Modelling Universal Order Book Dynamics in Bitcoin Market
理解普遍特征的出现，如市场中的程式化事实，是一个长期存在的挑战，引起了经济学家和物理学家的广泛关注。现有的大多数模型，如随机波动率模型，主要关注价格变化，忽略了复杂的交易动态。近年来，由于大规模交易数据集的可用性，越来越多的关于订单簿的研究旨在了解支配市场动态的潜在机制。在本文中，我们收集了三个国家超过数百万用户和数十亿日交易量的比特币平台的订单数据集。我们发现一个1+1D场论，由一组KPZ样随机方程，精确地预测经验数据中观察到的订单簿动态。尽管市场的微观差异，我们认为，提出的有效场理论抓住了正确的普遍性类的市场动态。我们还表明，该模型同意现有的随机波动率模型在长波长的限制。
2021-01-15 q-fin.TR
Herding and Liquidity in Order-Book Markets. II. Fundamental Anchoring and the Resilience of Liquidity
Centre for Econometric Analysis, Bayes Business School（计量经济分析中心，贝叶斯商学院）
研究订单簿市场中流动性供应锚定基本面价值时的恢复力及稳定性，通过因果关系识别恢复力，还探讨压力市场流动性压力的传递，发现其不会传递，指出流动性危机是基本面锚定失败而非做市失败。
2026-07-21 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
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
How Traders enter the Market through the Book
基于模拟交易活动的书的实现.
2001-03-05 cond-mat.stat-mech q-fin.TR
Limit-order book resiliency after effective market orders: Spread, depth and intensity
在订单驱动市场中，当订单簿受到流动性冲击时，限价订单簿弹性是反映市场质量的一个重要微观指标，对大订单的最优提交策略的设计起着至关重要的作用。然而，LOB弹性围绕流动性冲击的演化行为并没有得到很好的实证理解。利用中国股票的订单流数据集，对不同攻击性的有效市价订单的买卖价差、订单深度和订单强度等LOB动态进行了量化和比较。我们发现，当价差相对较低，同侧深度较高，对侧深度较低时，交易者更有可能提交有效的市价订单。当初始点差为1个基点时，这种现象尤其显著。不同类型的市价订单交易后，弹性模式呈现出明显的差异，但在20次最佳限价更新后，价差和深度都能恢复到样本平均水平。在激进市价订单下，价格弹性行为占主导地位，而在非激进市价订单下，价格持续行为占主导地位。当初始价差为1个基点时，有效市价订单对限价订单产生非对称的激励作用。在这种情况下，有效的买市价订单吸引更多的买限价订单和有效的卖市价订单吸引更多的卖限价订单。价差和深度的弹性行为与限价订单强度有关。
2017-02-07 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
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
Order Book, Financial Markets and Self-Organized Criticality
我们提出了一个简单的订单簿机制，调节人工金融市场与自组织临界动态和厚尾的回报分布。该模型显示了个体模仿在决定交易决策中所起的作用，同时有效地复制了典型的总体市场行为作为“自我实现的预言”。我们还讨论了随机交易者作为抑制市场波动的一种可能的分散解决方案的作用。
2016-02-26 physics.soc-ph q-fin.TR
A limit order book model for latency arbitrage
我们考虑一个单一的证券市场，基于一个限价订单簿和两个投资者，具有不同的交易执行速度。如果快速投资者可以领先于慢投资者，我们表明，这使得快速交易者获得无风险利润，但这些利润不能被缩放。我们得出的快速交易者的最佳行为时，她只有分布知识的慢交易者的行动，很少限制可能的先验分布。我们还考虑了较慢的交易者对市场中快速交易者的反应，以及引入“托宾税”对金融交易的影响。我们表明，这种税可以导致消除利润从前面运行的战略。因此，托宾税既能提高市场有效性，又能吸引交易者进入市场。
2011-10-21 q-fin.TR
Market Dynamics vs. Statistics: Limit Order Book Example
常用的限价订单簿属性是根据纳斯达克ITCH数据根据经验考虑的。结果表明，它们中的一些具有与许多市场动态研究中假设的性质截然不同的性质。由于这种差异，我们建议从“统计”类型的订单簿研究（典型的学者）过渡到“动态”类型的研究（典型的市场从业者）。基于市场数据分析，我们得出结论：大部分市场动态信息包含在具有尖峰的属性中（如已执行交易流$I=dv/dt$），市场上不存在任何“平稳情况”，典型的市场动态是一种“快速激励然后缓慢松弛”的行为，具有广泛的激励频率和松弛时间分布。一个计算机代码，提供了完整的深度订单簿信息和最近执行的交易，可从作者[1]。
2016-03-30 q-fin.CP q-fin.TR
From Glosten-Milgrom to the whole limit order book and applications to financial regulation
本研究构建了一个基于代理的订单簿模型，利用Glosten-Milgrom方法推导出整个限价订单簿，为监管机构提供预测最小报价单位变化影响和定量评估限价订单排队位置价值的工具。
2025-03-29 q-fin.TR
Simulating and analyzing a sparse order book: an application to intraday electricity markets
针对非流动性市场传统限价订单簿模型的不足，提出基于非齐次Poisson过程的稀疏LOB模拟分析模型，应用于欧洲日内电力市场揭示其微观结构特性，为市场参与者提供参考，也可推广至其他非流动性市场。
2024-10-09 q-fin.CP 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
Trade arrival dynamics and quote imbalance in a limit order book
我们研究动态的出价和要求队列的限价订单簿和他们的关系与贸易的到来强度。特别地，我们研究了价格变动和交易到达的概率作为限价订单簿顶部报价不平衡的函数。我们提出了一个随机模型，试图捕捉联合动态的顶部的书队列和交易过程中，并描述了一个半分析的方法来计算市场事件的相对概率。我们使用历史市场数据校准模型，并讨论拟合质量和实际应用的结果。
2013-12-02 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
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
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
Bridging the Reality Gap in Limit Order Book Simulation
Jump Trading；Université Paris Dauphine-PSL（巴黎第九大学-巴黎文理研究大学）；École Polytechnique（巴黎综合理工学院）
本文提出一个用于大 tick 资产的实用交互式限价订单簿模拟器，通过投影和体积不平衡来构建可处理的表示，实现真实执行、成本和损益的模拟。
2026-03-25 q-fin.TR
Competition and Incentives in a Shared Order Book
本文通过委托-代理模型分析两个交易所共享限价订单簿的监管效率，证明纳什均衡存在性并揭示激励提供作为公共品导致的搭便车问题，最终可能削弱市场竞争。
2025-09-12 q-fin.TR
Painting the market: generative diffusion models for financial limit order book simulation and forecasting
针对金融限价订单簿（LOB）模拟中自回归模型长序列误差累积的问题，提出将LOB数据转为结构化图像、用带修复的扩散模型生成未来状态的方法，在LOB-Bench基准上取得当前最优性能。
2025-09-05 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
How does latent liquidity get revealed in the limit order book?
潜在订单簿模型使我们对金融市场价格形成的理解取得了重大进展。特别是他们能够重现一些程式化的事实，如平方根影响定律。一个重要的问题是，如果要使这种模型更接近真实的市场数据，那就是潜在的（不可观察的）订单簿和真实的（可观察的）订单簿之间的联系。在这里，我们提出了一个简单的，一致的机制，潜在的流动性，允许定量估计潜在的订单簿从真实的市场数据的启示。我们成功地将我们的结果与超过100种资产的真实订单簿数据进行了对比，并讨论了市场稳定性。我们的一个重要理论结果是存在一个市场不稳定阈值，在这个阈值下，潜在订单的转换变得太慢，从而引发流动性危机。最后，我们计算的价格影响的元订单在不同的参数制度。
2018-11-14 cond-mat.stat-mech q-fin.TR
Decentralized Prediction Markets and Sports Books
本文提出基于AMM的去中心化预测市场框架，构建满足金融属性的流动性结构，分析流动性存取影响，并设计补偿流动性提供者的交易费用机制。
2025-01-08 q-fin.MF q-fin.TR
Deep Reinforcement Learning for Market Making Under a Hawkes Process-Based Limit Order Book Model
University of Zagreb（萨格勒布大学）；Faculty of Electrical Engineering and Computing, University of Zagreb（萨格勒布大学电气工程与计算学院）
最优做市的随机控制问题是量化金融的核心问题之一。在本文中，基于深度强化学习的控制器进行训练的弱一致，多变量霍克斯过程为基础的限价订单簿模拟器，以获得做市控制。该方法充分利用了蒙特卡罗回测的优点，有助于弱一致限价订单簿模型下做市的研究。随后的深度强化学习控制器与多个做市基准进行了比较，结果表明其在各种风险回报指标方面具有优异的性能，即使在显著的交易成本下也是如此。
2022-07-20 cs.LG q-fin.GN q-fin.TR
Optimal placement of a small order in a diffusive limit order book
本文研究了一个股票交易者的最优配置问题，该交易者希望在预定的时间范围t内通过限价订单或市价订单清空他/她的库存。对于扩散市场，我们刻画了最优限价订单配置策略，并分析了其在不同市场条件下的行为。特别是，我们表明，在负漂移的存在下，存在一个临界时间t0>0，这样，对于任何时间范围t>t0，存在一个最佳的位置，这与早期的工作，是不同的，是放在“无限”接近最好的要求，如最好的出价和第二最好的出价。我们还提出了一个简单的方法来近似的临界时间t0和最优订单。
2017-08-14 q-fin.TR
Optimal liquidation for a risk averse investor in a one-sided limit order book driven by a Levy process
在单边限价订单簿中，满足一些现实的假设，其中未受影响的价格过程遵循Levy过程，我们考虑一个市场代理，希望清算大量的股票。我们假设代理人具有恒定的绝对风险厌恶，目标是最大化现金头寸在时间结束时的期望效用。然后，代理人面临着平衡市场风险和快速执行成本的问题。我们特别感兴趣的是代理商如何以最佳方式提交订单。由于清算通常发生在很短的时间内，将风险建模为Levy过程应提供一个与观察到的市场数据具有良好统计拟合的现实模型，因此该模型应真实反映代理人的市场风险。我们减少优化问题的确定性的二维奇异问题，我们能够得到一个明确的解决方案的模型数据。特别是，我们找到了一个表达式的最佳干预边界，它完全覆盖的最优清算策略。
2020-10-30 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
Conservation Laws in a Limit Order Book
我们提出了一类宏观模型的限价订单簿，以模拟市场庄家的总体行为，以应对交易流量。所得到的模型求解数值和渐近，一类相似的解决方案与订单簿的形成和恢复进行了探讨。主要结果是，订单簿恢复积极的流动性采取遵循一个简单的$t^{1/3}$标度律。
2020-12-08 q-fin.TR
Optimal liquidation in a Level-I limit order book for large tick stocks
我们提出一个框架来研究大报价股票的限价订单簿中的最优清算策略，价差等于一个报价。所有订单簿事件（市价订单、限价订单和取消）都根据独立的泊松过程发生，参数取决于价格移动方向。我们的目标是最大化代理人的预期终端财富，该代理人需要在固定的时间范围内清算其头寸。假设代理人只有在价格变动时才进行交易（通过限价订单或/和卖出市价订单），我们将其清算过程建模为一个半马尔可夫决策过程，并使用Laplace方法计算半马尔可夫核。最后用动态规划法求解了最优清算策略，并进行了数值计算。
2017-11-14 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
Agentic Limit Order Books: Phase Transitions and Market Impact
本研究通过强化学习智能体构建限价订单簿模型，揭示订单流相变临界点及市场冲击对经典平方根规律的偏离，提出耗散、平衡与非耗散三种新制度。
2026-09-28 cs.AI q-fin.CP q-fin.TR
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
A Novel Approach to Queue-Reactive Models: The Importance of Order Sizes
本文提出扩展队列反应模型，强调订单规模的重要性，通过整合订单簿状态确定订单规模，实证显示其改善订单流描述并生成波动性接近真实数据的模拟市场。
2024-05-28 q-fin.TR
Get Real: Realism Metrics for Robust Limit Order Book Market Simulations
用于交易的机器学习（特别是强化学习）方法越来越依赖于模拟来进行代理培训和测试。此外，模拟对于验证手工编码的交易策略和检验有关市场结构的假设也很重要。然而，一个挑战是在模拟中验证的政策的鲁棒性，因为模拟缺乏保真度。事实上，研究人员已经表明，许多市场模拟方法无法再现真实市场中的统计数据和程式化事实。作为解决这一问题的一步，我们调查了文献，收集了一组参考指标，并将其应用于真实的市场数据和模拟输出。我们的论文提供了这些指标的全面目录，包括适当的数学公式。我们的研究结果表明，模拟市场和真实市场之间仍然存在显着差异。然而，这项工作作为一个基准，我们可以衡量未来的改进。
2019-12-10 cs.MA q-fin.TR
When Two Worlds Collide: Using Particle Physics Tools to Visualize the Limit Order Book
我们介绍了一种方法来可视化的限价订单簿（LOB）使用粒子物理透镜。欧洲核子研究中心开发的开源数据分析工具ROOT被用来重建和可视化期货市场。使用基于消息的数据，而不是快照，因为它提供了许多可视化优势。可视化方法可以同时包括多个变量和市场，并且不一定依赖于时间。利益相关者可以使用它来可视化高速数据，以更好地了解市场或有效地监控市场。此外，该方法很容易调整到用户规范，以检查各种LOB研究主题，从而补充现有的方法。
2021-09-10 physics.data-an q-fin.TR
A detailed heterogeneous agent model for a single asset financial market with trading via an order book
我们提出了一个基于代理的模型，一个单一的资产金融市场，是能够复制几个非平凡的统计特性，在真正的金融市场，一般被称为程式化的事实。虽然文献中报道的先前模型也能够复制这些统计特性中的一些，但一般来说，它们倾向于过度简化交易机制或代理人的行为。在我们的模型中，我们努力捕捉这两个方面的最重要的特征，以创建代理人，这些代理人采用受真实市场中使用的策略启发的策略，同时，基于双重拍卖订单簿的更现实的交易机制。我们研究了不同类型的交易者对收益统计的作用：具体来说，相关性（或缺乏相关性），波动性聚类，重尾，以及分布可以用对数正态描述的程度。此外，通过引入获利回吐的做法，我们的模型也能够复制与损失和收益分布不对称有关的程式化事实。
2016-07-09 q-fin.CP q-fin.TR
The Informational Content of the Limit Order Book: An Empirical Study of Prediction Markets
Carnegie Mellon University（卡内基梅隆大学）
本文实证研究了二元期权预测市场，探讨市场是否达成共识，发现信念收敛证据不足，并利用 econometrician 数据估计共识信念。
2016-09-12 econ.GN q-fin.EC q-fin.TR
Reinforcement Learning-Based Market Making as a Stochastic Control on Non-Stationary Limit Order Book Dynamics
Institute of Mathematics and Computer Sciences University of São Paulo（数学与计算机科学学院 São Paulo 大学）
本文提出基于PPO算法的强化学习做市代理，通过模拟器环境评估其在非平稳市场中的表现，验证其有效性及模拟器的实用性。
2026-02-14 cs.AI 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
Critical comparison of several order-book models for stock-market fluctuations
一维远离平衡态的相互作用粒子模型被用来作为模拟股票市场波动的基础。粒子类型及其位置被解释为放置在订单簿中价格轴上的买入和卖出订单。我们重新审视一些著名的模型的修改，从Bak-Paczuski-Shubik模型开始。我们看看四十年前的Stigler模型，并研究其变体。其中之一是热那亚人造市场的简化版本。研究模型的列表是由Maslov和Daniels等人的模型完成的。一般来说，在所有情况下，我们比较了收益分布、绝对收益自相关和赫斯特指数的值。事实证明，没有一个模型令人满意地再现所有的经验数据，但最有前途的候选人进一步发展的热那亚人工市场和马斯洛夫模型与适度的订单蒸发。
2008-01-04 cond-mat.stat-mech physics.soc-ph q-fin.TR
Heavy-Tailed Features and Empirical Analysis of the Limit Order Book Volume Profiles in Futures Markets
本文提出了几个基本的问题，关于一个限价订单簿随机结构的成交量曲线的属性，考虑到方面的日内和日内的统计特征，不同的交易所功能的影响和市场参与者在不同的资产部门的影响。本文旨在解决以下问题：1.是否有统计学证据表明，在买入和卖出的限价订单簿的不同水平上，出现了重尾次指数成交量曲线？如果是，这种情况是否发生在日内或日内时间尺度上？2.在期货交易所中，重尾特征是否依赖于交易所（CBOT，CME，EUREX，SGX和COMEX）或资产类别（政府债券，股票和贵金属），它们是否发生在超高（<1秒）或中等（1秒-10分钟）的高频数据上？3.随机重尾成交量特征的存在是否会以某种方式演变，从而告知或指示市场参与者的行为，例如高频算法交易、报价填充和每日内的价格发现？4.是否有统计学证据表明需要考虑限价订单簿交易量曲线模型参数在日内时间尺度上的动态行为？每个问题的各个方面的进展是通过统计上严格的结果，以验证一个前所未有的大型期货市场LOB数据集的实证研究结果。该数据包括几个交易所、几个期货资产类别和2010年的所有交易日，使用市场深度（II类）订单簿数据对5个级别的买入和卖出进行分析。
2015-04-22 q-fin.ST q-fin.TR stat.AP
Empirical analysis in limit order book modeling for Nikkei 225 Stocks with Cox-type intensities
本文在Muni Toke and Yoshida（2020）的分析基础上，使用高频金融数据进行了实证研究。Muni Toke和Yoshida（2020）证明了限价订单簿中订单相对强度的Cox型模型估计量的一致性和渐近性，然后使用巴黎证券交易所交易的36只股票的高频交易数据，进行了模型选择和交易信号预测。在本研究中，我们添加新的协变量，并进行模型选择和交易信号预测使用的高频交易数据，在东京证券交易所交易的222只股票。我们不仅表明，考克斯型模型在日本市场以及在巴黎泛欧交易所市场表现良好，但也提出了更准确的估计的关键因素。我们还建议多久校准一次协变量。
2023-02-16 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
The Short-Term Predictability of Returns in Order Book Markets: a Deep Learning Perspective
该研究从深度学习视角出发，提出订单簿成交量表征，结合模型置信集开展大规模实证分析，证实高频中间价收益可预测性普遍存在，且成交量表征能有效提升深度学习模型性能。
2023-10-08 q-fin.CP q-fin.TR
Endogenous Formation of Limit Order Books: Dynamics Between Trades
在这项工作中，我们提出了一个连续时间的大种群博弈模型之间的连续两个交易的市场微观结构。所提出的建模框架受到我们以前工作的启发[23]。在这个框架中，限价订单簿（LOB）是多个代理人之间均衡的结果，这些代理人对资产的未来需求有不同的信念。代理人的信念可能会根据他们观察到的信息而改变，从而触发他们行为的变化。我们提出了一个例子，说明如何建议的模型可以用来量化的相关信息信号的变化的后果。如果这些信号本身依赖于LOB，那么，我们的方法允许对“间接”市场冲击（与市价订单通过消除某些限价订单对LOB产生的“直接”影响相反）进行建模。在数学方面，我们制定了建议的建模框架作为一个连续播放器控制停止游戏。我们设法把均衡问题分成两部分。第一个是由一个二维系统的反射倒向随机微分方程（RBSDES），其解决方案的组件相互反映。第二个导致一个无限维不动点问题的不连续映射。这两个问题都是非标准的，本文证明了它们解的存在性。
2017-06-19 q-fin.TR
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 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
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
Empirical shape function of limit-order books in the Chinese stock market
利用2003年深圳证券交易所上市的23只流通股的超高频数据，通过建立限价订单簿的方法，分析了其形态的统计概率。我们发现，平均的LOB形状有一个最大的远离相同的最佳价格购买和出售LOB。LOB形状函数在右尾具有良好的指数形式。买入LOB被发现是异常厚的价格水平接近相同的最好的，虽然有更多的卖单在书上。我们还发现买卖双方的LOB形状函数都有周期性的峰值，周期为5。固定报价水平下的1分钟平均成交量服从对数正态分布，但左尾表现出幂律行为，并表现出长记忆。最后，本文也简要讨论了实证结果的学术意义。
2008-01-24 physics.data-an physics.soc-ph 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
Order Flows and Limit Order Book Resiliency on the Meso-Scale
我们研究了由订单执行调度算法驱动的中尺度限价订单簿的行为。为此，我们对来自市价和限价订单提交的订单流进行了实证分析，通过基于交易量的分桶，以及各种LOB深度和形状指标，从逐点数据中汇总。我们证明了贸易不平衡和价格变化之间的非线性关系，然而，通过考虑市场和限价订单流的加权平均值，可以将其转换为线性联系。我们还记录了贸易不平衡和单边限价订单流之间的一种“大棒”依赖关系，突出了LOB的主动和被动侧之间的许多不对称效应。为了解决价格形成，账面弹性和稀缺的流动性的现象学特征，我们应用各种统计模型来测试不同的预测因子的预测能力。我们表明，在中尺度上的限价订单流（以及相对添加/取消率）进行最预测的权力。另一个发现是，更深的LOB形状，而不仅仅是账面不平衡，在这个时间尺度上更相关。实证结果是基于对纳斯达克六个大报价资产的分析。
2017-08-09 q-fin.TR
The Market Maker's Dilemma: Navigating the Fill Probability vs. Post-Fill Returns Trade-Off
本文研究了做市商在成交概率与成交后收益之间的权衡，发现反向策略在特定条件下更有效。
2025-11-23 q-fin.TR
Learning to simulate realistic limit order book markets from data as a World Agent
J.P. Morgan AI Research（摩根大通人工智能研究院）；Balyasny Asset Management, L.P.（巴利亚斯尼资产管理有限合伙公司）
多代理市场模拟器通常需要仔细校准以模拟真实市场，其中包括代理的数量和类型。校准不佳的模拟器可能会导致误导性的结论，在投资银行、对冲基金和交易员研究和评估交易策略时可能会造成严重损失。在本文中，我们提出了一个世界模型模拟器，准确地模拟一个限价订单簿市场-它不需要代理校准，而是直接从历史数据中学习模拟的市场行为。传统的方法无法学习和校准交易者群体，因为历史标记数据与每个交易者策略的细节并不公开。我们的方法建议从历史数据中学习独特的“世界”代理。它旨在模拟整体交易者群体，而不需要对个人市场代理策略做出假设。我们将我们的世界代理模拟器模型实现为条件生成对抗网络（CGAN）以及参数分布的混合，并将我们的模型与以前的工作进行比较。定性和定量，我们表明，所提出的方法始终优于以前的工作，提供更多的现实主义和响应能力。
2022-09-26 cs.GT cs.LG q-fin.CP
