的流动性是预测市场设计者面临的主要挑战之一。各种各样的做市算法已经在文献中提出并部署在实践中，但一直很少有努力，以系统的方式来评估其优点和缺点。我们引入了一种新的实验设计，用于比较实时交易中的市场结构，以确保具有相同交易人群的两个不同微观结构之间的公平比较。参与者根据他们在电脑屏幕上观察到的二维随机游走的结果进行交易。它们可以同时在两个市场上交易，对应于独立的水平随机游走和垂直随机游走。我们使用这个实验设计比较流行的库存为基础的对数市场评分规则（LMSR）做市商和一个新的信息为基础的贝叶斯做市商（BMM）。我们的实验表明，BMM可以提供显着的好处，在价格稳定性和预期损失时，控制流动性的警告是，不像LMSR，BMM不保证有界损失。我们的研究还阐明了一些一般性质的做市商在预测市场。特别是，有一个内在的权衡之间的适应性市场冲击和收敛在市场均衡。
2010-09-08 cs.AI cs.CE q-fin.TR
Market Impact: A Systematic Study of the High Frequency Options Market
本文探讨了期权市场中的市场冲击这一近年来很少被提及的基本问题。我们的分析是基于一个专有的元订单数据库-大订单在发送到亚洲主要市场之一的市场之前被分成较小的部分。根据我们以前对股票市场的研究[Said等人，2018]，我们提出了一种算法方法来识别元订单，基于一些隐含波动率参数，在货币远期波动率和货币远期偏斜。在这两种情况下，我们得到的结果类似于现在很好地理解的股票市场：平方根法律，公平定价条件和市场冲击动态。
2022-05-14 q-fin.ST 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
Deep Hawkes Process for High-Frequency Market Making
高频做市是一种提供流动性的交易策略，它同时产生许多出价，并以超低延迟要求证券，同时保持相对中立的立场。该策略通过每笔买卖交易的买卖价差获利，对抗逆向选择风险、不确定执行风险和库存风险。我们设计了现实的模拟限价订单市场，并开发了一个高频率的市场决策策略，在该策略中，代理商处理订单簿信息，以发布最佳价格，订单类型和执行时间。通过将Deep Hawkes过程引入到高频做市策略中，我们允许在订单到达和限价订单簿状态之间创建一个反馈回路，以及自激励和交叉激励效应。我们的高频做市策略考虑到了影响订单队列位置、盈利能力、买卖价差和订单价值的订单取消。实验结果表明，我们的交易代理优于基线策略，它使用的基本价格的概率密度估计。我们研究了取消对市场质量和代理商盈利能力的影响。我们验证如何密切的模拟框架近似现实再现风格化的事实，从模拟订单数据的实证分析。
2021-09-30 cs.CE 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
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
On bid and ask side-specific tick sizes
最小价格变动单位是给定资产两个连续价格之间的最小增量，是市场微观结构的关键参数。特别是高频做市商的行为与其价值高度相关。我们从交易所的角度出发，研究在订单簿的买卖双方设置不同的最小价格变动单位的相关性。使用的不确定区域模型的基础上的方法，我们表明，当侧特定的最小价格变动单位是适当的选择，它使交易所，以提高质量的流动性供给。
2020-05-29 math.OC q-fin.TR
Integrating Tick-level Data and Periodical Signal for High-frequency Market Making
The Hong Kong University of Science and Technology（香港科技大学）
针对高频交易中做市策略开发因数据量庞大而面临挑战的问题，提出一种融合Tick级数据与周期性预测信号的深度强化学习方法，在加密货币市场实验中其盈利与风险管理均优于现有方法。
2023-06-19 cs.AI cs.CE cs.LG
Modeling bid and ask price dynamics with an extended Hawkes process and its empirical applications for high-frequency stock market data
本研究提出了一个通用的动态模型的最佳出价和卖价使用扩展霍克斯过程。该模型包含了最小买卖价差时价差缩小过程的零强度、价差相关强度、可能的负激励和非负强度。我们将该模型应用于美国股票市场的高频最佳出价和卖价数据。实证研究结果表明，价差缩小的趋势，激发的强度所造成的先前事件，闪电崩盘的影响，快速交易的特点趋势，随着时间的推移，在不同的交易所的市场参与者的不同功能。
2022-01-25 econ.EM q-fin.ST q-fin.TR
Non-Linear and Meta-Stable Dynamics in Financial Markets: Evidence from High Frequency Crypto Currency Market Makers
本研究针对线性扩散模型难以刻画复杂市场动力学的问题，通过分析多时间尺度高频加密货币数据，验证了市场动力学受高阶非线性支配、对应非二次势函数的结论，发现单阱/双阱势可表征不同市场状态。
2025-09-03 physics.comp-ph q-fin.GN q-fin.ST
