Optimal Asset Liquidation with Multiplicative Transient Price Impact
我们研究了一个非流动性金融市场的乘性瞬态价格冲击模型,其中交易引起的价格冲击与当前价格有关,是乘性的,随着时间的推移,有限的弹性率,和非线性的订单大小。我们构造明确的解决方案的最优控制和奇异最优控制问题的价值函数,以最大限度地提高预期的贴现收益清算给定的资产头寸。一个自由边界问题,描述最优控制,解决了两个变种的问题,其中容许控制是单调或有界变化。
2017-04-28 math.OC math.PR q-fin.TR
Expiring Assets in Automated Market Makers
针对传统AMM不适用于到期资产、临近到期时套利失效且流动性提供者风险过高的问题,本文提出结合AMM与限价订单簿的到期资产去中心化交易所设计,保障市场出清并支持风险控制与动态调价。
2024-01-09 cs.DC q-fin.TR
Trading Cointegrated Assets with Price Impact
执行一篮子共融资产是投资者面临的一项重要任务。在这里,我们展示了如何做到这一点,会计的信息优势,从资产内外的篮子,以及永久的价格影响的市价订单(MO)从所有市场参与者,和临时的影响,代理人的MO对价格。执行问题是作为一个最优随机控制问题,我们证明了,在一些温和的条件下,值函数承认一个封闭形式的解决方案,并证明了一个验证定理。此外,我们使用在纳斯达克交易所交易的五只股票的数据来估计模型参数,并使用模拟来说明该策略的性能。例如,代理清算由英特尔公司(INTC)和市场矢量半导体ETF(SMH)的股票组成的投资组合。我们发现,包括FARO Technologies(FARO),NTAP(NTAP)和Oracle Corporation(ORCL)这三个额外资产提供的信息,大大提高了策略的绩效;对于我们执行的投资组合,它比Almart-Chriss的多资产版本高出约4至4.5个基点。
2018-07-04 q-fin.MF q-fin.TR
NFT Bubbles
通过调查不可替代代币(NFT),我们首次系统地研究了散户投资者通过资产泡沫的行为。鉴于NFT被记录在公共区块链中,我们能够跟踪投资者随着时间的推移的行为,从而识别出大量的价格上涨和崩溃。我们的研究表明,代理层面的变量,如投资者的成熟度,异质性,洗交易,除了总变量,如波动性,价格加速,和营业额,显着预测泡沫的形成和价格崩溃。我们发现,经验丰富的投资者总是表现得优于其他人,并表现出与卓越的信息和技能相一致的特征,支持围绕资产定价泡沫的说法。
2023-03-10 q-fin.PR q-fin.TR
Modeling the coupled return-spread high frequency dynamics of large tick assets
大报价单位资产,即一个报价单位的变动占价格的很大一部分,而买卖价差几乎总是等于一个报价单位的资产,显示出价格变化和价差强烈耦合的动态。我们介绍了一个马尔可夫转换建模方法的价格变化,其中的潜在马尔可夫过程是价差之间的过渡。然后,我们使用一个有限的马尔可夫混合的logit回归过去平方收益来描述价格变化的概率的依赖。因此,该模型可以被视为双链马尔可夫模型。我们发现,该模型描述了不同时间聚集的收益率分布的形状,波动率聚集,以及收益率峰度的异常下降。我们校准我们的模型在纳斯达克股票,我们表明,该模型再现非常好的真实数据的统计特性。
2013-10-16 q-fin.TR
Stochastic impulse control on optimal execution with price impact and transaction cost
本文研究了有限时间内具有价格冲击和交易成本的单风险金融资产模型。投资者需要在资产中执行多头头寸,这会影响资产的价格,并可能产生固定的交易成本。我们的目标是最大限度地提高该交易所获得的贴现收入。这个问题被配制成一个脉冲控制问题,我们使用粘性解决方案框架的值函数的特征。我们建立了一个相关的最优停时的问题,提供了边界,并在某些情况下的解决方案的价值函数。
2013-01-19 math.AP q-fin.TR
From microscopic price dynamics to multidimensional rough volatility models
粗略波动率是金融资产的一个公认的统计风格化事实。这一性质导致了各种新的粗糙随机波动率模型的设计和分析。然而,这些发展大多是在单一资产情况下进行的。在这项工作中,我们表明,一些特定的多元粗糙波动率模型自然产生的微观结构属性的联合动态的资产价格。为此,我们使用Hawkes过程来构建微观模型,精确再现高频跨资产交互,并研究其长期缩放限制。我们强调我们的方法的相关性,通过提供微观特征的作用,如动量和均值回归的多维价格形成过程的见解。我们特别恢复高维股票相关矩阵的经典性质。
2019-10-30 math.PR q-fin.MF q-fin.ST
Finding informed traders in futures and their inderlying assets in intraday trading
我们提出了一个数学程序,发现知情的交易者在超高频交易。我们把它写成向量ARMA,并找到了它平稳的条件。对于服从ARMA(1,2)的价格暴露,证明了标的资产的价格差可以服从ARMA(1,1)过程。为了验证模型,我们测试了知情交易者在欧元/美元,英镑/美元,美元/卢布对和期货,黄金和期货价格,俄罗斯贸易系统股票指数(RTS)和期货交易的影响。我们在黄金和货币对美元/卢布定价中发现了这种影响的一些证据,在2013年12月16日至12月20日和1月28日至1月30日期间的RTS指数中。
2014-02-26 q-fin.TR
Endogenous Bubbles in Derivatives Markets: The Risk Neutral Valuation Paradox
本文着重分析了风险中性投资者在衍生品市场内生泡沫形成中的作用。我们发现,一个衍生品市场,这是一个完美的市场,除了完整性的所有功能,并有一些风险中性的投资者,可以表现出极端的价格波动,这代表了违反高斯随机游走假设。这可以被视为一个悖论,因为它与理性投资者在信息有效市场中的价格相矛盾。我们的研究结果意味着,价格并不总是很好的近似衍生品的基本价值,极端的价格波动,如价格峰值或崩溃可能有内生的起源,并以高于正常的频率发生。
2011-09-03 q-fin.PR q-fin.TR
Bubbles, Jumps, and Scaling from Properly Anticipated Prices
金融市场的价格表现出极端的跳跃,远远超过外部消息所能解释的。此外,价格变化的幅度在很长一段时间内是相关的。这些所谓的程式化的事实是量化的标度律类似,例如,湍流。它们被认为反映了引起非理性羊群行为的异质因素的复杂相互作用。因此,程式化的事实被认为是有效市场假说的反面证据,有效市场假说认为价格迅速反映了可获得的信息,因此由鞅描述。在这里,我们表明,在非常简单的投标过程中,效率并不反对,但在现实市场中观察到的缩放属性的原因。因此,我们不仅将程式化的事实与价格效率联系起来,而且还与理性泡沫的经济理论联系起来。然后,我们展示了从我们的规范模型预测的效果,在一组真正的人类受试者玩修改后的少数民族游戏的动态。后者的扩展版本可以在seesaw.neuro. uni-bremen.de在线播放。
2013-10-22 physics.soc-ph q-fin.TR
Improved Price Oracles: Constant Function Market Makers
自动做市商,首先由汉森的对数市场评分规则(或LMSR)推广到预测市场,已经成为分散金融的重要组成部分,称为“原始”。一个特别有用的原始是衡量资产价格的能力,这个问题通常被称为定价预言问题。在本文中,我们专注于分析一个非常大的自动化做市商,称为常数功能做市商(或CFIAN),其中包括现有的流行的做市商,如Uniswap,平衡器和曲线,其年交易量总计数十亿美元。我们给出了充分的条件,使得在相当一般的假设下,与这些常数函数做市商互动的代理商被激励正确地报告资产的价格,并且他们可以以计算有效的方式这样做。我们还得到了一些其他有用的属性,以前不知道。这些包括CFMM持有的资产总值的下限,以及保证任何代理人都不能通过任何一组交易耗尽给定CFMM持有的资产储备的下限。
2020-06-26 math.OC q-fin.TR
Self-organization and phase transition in financial markets with multiple choices
市场信心是成功投资的关键。通过将多市场纳入演化少数者博弈模型,研究了投资者信念对集体行为和资产价格演化的影响。当存在另一个投资机会时,市场信心,包括过度自信和信心不足,对投资并不总是好的或坏的。市场信心的作用与市场冲击密切相关。对于低市场冲击,对特定资产的过度自信使投资者对损失变得不敏感,延迟的策略调整导致财富下降,然后,从市场上逃跑。对于高市场冲击而言,投资者对特定资产的信心不足,会使投资者对损失过于敏感,过于频繁的策略调整会导致资产价格的大幅波动,从而导致代理人数量的减少。在中间市场冲击时,发生相变。无论市场冲击是什么,不同市场之间都存在均衡,这反映在不同市场出现类似的价格波动。理论分析表明,这种均衡是战略更新和投资转移耦合作用的结果。交易某一特定资产的代理人的失控将导致资产价格波动率的下降,而这种下降将被策略的聚集所抑制。一个统一的策略分布将导致资产价格的大幅波动,而这种波动将被市场中代理人数量的减少所抑制。价格波动和代理商的数量之间的函数关系。
2014-06-02 physics.soc-ph q-fin.TR
When is cross impact relevant?
基于美国500种资产5年逐笔数据,发现高流动性资产内生形成价格并影响低流动性关联产品,10年期债券期货作为主要流动性蓄水池影响利率市场,挑战了传统利率预期理论。
2024-03-26 cond-mat.stat-mech econ.EM q-fin.TR
A Deep Learning Framework for Predicting Digital Asset Price Movement from Trade-by-trade Data
New York University Leonard N. Stern School of Business(纽约大学斯特恩商学院)
本文提出了一种基于长短期记忆网络(LSTM)的深度学习框架,该框架可以从逐个交易的数据中预测加密货币的价格走势。本研究的主要重点是从回顾期预测固定时间范围内的短期价格变化。通过精心设计特征和详细搜索最佳超参数,该模型经过训练,在近一年的逐交易数据上实现了高性能。最佳模型在样本外测试期间提供稳定的高性能(超过60%的准确度)。在现实的交易模拟环境中,模型做出的预测可以很容易地货币化。此外,这项研究表明,LSTM模型可以从逐个交易的数据中提取通用特征,因为学习的参数在其他未包含在训练数据中的加密货币工具上保持了良好的性能。本研究在数据规模和精度方面均超过现有研究,并取得了较高的预测精度。
2020-10-11 cs.AI cs.LG q-fin.ST
Deep Recurrent Modelling of Stationary Bitcoin Price Formation Using the Order Flow
University College London(伦敦大学学院)
本文提出了一个基于订单流的深度递归模型,用于高频方向性价格波动的平稳建模。订单流是到达交易所的微秒级订单流,推动股票或货币价格图表上的价格形成。为了测试我们提出的模型的平稳性,我们在2017年比特币泡沫时期之前的数据上训练我们的模型,并在泡沫期间和之后测试我们的模型。我们表明,在没有任何再训练的情况下,即使比特币交易进入一个极其不稳定的“泡沫麻烦”时期,所提出的模型也是暂时稳定的。结果的重要性是通过对文献中现有的最先进的模型进行基准测试来显示的,用于使用深度学习来建模价格形成。
2020-03-31 cs.LG q-fin.ST q-fin.TR
Optimal execution strategy in the presence of permanent price impact and fixed transaction cost
University of California, Berkeley(加州大学伯克利分校)
研究无限时间范围内受价格冲击和交易成本影响的单一风险资产模型,通过脉冲控制与奇异控制框架最大化贴现收入,并给出粘性解刻画及数值示例。
2011-08-24 cs.SY eess.SY math.OC