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
Deep Learning Meets Queue-Reactive: A Framework for Realistic Limit Order Book Simulation
Université Paris 1 Panthéon-Sorbonne, Centre d’Economie de la Sorbonne（巴黎第一大学先贤祠-索邦大学经济中心）
针对传统Queue-Reactive限价订单簿模型的局限性，提出MDQR模型，通过神经网络扩展状态空间与依赖建模，在保留可解释性的同时更精准复现市场微观结构特征且兼顾计算效率。
2025-01-15 cs.LG q-fin.TR
Order Book Queue Hawkes-Markovian Modeling
本文提出了一种基于马尔可夫基线强度的Hawkes过程模型，用于高频订单簿数据建模。我们根据盘中订单簿交易事件的订单类型和到达后的价格变化将其分为一系列类别。为了捕捉多种类型的订单簿事件之间的刺激效应，我们使用多变量Hawkes过程来模拟自激励和互激励事件的到达。通过引入订单簿流动性状态和时间因素对基线强度的影响，我们将马尔可夫基线强度整合到事件到达动态中。一个基于回归的非参数估计程序，采用我们的霍克斯+马尔可夫模型的模型参数估计。为了消除冗余的模型参数，LASSO正则化被纳入估计过程。此外，基于赤池信息准则的模型选择方法被应用于评估所提出的模型的各个部分的效果。给出了一个基于真实LOB数据的实现实例。通过算例，我们研究了Hawkes激励函数的经验形状、流动性状态和时间因素的影响、LASSO变量的选择以及Hawkes和Markovian元素对订单簿动态的解释能力。
2022-01-05 q-fin.TR stat.ME
The order book as a queueing system: average depth and influence of the size of limit orders
研究了单边订单簿模型的分析性质，其中限价订单和市价订单的流动均为Poisson过程，取消订单的生命期服从指数分布.虽然过于简单，但该模型提供了一种不应忽视的分析易处理性。利用生灭过程的基本结果，我们建立了一个连续订单簿模型的形状（深度）的解析公式，它既由市场机制建立，又非常接近经验检验公式。我们将这种形状与限价订单的执行概率联系起来，强调了订单簿中订单流的守恒定律。然后，我们扩展我们的模型，允许随机大小的限价订单，从而允许研究传入的限价订单的大小和形状的订单簿之间的关系。我们的理论模型表明，对于给定的进入限价订单总量，提交的限价订单越少（即这些限价订单的平均大小越大），价差周围的订单簿就越深。这种理论关系最后在巴黎证券交易所交易的几只股票上进行了实证检验。
2013-11-22 q-fin.ST q-fin.TR
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
An instantaneous market volatility estimation
通过研究算法交易的不同方面，我们从经验上发现了一个新的市场不变量。它将该工具的波动性与其交易量、平均点差和订单簿中的交易量联系在一起。该不变量已在不同市场和不同资产类别上进行了测试。在所有情况下，我们没有发现重大违反的不变量。不变量的公式用于波动率的估计，我们称之为瞬时波动率。定量比较表明，它再现了实现波动率比一天前的Gestival（1，1）预测。由于短期预测的性质，瞬时波动率可以被算法开发人员，波动率交易员和其他市场专业人士使用。
2019-08-13 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
Market Liquidity and Convexity of Order Book (Evidence From China)
市场流动性是金融市场的生命力所在，在市场微观结构中起着至关重要的作用。本文使用一个称为凸度的变量来衡量订单簿提供的潜在流动性。基于2011年上证证券交易所50指数各成分股的高频数据，本文揭示了凸性的若干统计特性，并分析了凸性与其他重要变量（买入/卖出深度、价差、波动率、收益率）之间的关系。
2012-11-09 q-fin.TR
Multivariate Realized Volatility Forecasting with Graph Neural Network
Ecole Polytechnique（巴黎综合理工学院）；Exoduspoint Capital Management France（法国Exoduspoint资本管理公司）；ENSAE Paris（巴黎国立统计与经济管理学院）
现有文献表明，限价订单簿数据在预测股票市场的短期波动性方面是有用的。由于股票不是独立的，一只股票的变化也会影响其他相关股票。本文基于限价订单簿数据和相关数据，对短期已实现波动率进行了多元预测。为了实现这一目标，我们引入了图Transformer网络的波动率预测。该模型允许结合限价订单簿功能和无限数量的时间和横截面的关系，从不同的来源。通过对标准普尔500指数中约500只股票的实验，我们发现我们的模型比其他基准有更好的表现。
2021-12-17 cs.CE cs.LG q-fin.CP
Stochastic Price Dynamics Implied By the Limit Order Book
本文通过研究限价订单簿中包含的信息，提出了一种新的方法来确定金融数据中的厚尾。在订单驱动市场中，买方和卖方可以提交限价订单，当价格分别触及预先指定的较低或较高的限价时，执行限价订单。我们表明，在均衡，所有这些订单的集合-限价订单簿-意味着波动率的微笑，类似于观察期权定价的布莱克-斯科尔斯模型。我们还展示了如何跳扩散过程可以明确推断占波动率微笑。
2011-05-24 q-fin.ST 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
Extended State-dependent Hawkes Process for Limit Order Books: Mathematical Foundation and the Reproduction of Volatility Signature Plots
Sophia University（上智大学）
本文提出扩展的状态依赖Hawkes过程(ExsdHawkes)以建模限价订单簿的复杂动态，通过允许状态消失现象，证明最大似然估计分离性，并通过实证分析展示其在再现波动性签名图特征斜率方面的作用。
2026-09-29 q-fin.MF q-fin.TR stat.AP
Order book dynamics with liquidity fluctuations: limit theorems and large deviations
建立了一类具有不同流动性的限价订单簿动态的随机模型。在这类模型中，我们研究了一个传播均匀减少的模型，属于一类被称为具有均匀灾难的人口过程的过程。证明了具有一致灾变的模型的大数定律、中心极限定理和大偏差定理。我们的研究结果使我们能够满意地解释价格的波动性和局部趋势，以及在这类市场中观察到的相关经验特征。此外，它向我们展示了这些局部趋势和波动性是如何由买卖价差的典型值决定的。此外，我们使用我们的模型来显示价差和价格发生多大的偏差，例如在闪电崩盘中观察到的偏差。
2021-01-05 q-fin.MF q-fin.TR
The Market Maker's Dilemma: Navigating the Fill Probability vs. Post-Fill Returns Trade-Off
Department of Statistics, University of Oxford（牛津大学统计系）；Oxford-Man Institute of Quantitative Finance, University of Oxford（牛津大学牛津量化金融研究所）；Department of Mathematics, University of California Los Angeles（加州大学洛杉矶分校数学系）；Mathematical Institute, University of Oxford（牛津大学数学研究所）；School of Mathematical Sciences, Queen Mary University of London（伦敦大学玛丽女王学院数理科学学院）；Department of Mathematics and Statistics, Memorial University of Newfoundland（纽芬兰纪念大学数学与统计系）
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
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
Recipes for hedging exotics with illiquid vanillas
在本文中，我们解决的问题时，有执行成本与香草期权交易的奇异期权的书的最佳Delta和Vega套期保值。在一个框架中，异国情调的期权定价使用的市场模型（例如，本地波动率模型不断重新校准香草期权价格）和香草期权价格驱动的随机波动率模型，我们表明，使用简单的近似，最佳的动态Delta和Vega对冲策略可以很容易地使用变分技术计算。
2020-05-21 q-fin.TR
Exogenous and Endogenous Price Jumps Belong to Different Dynamical Classes
同步数据库的股票特定的新闻与5年价值的订单簿数据的300只股票，我们发现，异常的价格波动后的新闻发布（外源性）表现出显着不同的动态特征，自发产生的（内源性）。平均而言，大的波动性波动引起的外生事件突然发生，其次是衰减的幂律松弛，而内生价格跳跃的特点是逐步加速增长的波动性，其次是幂律松弛，但比外生跳跃慢。值得注意的是，我们的结果让人想起了在不同背景下观察到的情况，即亚马逊图书销售和YouTube浏览量。最后，我们表明，拟合幂律{\it个人}波动曲线允许一个大的事件分为内源性和外源性的动态类，而不依赖于新闻提要。
2021-06-13 physics.soc-ph q-fin.TR
Boltzmann Price: Toward Understanding the Fair Price in High-Frequency Markets
本文基于最大熵原理提出参数化的Boltzmann价格及价格动态模型，证明其能逼近中间价格并生成厚尾分布，为高频市场提供了整合价格、单量不平衡与价差的理论框架。
2025-07-13 q-fin.TR
Continuous-time Modeling of Bid-Ask Spread and Price Dynamics in Limit Order Books
通过对整个限价订单簿（LOB）动态过程的多尺度分析，建立了中间价和买卖价差联合演化的连续时间模型。我们将LOB建模为一个多类的嵌入系统，并使用经验观察到的风格化特征进行渐近分析。我们认为，在由经验观察支持的渐近制度下，中间价和买卖价差可以只用书中的某些参数来描述（而不是整本书本身）。我们的极限过程的特点是反射行为和状态相关的跳跃。我们的分析可以解释在实践中观察到的某些特征，如：在订单簿的数量和回报，以及长期价差分布的统计特性的幂律衰减尾部之间的连接。
2013-10-03 q-fin.ST 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
Reinforcement Learning in Queue-Reactive Models: Application to Optimal Execution
ORFE, Princeton University（ORFE，普林斯顿大学）；CMAP, École Polytechnique（CMAP，巴黎高等学院）；Scuola Normale Superiore（高等师范大学）；Intesa Sanpaolo（意昂萨帕洛）
针对元订单最优执行问题，本文结合队列反应模型的限价订单簿模拟，训练双重深度Q网络智能体，其策略可适应订单簿状态，在多种配置下表现优于标准方法。
2025-11-19 cs.LG q-fin.TR
A Semi-Markovian Modeling of Limit Order Markets
R. Cont和A. de Larrard（SIAM J. Finan. Math，2013）引入了一个用于限价订单簿动态的易处理的随机模型，计算各种感兴趣的量，例如价格上涨的概率或价格过程的扩散极限。正如经验观察所建议的那样，我们将他们的框架扩展到1）书籍事件到达间隔时间的任意分布（可能是非指数分布）和2）新书事件及其相应到达间隔时间的性质都取决于前一本书事件的性质。我们这样做，通过诉诸马尔可夫更新过程建模的动态出价和要求队列。我们通过各种感兴趣量的拉普拉斯变换的显式表达式来保持分析的易处理性。我们通过将我们的模型校准到2012年6月21日的五只股票亚马逊，苹果，谷歌，英特尔和微软来证明和说明我们的方法。在R。Cont和A. de Larrard的方法中，买卖价差保持恒定等于一个刻度，仅对买卖队列进行建模（它们彼此独立，并在价格变化后重新初始化），并且所有订单具有相同的大小。
2016-01-07 q-fin.MF 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
An Empirical Analysis on Financial Markets: Insights from the Application of Statistical Physics
本研究受统计物理学启发，提出利用三级订单簿数据、引入“主动深度”概念的物理模型，通过类比订单与物理粒子构建动能和动量度量，在波动率和收益预测上优于传统及机器学习基准，为市场微观结构研究提供新视角。
2024-06-25 q-fin.CP q-fin.MF q-fin.PR
Optimal inventory management and order book modeling
我们的行为模型的三个代理类动态地在一个金融资产的限价订单簿。也就是说，我们考虑做市商（MM），高频交易（HFT）公司和机构经纪人（IB）。给定订单簿的先验动态，类似于在交易-反应模型[14，20，21]中考虑的动态，MM和HFT通过优化终端财富的期望效用来定义其交易策略，而IB具有出售或购买所考虑资产的许多股份的预定任务。我们推导出变分偏微分方程，其特征值函数的MM和HFT，并解释如何几乎最优控制可以推导出。然后，我们通过模拟一个订单簿的动态，提供了这些不同市场参与者之间可能发生的相互作用的第一个例证，在这个订单簿中，每个参与者都采取自己的（最优）策略。
2018-11-09 math.PR 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 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
Reaction-boundary variance and adjoint-consistent local-volatility projection
University of New South Wales（新南威尔士大学）；University of Cape Town（开普敦大学）
推导潜在订单簿反应边界的运行时间方差核，分离日历时间波动率模型中常合并的三个对象，给出确定性活动时钟的局部波动率投影，指出伴随一致性是对运行到日历时间投影的现实约束。
2026-11-06 q-fin.MF q-fin.PR q-fin.TR
Non-parametric Estimation of Quadratic Hawkes Processes for Order Book Events
我们提出了一个可操作的校准程序一般二次霍克斯模型的订单簿事件（市价订单，限价订单，取消）。这种模型的主要特点之一是不仅要对过去事件对未来事件的影响进行编码，而且重要的是，还要对过去价格变化对这些事件的影响进行编码。我们表明，经验校准的二次内核是很好地描述了对角贡献（捕捉过去实现的波动），加上排名一的“Zumbach”的贡献（捕捉过去的趋势的影响）。我们发现Zumbach内核是时间的幂律，所有其他反馈内核也是如此。在许多以前的研究中，发现真正外源性事件的发生率是总事件发生率的一小部分。这两个特征表明，系统接近临界点-在这个意义上，更强的反馈内核将导致不稳定性。
2020-05-12 cond-mat.stat-mech 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
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
Multi-dimensional queue-reactive model and signal-driven models: a unified framework
本研究提出由隐式布朗有效价格驱动的马尔可夫市场统一框架，扩展队列反应模型并包含两类子模型，证明价格稳定性与宏观扩散特性，开发最大似然估计方法并用于清算交易策略回测。
2025-06-13 math.PR q-fin.MF 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
Adapting the Actor Model of Concurrency for High-Frequency Trading: Synchronous Message Delivery (fast_send) and a Tick-to-Book Latency Study
M2 Technologies（M2科技公司）
本文通过四项扩展（fast_send、参与者组、可选邮箱队列、内存池）使参与者模型适配高频交易，实测表明同步往返仅数十纳秒，框架开销不足基础延迟的1%，并实现生产与回测代码统一。
2026-10-06 cs.DC q-fin.TR
DeepFolio: Convolutional Neural Networks for Portfolios with Limit Order Book Data
Skoltech（斯科尔科沃科技学院）
这项工作提出了DeepFolio，这是一种基于限价订单簿（LOB）数据的深度投资组合管理新模型。DeepFolio解决了LOB数据预测价格变动的最新技术中发现的问题。我们的评估包括两个场景，使用数百万个时间序列的大型数据集。这些改进在数据丰富和稀缺的情况下都提供了出色的结果。实验表明，DeepFolio在基准FI-2010 LOB上的性能优于最先进的技术。此外，我们使用DeepFolio进行加密资产的最佳投资组合分配，并进行再平衡。为此，我们使用两个损失函数-夏普比率损失和最小波动率风险。我们发现，DeepFolio优于文献中广泛使用的投资组合配置技术。
2020-08-27 cs.LG q-fin.TR stat.AP
Neural Estimation of Irreversibility in Real and Simulated Limit Order Book Paths
Seoul National University（首尔国立大学）；Mirae Asset Securities（未来资产证券）；Pusan National University（釜山国立大学）
该研究定义限价订单簿路径的不可逆率，用MLP和时间卷积网络从纳斯达克数据估计，发现序增量显著，队列反应模拟器序增量远低于市场，提出不可逆性轮廓作为订单簿模拟器基准。
2026-10-16 q-fin.TR
Bimodal Dynamics of the Artificial Limit Order Book Stock Exchange with Autonomous Traders
本文探究含内生近视交易者的人工限价订单簿证券交易所的分岔动力学，揭示其价格动力学的内在双稳态等涌现特性，为人工股票市场的路径依赖与复杂动力学提供新视角。
2025-08-25 q-fin.PM q-fin.PR q-fin.TR
Endogenous Liquidity Crises
经验数据表明，流入订单簿的流动性（存款、取消和市价订单）受到过去价格变化的影响。特别是，我们表明，流动性往往随着过去的波动幅度和价格趋势。这种反馈机制反过来又增加了波动性，可能导致流动性危机。在程式化的订单簿模型中考虑到这种影响，我们用数值方法证明了从弱反馈的稳定状态到强反馈的不稳定状态之间存在一个二阶相变，在这个相变中流动性危机以概率1出现。我们刻画的临界指数，这似乎属于一个新的普适类。然后，我们提出了一个更简单的模型蔓延dynamicsthat映射到一个线性霍克斯过程，也表现出流动性危机。如果与真实市场相关，这种相变情景要求系统低于但非常接近不稳定阈值（自组织临界性），或者反馈强度本身依赖于时间，偶尔访问不稳定区域。另一种情况是由一类非线性霍克斯过程提供的，它显示出偶尔的“激活”流动性危机，而不必在不稳定的边缘徘徊。
2020-02-19 cond-mat.stat-mech q-fin.TR
State-dependent Hawkes processes and their application to limit order book modelling
我们研究统计方面的状态依赖霍克斯过程，这是霍克斯过程的扩展，其中一个自我和交叉激发计数过程和状态过程是完全耦合的，相互作用。计数过程的激励核取决于状态过程，当计数过程中有事件时，状态过程切换状态。我们首先建立状态相关的Hawkes过程的存在性和唯一性，并解释如何模拟它们。然后，我们开发的过程参数规格的最大似然估计方法。我们应用状态相关的霍克斯过程的高频限价订单簿数据，使我们能够建立一个新的模型，捕捉订单流和形状之间的反馈回路的限价订单簿。我们估计两个规格的模型，使用买卖价差和队列不平衡作为状态变量，并发现在订单流的激励效应是强烈的状态依赖。此外，我们发现，endowance的订单流，测量的激励的大小，也是依赖于状态，更明显的非平衡状态的限价订单簿。
2021-09-15 q-fin.ST q-fin.TR stat.AP
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
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
Rock around the Clock: An Agent-Based Model of Low- and High-Frequency Trading
我们建立了一个基于主体的模型来研究低频和高频交易之间的相互作用如何影响资产价格动态。我们的主要目标是调查高频交易是否会加剧市场波动并产生闪电崩盘。在该模型中，低频代理人采用基于时间顺序的交易规则，并可以在基本面和图表策略之间切换。相反，高频交易者的激活是事件驱动的，取决于价格波动。高频交易者使用方向策略来利用低频交易者产生的市场信息。蒙特卡洛模拟表明，该模型复制了金融市场的主要程式化的事实。此外，我们发现，高频交易的存在增加了市场波动性，并在闪电崩盘的产生中发挥了根本性的作用。闪电崩盘的出现可以用高频交易者的两个显著特征来解释，即他们能够i）产生高买卖价差，ii）在限价订单簿的卖方同步。最后，我们发现高频交易者取消撤单的比率越高，闪电崩盘的发生率越高，但持续时间越短。
2014-02-10 q-fin.TR
Hawkes processes in finance
在本文中，我们提出了一个概述，最近的学术文献致力于霍克斯过程在金融中的应用。Hawkes过程是一种特殊的多元点过程，在过去的十年里，它在经验高频金融学中变得非常流行。在回顾了霍克斯过程的主要定义和性质之后，我们回顾了它们在高频金融中的主要经验应用，以解决许多不同的问题。由于其巨大的灵活性和多功能性，我们表明，他们已经成功地参与了各种问题，如估计的波动性在交易数据的水平，估计市场的稳定性，会计系统性风险传染，制定最优执行策略或捕捉动态的完整订单簿。
2015-05-17 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
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
Optimal order placement in limit order markets
为了执行交易，电子股票市场的参与者可以选择在交易股票的各个交易所提交限价订单或市价订单。这一决定受到每个限价订单簿中订单流和队列大小的特征以及交易所之间交易费用和回扣的结构的影响。我们提出了一个定量的框架来研究这个订单放置问题，制定它作为一个凸优化问题。这个公式可以研究如何之间的相互作用的状态订单簿，费用结构，订单流属性和偏好的交易者确定最佳的安置决定。在单一交易所的情况下，我们得到了一个显式的解决方案之间的限制和市价订单的最佳分割。对于一般问题的订单放置在多个交易所，我们提出了一个随机算法计算的最优策略和研究的解决方案的各种参数的敏感性，使用数值实现的算法。
2014-11-23 q-fin.PM q-fin.TR
Explainable Patterns in Cryptocurrency Microstructure
University of Warsaw, Faculty of Economic Sciences（华沙大学经济科学学院）
本文研究了加密货币微观结构中的稳定跨资产模式，通过CatBoost模型验证了特征重要性稳定性，并揭示了算法交易的系统性风险。
2026-01-31 q-fin.CP q-fin.ST 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
Learning to Predict Short-Term Volatility with Order Flow Image Representation
School of Engineering；Technology University of New South Wales Canberra, Australia；School of Computing Australian National University Canberra, Australia
本文提出将订单流数据转换为图像并映射至颜色通道，结合3层CNN、ResNet-18和ConvMixer等模型预测比特币短期波动率，实验表明CNN结合聚合特征表现最佳，RMSPE达0.85+/-1.1。
2024-03-20 cs.LG q-fin.RM q-fin.TR
Herding and Liquidity in Order-Book Markets. III. Leverage and the Onset of Endogenous Liquidity Crises under Weak Anchoring
Bayes Business School（贝叶斯商学院）
本研究通过连续双向拍卖市场模型，发现基础价值锚定削弱会引发内生流动性危机，危机由保证金缓冲而非单纯杠杆决定，且爆发为平滑的亚临界过程。
2026-09-18 physics.soc-ph q-fin.CP q-fin.TR
Early Detection of Latent Microstructure Regimes in Limit Order Books
Department of Computer Science and Engineering（计算机科学与工程系）；Visvesvaraya Technological University, Belagavi（韦斯变亚技术大学，贝拉加维）；Department of Business Administration（商业管理系）；K.L.E. Society’s College of Business Administration（K.L.E.社会商业管理学院）
本文提出一种基于触发机制的检测器，通过MAX聚合互补信号通道、上升边条件和自适应阈值，实现对限价簿中潜在微观结构制度的早期检测，实验显示其在模拟中具有较高的提前时间精度。
2026-04-22 cs.LG q-fin.TR stat.ME
From asymptotic properties of general point processes to the ranking of financial agents
我们提出了一个一般的非线性订单簿模型，是建立从代理的个人行为。我们的框架包括马尔可夫和霍克斯为基础的模型。在适当的假设下，我们证明了这类系统的遍历性和扩散性的原始结果。然后，我们提供了封闭形式的公式，为各种数量的利益：静态分布的最佳买入和卖出数量，价差，流动性波动和价格波动。这些公式以市场参与者的单个订单流表示。我们的方法使我们能够为做市商建立一个关于其交易质量的排名方法。
2019-06-12 q-fin.ST q-fin.TR
The Limit Order Book Recreation Model (LOBRM): An Extended Analysis
University of Bristol（布里斯托大学）
限价订单簿描述了金融资产的细粒度供求关系，广泛应用于市场微观结构研究。然而，LOB数据的可用性和高昂的成本限制了其更广泛的应用。LOB重建模型（LOBRM）最近被提出来通过从交易和报价（TAQ）数据合成LOB来弥合这一差距。然而，在最初的LOBRM研究中，有两个局限性：（1）实验是在一个相对较小的数据集上进行的，只包含一天的LOB数据;（2）训练和测试是以非时间顺序的方式进行的，这基本上将任务重新定义为插值，并可能引入前瞻偏差。在这项研究中，我们扩展了LOBRM的研究，并进一步验证其在现实世界中的应用场景。我们首先通过（1）为LOB添加时间加权z分数标准化以及（2）用指数衰减内核代替常微分方程内核以降低计算复杂度来推进LOBRM的工作流程。实验是在扩展的LOBSTER数据集上按时间顺序进行的，因为它将用于现实世界的应用程序。结果表明：（1）基于衰减核的LOBRM模型优于传统的非线性模型，模块集成是有效的;（2）预测精度与LOB中订单量的波动率呈负相关;（3）TAQ稀疏编码方法具有良好的泛化能力，可以方便地进行多种任务;（4）随机漂移对预测精度的影响可以通过增加历史样本来减轻。
2021-07-01 cs.LG q-fin.ST q-fin.TR
