Profitable Strategy Design by Using Deep Reinforcement Learning for Trades on Cryptocurrency Markets
K. N. Toosi University of Technology(K. N. 图西理工大学)
深度强化学习解决方案已被应用于不同的控制问题,并取得了优异和有希望的结果。在这项研究工作中,我们将最近策略优化,软演员批评和生成对抗模仿学习应用于三个加密货币市场的策略设计问题。我们的输入数据包括价格数据和技术指标。我们已经实现了一个基于加密货币市场的Gym环境,以与算法一起使用。我们对未知数据的测试结果表明,这种方法在帮助投资者利用专家系统开拓市场并获得利润方面具有很大的潜力。我们的最高收益为一个看不见的66天跨度是4850美元每10000美元的投资。我们还讨论了如何使用环境设计中的特定超参数来调整生成策略中的风险。
2022-01-15 cs.AI cs.LG 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
Market fragmentation and market consolidation: Multiple steady states in systems of adaptive traders choosing where to trade
技术进步正在导致交易场所的扩散和多样化,从而增加了市场分散与整合这一长期问题的相关性。为了定量地解决这个问题,我们分析了适应性交易者的系统,这些交易者根据他们以前的经验选择交易地点。我们证明,只有基于总参数的交易场所,如需求与供应的比例,我们可以评估人口的交易者是否会喜欢分散或专业化对一个单一的地点。我们调查什么条件下导致市场碎片的人口与长记忆和分析的稳定性和其他属性的分散和巩固的稳定状态。最后,我们调查的动态人口与有限的记忆,当这种记忆是长期的真正的长期稳定状态是巩固的,但碎片状态是强亚稳态,主导的行为了很长一段时间。
2019-06-24 econ.GN nlin.AO q-fin.EC
Bellwether Trades: Characteristics of Trades influential in Predicting Future Price Movements in Markets
Cornell University(康奈尔大学)
本文利用非线性机器学习与优化的神经网络预测市场走势,并识别各交易窗口内对价格预测影响最大的单笔交易,揭示交易规模、场所、情境及时间维度上的信息含量差异。
2024-09-08 cs.LG econ.EM q-fin.TR
Profitable Strategy Design for Trades on Cryptocurrency Markets with Machine Learning Techniques
K. N. Toosi University of Technology(K. N. 托西理工大学)
人工智能和数据驱动的解决方案已应用于不同领域,并取得了优异的成果。在这项研究工作中,我们应用k-最近邻,极端梯度提升和随机森林分类器来检测三个加密货币市场的趋势问题。我们使用这些分类器来设计在这些市场中进行交易的策略。我们在实验中的输入数据包括价格数据,在单独的测试中有和没有技术指标,以查看使用它们的效果。我们对未知数据的测试结果非常有希望,并显示出这种方法在帮助投资者利用专家系统开拓市场并获得利润方面的巨大潜力。我们的最高利润系数为一个看不见的66天跨度是1.60。我们还讨论了这些方法的局限性及其对有效市场假说的潜在影响。
2022-06-13 cs.AI q-fin.TR
Traders' strategy with price feedbacks in financial market
本文引入了一个考虑自调制效应的金融市场价格自回归模型。我们发现,交易者主要使用的策略与加权反馈的过去的价格。这些反馈是造成价格变化在短时间内扩散缓慢、趋势明显和幂律分布的原因。
2003-12-20 cond-mat.stat-mech q-fin.TR
International Trade Finance from the Origins to the Present: Market Structures, Regulation and Governance
本章介绍了国际贸易融资--国际金融最古老的领域--从中世纪出现到今天的历史。我们描述了全球贸易融资市场的结构和治理是如何随着时间的推移而变化的,以及贸易信贷工具是如何演变的。贸易融资产品最初由当地商人和银行家发行的特殊资产组成。随后,国际贸易的融资日益集中,信贷工具通过连续的主要贸易中心(安特卫普、阿姆斯特丹、伦敦)的地方标准的传播而标准化。这种市场集中化/产品标准化的进程在19世纪达到顶峰,当时伦敦成为国际贸易融资的全球中心,英镑汇票成为最广泛使用的贸易融资工具。第一次世界大战后,贸易融资市场的结构发生了很大变化,并在两次世界大战之间的去全球化和布雷顿森林时期解体。1970年后全球贸易融资的重建让位于当今普遍存在的分散化市场结构。
2020-09-18 q-fin.GN q-fin.TR
Constant Function Market Makers: Multi-Asset Trades via Convex Optimization
以太坊和其他支持智能合约的区块链的兴起导致了去中心化交易所(DEX)的诞生,如Uniswap、Balancer、Curve、mStable和SushiSwap,这些交易所使代理人能够在不信任中心化机构的情况下交易加密货币。传统的交易所使用订单簿来匹配和执行交易,而DEX通常被组织为常数函数做市商(CFX)。CFRisk基于对取决于建议交易和DEX当前储备的函数的评估来接受和拒绝建议交易。对于只涉及两种资产的交易,CFRisk很容易理解,通过两个函数给出必须投标的一种资产的数量,以获得给定数量的另一种资产,反之亦然。当交易的资产超过两种时,就很难理解可能的交易前景。我们观察到,选择多资产交易的各种问题可以用公式表示为凸优化问题,因此可以可靠和有效地解决。
2021-07-26 math.OC q-fin.CP q-fin.TR
Deep Learning can Replicate Adaptive Traders in a Limit-Order-Book Financial Market
我们报告了使用深度学习神经网络(DLNN)纯粹通过观察来学习电子市场中有利可图的交易者的行为的成功结果,该电子市场紧密模仿在现实世界的全球股票(股票和股票),货币,债券,商品和衍生品金融市场中常见的限价订单簿(LOB)市场机制。成功的真人交易者和先进的自动化算法交易系统从经验中学习,并随着市场条件的变化而适应;我们的DLNN学习复制这种自适应交易行为。我们的工作的一个新颖的方面是,我们不涉及传统的方法,试图预测时间序列的价格的可交易证券。相反,我们收集大量的训练数据,方法是只观察市场上成功的销售交易员发出的报价、交易员正在执行的订单的细节以及交易员活跃期间LOB上可用的数据(通常由集中式交易所提供)。在本文中,我们证明了适当配置的DLNN可以学习复制成功的自适应自动交易者的交易行为,这是一种先前证明优于人类交易者的算法系统。我们还证明了DLNN可以学习更好地执行(即,更有利可图)比提供训练数据的交易者。我们相信,这是有史以来第一次证明DLNN可以成功地复制一个类似人类或超人的自适应交易员,在现实世界的金融市场中进行逼真的模拟。我们的研究结果可以被认为是概念验证,即DLNN原则上可以观察人类交易员在真实金融市场中的行为,并随着时间的推移学会与人类交易员一样进行交易,甚至可能更好。
2018-11-07 cs.CE q-fin.TR
Multiplicative Stochastic Model of the Time Interval between Trades in Financial Markets
金融市场中的股票价格变化是通过交易发生的,类似于随机物理系统中的扩散。对真实市场价格变化的分析表明,价格波动的长期相关性在很大程度上取决于交易数量。我们引入了交易时间间隔的乘性随机模型,分析了交易次数的谱密度和相关性。该模型再现了真实市场的频谱特性,并解释了交易活动的幂律分布机制。我们的研究提供了一个证据,金融市场的统计性质是封闭的交易之间的时间间隔的统计。乘法随机扩散可以作为这种统计的一致模型。
2002-11-15 cond-mat.stat-mech q-fin.TR
Reinforcement Learning in Agent-Based Market Simulation: Unveiling Realistic Stylized Facts and Behavior
Stevens Institute of Technology(史蒂文斯理工学院)
本文提出基于强化学习智能体的市场模拟框架,验证其能复现真实市场典型事实,并分析智能体在闪崩等外部冲击下的响应行为,为投资者和监管者提供决策预判工具。
2024-03-28 cs.LG cs.MA q-fin.TR
Market Price of Trading Liquidity Risk and Market Depth
贸易的价格影响是贸易前和贸易后分析的一个重要因素。我们引入了一个分析流动性风险市场价格的框架,该框架允许我们导出一个非齐次伯努利常微分方程。我们得到了两个封闭形式的解,其中一个再现了Kyle(1985)中的订单流的线性函数。然而,当交易者不对称通知,S形函数的订单流得到。我们对日经指数期货进行了一个实证的日内分析,以量化订单流的价格影响,并将我们的结果与行业的启发式价格影响函数进行比较。我们的订单流模型产生了一个丰富的框架,不仅估计流动性风险参数,但也提供了一个合理的原因,为什么波动性和相关性是随机的性质。最后,我们发现市场深度封装了流动性风险的市场价格。
2019-12-10 econ.EM q-fin.CP q-fin.MF
Crowded trades, market clustering, and price instability
类似交易同行的拥挤交易影响了资产价格的动态,可能产生系统性风险。我们提出了一个市场聚类措施,使用粒度交易数据。对于每只股票,聚类度量捕获了该股票中任何两个投资者之间的交易重叠程度。我们研究拥挤的交易对股票价格稳定性的影响,并表明市场聚集对股票收益率分布的尾部属性有因果关系,特别是正尾,即使在控制了通常认为的风险驱动因素之后。因此,投资者池多样性的减少可能对股票价格稳定产生负面影响。
2020-02-09 q-fin.RM q-fin.ST 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
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
Trader-Company Method: A Metaheuristic for Interpretable Stock Price Prediction
投资者试图预测金融资产的收益以进行成功的投资。许多定量分析师使用基于机器学习的方法从大量市场数据中发现未知的有利可图的市场规则。然而,金融市场中存在一些挑战,阻碍了基于机器学习的模型的实际应用。首先,在金融市场中,没有一个单一的模型可以始终如一地做出准确的预测,因为市场中的交易者会迅速适应新的可用信息。相反,有一些短暂的和部分正确的模型称为“阿尔法因素”。其次,由于金融市场具有高度不确定性,确保预测模型的可解释性对于制定可靠的交易策略非常重要。为了克服这些挑战,我们提出了交易员公司的方法,一种新的进化模型,模仿金融机构和属于它的交易员的角色。我们的方法预测未来的股票收益率通过聚合来自多个弱学习者称为交易员的建议。交易者持有一组简单的数学公式,每一个公式都代表一个阿尔法因子的候选者,并且可以为现实世界的投资者解释。聚合算法,称为公司,维护多个交易者。通过随机产生新的交易者并对他们进行再培训,公司可以有效地找到具有财务意义的公式,同时避免过度拟合市场的瞬态。我们通过对真实市场数据进行实验,证明了我们的方法的有效性。
2020-12-18 q-fin.TR stat.ML
Universal price impact functions of individual trades in an order-driven market
交易规模$ω$直接影响所交易股票的价格形成。对美国和澳大利亚股票市场交易数据的经济物理分析揭示了特定市场的标度律,当股票市值$C$作为标度关系中的参数时,可以在每个市场获得价格影响的主曲线。然而,引入股票资本化在缩放的理由是不清楚的,价格变化$r$和小交易的交易规模$ω$之间的异常负相关性是无法解释的。在这里,我们表明,这些问题可以通过考虑导致交易的订单的积极性以及适当的标准化技术来解决。使用中国市场的订单簿数据,我们表明,从完成和部分完成限价订单的交易有非常不同的价格影响。当交易量不太大时,部分成交订单的交易价格影响是恒定的,而成交订单的交易价格影响表现出幂律行为$r\sim ω^α$与$α\approx2/3$。当收益率和成交量被股票相关的平均值标准化时,两种类型的交易都出现了与资本化无关的标度律。然而,不能构建股票资本化方面的标度关系。此外,还验证了$α=α_ω/α_r$关系,其中$α_ω$和$α_r$是交易规模和收益的尾部指数。这些观察结果也使我们能够解释$r$和$ω$之间的异常负相关的小规模交易。我们预计,在其他订单驱动市场中,这些波动可能会持续。
2008-04-16 physics.soc-ph q-fin.TR
Stock markets and quantum dynamics: a second quantized description
在本文中,我们继续我们的描述股票市场的一些非阿贝尔算子,用于描述投资组合的各种交易者和其他{ \em可观察}量。在第一个只有两个交易者的原型模型之后,我们讨论了一个更现实的具有任意数量交易者的市场模型。对于这两个模型,我们找到近似的解决方案,每个交易者的投资组合的时间演变。特别地,对于更现实的模型,我们使用{ \em随机极限}方法和{ \em不动点样}近似。
2009-04-21 q-fin.TR
Trade Co-occurrence, Trade Flow Decomposition, and Conditional Order Imbalance in Equity Markets
本文提出基于交易时间接近性的交易分类方法,定义条件订单失衡(COI)并研究其价格影响,发现COI与未来收益的相关性取决于交易隔离性,且基于COI的策略在457只股票上获得显著收益和夏普比率。
2024-03-13 q-fin.ST q-fin.TR
Can Large Language Models Trade? Testing Financial Theories with LLM Agents in Market Simulations
本文构建含持久订单簿等机制的开源模拟股票市场,让LLM作为异质交易智能体,发现其能依指令执行策略、市场动态贴近真实市场,且框架可模拟金融理论、设计实验并分析提示对市场稳定性的影响。
2025-04-15 econ.GN q-fin.CP q-fin.EC
Waiting times between orders and trades in double-auction markets
本文通过实验和经验数据研究了双向拍卖市场中订单与相应交易之间的等待时间的生存函数。事实证明,已经在订单持续时间的水平上,生存函数不能用一个单一的指数来表示,从而排除了交易过程中恒定活动的假设。这一事实对市场微观结构模型有直接影响。他们必须包括这样一个非指数行为是现实的。
2006-08-28 physics.data-an physics.soc-ph q-fin.TR
Multi-Level Market Making with Reinforcement Learning
ETH Zurich(苏黎世联邦理工学院)
该研究提出一种强化学习做市框架,通过多元逻辑正态分布建模订单分配、深度集编码器聚合特征、势能奖励塑形加速学习,在含三类交易者的模拟市场中验证了其性能。
2026-08-20 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
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
Trading activity and price impact in parallel markets: SETS vs. off-book market at the London Stock Exchange
我们实证研究的交易活动,在电子上的书部分,并在经销商的非书部分的伦敦证券交易所,分别调查交易活跃的市场成员和其他市场参与者的非会员。我们发现:(1)表外交易的交易量分布比表内交易的交易量分布有一个明显的厚尾,(ii)会员及非会员的组别可按其交易概况分类。(iii)市场会员因帐上市场交易而产生的每日存货变动,与因帐外市场交易而产生的存货变动,两者之间有密切的相关关系。与非会员的账面市场交易,和(iv)的自相关性的符号的订单的非会员在帐外市场正在慢慢衰减。我们还分析了随着时间的推移,无论是积极的和消极的滞后,电子交易和帐外交易的账面价格的影响函数。电子交易和帐外交易的无条件影响曲线非常不同。此外,电子交易的影响对交易量的依赖性较小,而非电子交易的影响函数的形状和大小强烈依赖于交易量。
2011-02-03 q-fin.TR
Formally Verified Trades in Financial Markets
我们介绍了一个分析金融市场交易的正式框架。如今,所有大型交易所都使用计算机算法来匹配买入和卖出请求,这些算法必须遵守某些监管准则。例如,市场监管机构强制要求交易所产生的匹配应该是公平的、统一的和个体理性的。为了验证这些属性的行业,我们首先正式定义这些概念的定理证明,然后制定了许多重要的结果匹配的需求和供应。最后,我们使用这个框架来验证两类重要的双边拍卖机制的性质。本文中给出的所有定义和结果都在Coq证明助手中完全形式化,而不需要添加任何额外的公理。
2020-07-18 cs.DS cs.GT cs.LO
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
Market Informedness and Market-Maker Profitability: The Trade-Off Between Adverse Selection and Price Discovery
University of Zurich(苏黎世大学);ETH Zurich(苏黎世联邦理工学院);Aisot Technologies(艾索特科技)
本文通过多智能体强化学习框架研究市场知情度对做市商盈利能力的影响,发现知情订单流在低知情市场中导致严重逆向选择风险,但整体上市场知情度提高带来的价格发现效应抵消了逆向选择的负面影响,使做市商盈利能力呈上升趋势。
2026-06-18 q-fin.TR
Emergence of Cooperative Long-term Market Loyalty in Double Auction Markets
Theoretical Physics, School of Physics and Astronomy, The University of Manchester(曼彻斯特大学物理与天文学学院理论物理系)
本文研究了双拍卖市场中合作长期市场忠诚是否能自发产生,通过建立模型发现当市场回报规模或选择强度超过阈值时,买卖方会形成忠诚于特定市场的子群,从而提升整体收益。
2017-08-30 cond-mat.stat-mech econ.GN physics.soc-ph
Limit Order Book (LOB) shape modeling in presence of heterogeneously informed market participants
限价订单簿的建模与对真实市场参与者行为的假设直接相关。本文件具有双重意义。我们首先提出的实证研究结果奠定了两个改进这些模型的基础,第一个是关注市场参与者,增加了额外的维度知情的做市商,而第二个,也许是更原始的一个,地址之间的比赛在书中知情的交易员和知情的做市商导致不同的形状的订单簿。也就是说,我们建立了一个基于主体的订单簿模型,其中有四种类型的市场参与者:知情交易者,噪声交易者,知情做市商和噪声做市商。我们基于Glosten-Milgrom方法和最新的Huang-Rosenbaum-Saliba方法构建我们的模型。我们引入了一个参数,捕捉知情的流动性交易者和供应商之间的竞争后,一个新的信息的基本价值的资产。然后,我们从代理之间的相互作用中推导出整个“静态”限价订单簿及其特征--即买卖价差和每个级别价格下的成交量--并将其与预先存在的模型进行比较。然后,我们讨论的情况下,噪声交易者对资产的基本价值的影响,并扩展模型,考虑到许多种知情的做市商。
2020-09-06 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
Individual impact of agent actions in financial markets
我们提出了一个分析的价格影响与不同的金融公司进行的交易。从西班牙股票市场的数据,我们发现在不同的市场成员之间的高度异质性,无论是在瞬时的影响函数和时间依赖的市场反应的交易由个别成员。这种异质性在统计学上与市场普遍影响动态的存在不相容,这种普遍影响动态统一适用于所有交易,并表明市场动态来自市场参与者不同行为的复杂相互作用。几个可能的原因进行了讨论,随着潜在的扩展,人们可以考虑增加现有的市场冲击模型的适用范围。
2011-09-01 physics.soc-ph q-fin.TR
Analysis of trade packages in Chinese stock market
本文对中国股票市场中23只股票的连续买入或卖出序列组成的交易包进行了实证研究。我们研究了交易包的执行时间、交易数量和总交易量的概率分布,并分析了它们之间可能存在的标度关系。机构投资者和个人投资者之间存在数量差异。交易包的交易配置文件进行了调查,以揭示大交易的交易量和交易时间的一天中的偏好,和两种类型的投资者的不同配置文件意味着机构可能比个人更知情。我们进一步分析了整个交易包和交易包内的单个交易对价格的影响。我们发现,交易包的价格影响是不可忽略的,在执行时间的一段时间,它可能有一个幂律关系的总交易量。交易包内交易的价格影响相对于一天中的时间$t$显示出U形曲线,并且还显示出对交易量的幂律依赖性。机构交易包内的交易量对当前回报的影响更大,但与个人交易相比,以下价格反转持续的时间相对较短。
2011-03-08 q-fin.TR
Information thermodynamics of financial markets: the Glosten-Milgrom model
Glosten-Milgrom模型描述了一个单一的资产市场,其中知情交易者与做市商互动,噪音交易者存在。我们推导出这个金融模型和Szilárd信息引擎之间的类比{ \em i)},表明后者中的最优工作提取协议与前者中做市商的定价策略相一致,{ \em ii)}定义了从市场订单分布分析的物理温度的市场模拟。然后我们证明,知情交易者的预期收益受市场温度与知情交易者所拥有的信息量的乘积的限制,与可以提取的最大预期工作量的相应公式完全相似。信息引擎的周期。这表明,信息热力学的最新思想可能会揭示金融市场,并导致广义的不平等,在热力学第二定律的精神。
2021-01-24 cond-mat.stat-mech econ.TH q-fin.TR
The value of information in a multi-agent market model
我们提出了一个实验和模拟模型的多智能体股票市场驱动的双重拍卖订单匹配机制。通过研究累积信息对交易者绩效的影响,我们发现交易者的净收益与信息水平之间存在非单调关系。特别是,平均知情的交易者比不知情的交易者表现更差,只有拥有高水平信息的交易者(内部人士)才能击败市场。模拟和实验再现了股票市场的许多典型事实,如收益率的自相关性的快速衰减,波动聚类和厚尾分布的收益率。这些结果对日常生活有重要意义。他们可以给出一个可能的解释,为什么平均而言,专业基金经理的表现不如市场指数。
2007-02-14 physics.soc-ph q-fin.TR
Grasping asymmetric information in market impacts
单笔交易的价格影响是通过事件时间尺度上的即时响应来估计的,即,交易前后中间价的即时变化。我们计算出了相关金融市场的价格影响。我们量化的分布和市场结构的交叉影响的不对称性,并发现整个市场的影响是不对称的和非随机的。利用谱统计和香农熵,我们可视化的价格影响的信息不对称。此外,我们引入了熵的影响,估计股票之间的随机性。我们表明,有用的信息被编码在对应于小熵的影响。交易量大的股票更有可能影响其他股票,而交易量少的股票更有可能受到其他股票的影响。
2019-04-22 q-fin.ST q-fin.TR
Equilibrium in closed constant-function market maker economies
Department of Statistics and Actuarial Science, University of Waterloo(滑铁卢大学统计与精算科学系)
该研究针对含两资产两交易者的无费用封闭式CFMM经济,推导了单边均衡的帕累托最优性、代表性代理人存在条件,证明交易可收敛至帕累托最优均衡,并给出首轮交易先动优势的相关条件。
2026-10-23 q-fin.TR
An interacting-agent model of financial markets from the viewpoint of nonextensive statistical mechanics
在本文中,我们提出了一个股票市场的互动代理模型。我们通过类伊辛模型来描述股票市场,以表达交易者受到其他交易者投资态度影响的趋势[1],并将交易者的投资决策表达为非广延熵的最大熵原理。我们证明了交易者投资态度的均衡概率分布函数是{ \it q指数分布}。我们还表明,幂律分布的价格波动的波动性,这是经常在实证研究中证明,可以解释自然,我们的模型是基于许多相互作用的代理人的集体群体行为。
2006-04-04 physics.soc-ph q-fin.TR
Intermittent chaos in a model of financial markets with heterogeneous agents
在本文中,我们研究了一个简单的模型,金融市场的异质代理的价格动态。我们集中讨论活跃交易者总数的增加如何影响资产价格的波动。我们发现,当[活跃交易者]的总数增加时,会观察到一条通往混乱的奇怪路线。特别是,我们发现,{ \it间歇性混沌} [1]的价格波动的交易者的总数增加。
2003-12-25 nlin.CD q-fin.TR
Fluctuations and response in financial markets: the subtle nature of `random' price changes
使用巴黎股票市场的交易和报价数据,我们表明,交易价格的随机游走性质是由两种相反趋势之间非常微妙的相互作用引起的:导致超扩散(或持久性)的长期相关市场订单,以及导致子扩散(或反持久性)的均值回复限价订单。我们定义和研究一个模型的价格,在任何时刻,是所有过去的行业的影响的结果,介导的一个非恒定的“传播”的时间,描述了市场对一个单一的贸易的反应。在这个模型中,市场被证明是,在一个精确的意义上,在一个临界点,价格是纯粹的扩散和平均响应函数几乎恒定。我们发现经验,并从理论上讨论,波动反应关系。我们还讨论了真正知情的市场订单的比例,正确地预测短期走势,并发现它是相当小的。
2003-08-25 cond-mat.stat-mech q-fin.TR
Dynamics of Value-Tracking in Financial Markets
现代经济的效率取决于我们所说的价值跟踪假说:关键资产的市场价格大致跟踪一些潜在价值。如果有足够多的市场参与者是基于估值的交易者,当资产价格分别低于和高于他们充分知情的私人估值时,他们就可以买入和卖出资产。这样的跟踪永远不会是完美的,我们提出了一个自然的单位跟踪误差,“分贝”。然后,我们使用一个简单的离散时间模型,以显示多大的跟踪误差可以出现,如果足够的市场参与者不是基于估值的交易者,无论有多少信息的基于估值的交易者。我们发现了一个阈值,超过这个阈值,价值跟踪就会中断,而资产的基础价值不会发生任何变化。由于金融市场越来越多地由非估值交易者主导,评估合理的价值跟踪需要多少基于估值的投资具有紧迫的实际意义。
2019-11-20 q-fin.TR
Option pricing and hedging with execution costs and market impact
本文考虑了流动性重要时的看涨期权的定价和套期保值问题,即对于一个大的名义或非流动性的标的资产。在实践中,与无摩擦市场中价格接受代理人的经典假设相反,由于执行成本和市场冲击,交易者不能完全对冲。他们确实面临着对冲误差和成本之间的权衡,可以通过使用随机最优控制来解决。我们的建模框架,这是最近的文献的启发,最优执行,使之有可能占两个执行成本和持久的市场冲击的交易。价格是通过无差异定价方法获得的。数值例子,以及标准方法的比较。
2015-04-03 q-fin.TR
Agent-Based Simulation of a Perpetual Futures Market
本文扩展经典限价订单簿模型,构建含异质交易智能体的永续期货市场模拟框架,验证其价格锚定特性,分析多类参数对期现货溢价的影响,并复现多空交易者的行为偏向特征。
2025-01-16 q-fin.TR
Cross-response in correlated financial markets: individual stocks
以往的研究主要集中在单个股票的动态,即他们解决了自我反应的股票价格对交易的反应。本文实证研究了相关市场中一只股票对其他股票交易的价格反应,即交叉反应。一只股票对其他股票的影响有多大,反之亦然?--从市场有效性的观点来看,交易对股票价格变动的影响不是永久性的,而是暂时性的。此外,我们还比较了不同量表上的自我反应以及同一量表上的自我反应和交叉反应。我们还发现,交叉相关的贸易迹象原来是一个短记忆过程。
2016-04-25 q-fin.ST q-fin.TR
A Bayesian theory of market impact
针对金融市场大额订单拆分执行的元订单价格冲击规律,提出基于贝叶斯信息整合的最简理论框架,重现三类实证统计规律,揭示平方根冲击定律源于对元订单流的高估,佐证规律的稳健普适性。
2024-05-21 cond-mat.stat-mech q-fin.TR
Traders in a Strange Land: Agent-based discrete-event market simulation of the Figgie card game
Figgie是一种纸牌游戏,近似于公开喊价的商品交易。我们为Figgie设计策略,并研究它们的表现和由此产生的市场行为。要做到这一点,我们开发了一个灵活的基于代理的离散事件市场模拟,在我们的策略下,代理商可以发挥Figgie。我们的模拟建立在以前的工作,通过模拟代理商和市场之间的一种新颖而有效的方式。我们开发的基本面策略利用了菲吉独特的资产价值概念,平均而言,在所有测试的代理策略组合中,利润最大化策略。我们开发了一种策略,即“底层供给者”,它通过观察其他代理人发出的订单来估计价值,并发现它限制了原教旨主义者的成功。我们还发现,图表策略的实施,包括一个从文献中,失败的小Figgie市场进入反馈回路。我们进一步发展了一种统计比较零和博弈策略的自举方法。我们的研究结果表明,基于代理的离散事件模拟在研究市场的广泛适用性。
2021-10-02 cs.GT q-fin.TR
SHIFT: A Highly Realistic Financial Market Simulation Platform
本文提出了一种新的金融市场模拟器,可作为一种工具,在工业界和学术界的研究市场微观结构。它允许多个自动交易员和/或研究人员同时连接到一个类似交易所的环境,在那里他们能够同时异步交易多个金融资产。在当前的迭代中,这个订单驱动市场实现了美国股票市场的基本规则,支持市价单和限价订单,并以先进先出的方式执行它们。我们概述了系统架构,并提出了可能的用例。我们演示了一组自动代理是如何能够产生一个价格过程的特点类似于实际价格的统计数据从金融市场。最后,我们详细介绍了一个市场压力的情况下,我们得出,我们认为是,有趣的结论崩溃事件。
2020-08-28 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
Analysis of the impact of maker-taker fees on the stock market using agent-based simulation
最近,美国的大多数证券交易所都采用了庄家-接盘者收费,即交易所向在订单簿中下订单的交易员支付回扣,并向从订单簿中接受订单的交易员收取费用。做市商-接受者费用鼓励交易者下许多订单,为交易所提供市场流动性。然而,目前尚不清楚做市商-接盘商费用如何影响一笔接单的总成本,包括所有收取的费用和市场冲击。在这项研究中,我们调查了制造商-接受者费用的总成本采取的订单与我们的人工市场模型,这是一个代理人为基础的模型金融市场。我们发现,制造商-接受者费用鼓励市场有效性,但增加了接受订单的总成本。
2020-10-18 cs.MA q-fin.TR
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 short-term price impact of trades is universal
我们分析了一个资产管理公司的专有交易数据集,将其价格影响与市场其他交易的价格影响进行比较。在一个线性传播模型的背景下,我们发现两者之间没有显着差异,这表明无论是规模和时间依赖性的影响是普遍的匿名,电子市场。这个结果很重要,因为最优执行策略通常依赖于在匿名数据上校准的传播器。我们还发现,在交易之后,其他市场参与者的订单流首先增加了进一步的模仿交易,在很短的时间尺度上增强了价格影响。然后,诱导的订单流迅速反转,从而导致影响衰减。
2018-01-02 cond-mat.stat-mech q-fin.TR
Measuring price impact and information content of trades in a time-varying setting
我们提出一种非线性观测驱动的Hasbrouck模型,动态估计交易的市场影响与信息含量,发现其受流动性及近期历史影响,并用于动态交易成本分析。
2026-11-17 q-fin.TR
Endogenous Randomness from Adversarial Market Learning
FTI Consulting(FTI咨询)
提出一个确定性对抗市场模型,市场机制与预测交易者互动内生产生随机性,无需外部噪声或数据分布模仿。
2026-06-23 q-fin.TR
Electrodynamical model of quasi-efficient financial market
金融市场的建模提出了一个既具有理论挑战性又具有实践重要性的问题。理论方面涉及市场效率的问题,甚至可能具有政治含义\cite{Cuthbertson},而问题的实践方面与投资组合管理\cite{Elton}和衍生品定价\cite{Hull}有明显的相关性。到目前为止,所有的市场模型都包含“聪明钱”交易者和“噪音”交易者,他们的联合活动构成了市场\cite{DeLong,Bak}。在短时间内,这种传统的区分似乎不现实,也很难被接受,因为所有高频市场参与者都是专业交易者,不能分为“聪明”和“嘈杂”。本文提出了一个具有同质准理性交易行为的微观模型,旨在描述短期市场行为。为了构建模型,我们使用量子电动力学中的“屏蔽”和具有时间错误定价\cite{Ilinski,Dunbar}的市场中的平衡过程之间的类比。结果,我们得到了与实际市场数据定量一致的收益率的时间依赖分布函数,并且服从最近报道的高频汇率\cite{Breymann}、S & P500 \cite{Stanley}和其他股票市场指数\cite{Bouchaud,Australia}的异常标度关系。
1998-06-10 adap-org cond-mat.stat-mech hep-lat