MARKET MIKROSTRUKTUR UND HOCHFREQUENZDATEN Chicago, Mai 19-21, 2016 Tag 3 schließt und BIOS (für Referenten, die keine Websites haben) Erleben Marktmikrostruktur mit Prinzip der Ma-Modelle Yuri Balasanov Chicago In dieser gemeinsamen Arbeit mit A. Kobyshev und L. Nazarov von der Lomonosov Moskauer Staatlichen Universität diskutieren wir eine Gruppe von Methoden für die Analyse der Markt-Mikrostruktur unter Berücksichtigung nicht-synchrone und ungleich zeitlich beabsichtigte Handelsinformationen. Wir nennen solche Methoden Prinzip der Ma (PM) - Modelle. Wir veranschaulichen die Entdeckung von Marktmikrostrukturen unter Verwendung verschiedener Techniken aus einfachen Anpassungen von Zeitreihenmodellen an Hawkes und zusammengesetzte Cox-Prozesse, einschließlich der Volatilitätszerlegung auf der Grundlage von Grenzwertsätzen für zusammengesetzte Cox-Prozesse und der Schätzung von DVaR mdash eine Version eines prädiktiven Risikomaßes für die Analyse von Mikrostrukturstrategien . Wir stellen auch einige Methoden der Lehre Mikrostrukturforschung Methoden für Studenten. Bio Yuri Balasanov ist Mitglied der Fakultät des Graduate Programs für Finanzmathematik (MSFM) und Graduate Program auf Analytics (MScA) der University of Chicago. Er ist auch der Gründer und Präsident der Research Software International, Inc. seit 1991 und iLykei Teaching Tech Corp seit 2015. Dr. Balasanov verdiente seinen Master-Abschluss in Angewandte Mathematik und Ph. D. in Wahrscheinlichkeitstheorie und Mathematische Statistik aus dem Lomonossow-Moskauer Staat Universität, Russland, wo er unter Andrej Kolmogorov und leitenden Mitgliedern seiner Schule studierte. Seine primären Kompetenzen und Forschungsinteressen liegen im Bereich der stochastischen Modellierung und der fortgeschrittenen Datenanalyse mit Anwendungen in verschiedenen Bereichen wie Handel, Risikomanagement, Finanzen und Wirtschaft, Business Analytics, Marketing, Biologie und Medizin. Dr. Balasanov ist seit mehr als 20 Jahren in der Finanzbranche tätig und arbeitet bei führenden Finanzinstituten als Head Quant, Quantitative Trader und Risikomanager. Märkteffektkosten, Modellunsicherheit und optimaler Handel Jerome Benveniste NYU Traditionelle Ansätze zur Portfolio-Optimierung, die in der Praxis noch weit verbreitet sind, behandeln den Handel als reibungslos und die Parameter des Asset-Return-Generating-Prozesses sind mit Sicherheit bekannt. Beide Annahmen sind äußerst unrealistisch. Wir werden die schädlichen Auswirkungen der Ignorierung einer dieser Überlegungen, einschließlich einige subtile Wege, in denen sie interagieren zu diskutieren. Wir werden dann ein Portfolio-Optimierungsproblem formulieren, das sowohl die Marktwirkung als auch die Modellunsicherheit bewusst wahrnimmt und daraus eine Lösung ableitet. Dies ist eine gemeinsame Arbeit mit Lee Dicker. Bio Jerome Benveniste ist ein Instruktor in der Mathematik in Finanz-Master-Programm an der NYU. Bis zu seinem Ruhestand im Jahr 2014 war er Mitglied der Quantitative Trading Group an der Highbridge Capital Management, LLC für zwölf Jahre, die letzten sechs als Managing Director und Portfolio Manager. Er war in fast jedem Aspekt der Highbridges quantitativen Geschäft beteiligt, einschließlich Prognose Generation, Risikomodellierung, Transaktionskosten Modellierung und Optimierung Jerome hält eine Promotion. Von der Universität von Chicago und von A. B. von der Harvard-Universität, sowohl in Mathematik. Nichtparametrische Veränderungspunktanalyse der Volatilität Markus Bibinger Marburg Wir entwickeln nichtparametrische Change-Point-Methoden zur Ableitung von Volatilitäten aus hochfrequenten Finanzdaten. Unser Interesse liegt in Änderungen des stochastischen Volatilitätsprozesses eines Ito-Halbmartingals, wobei dieser diskret über einen festen Zeithorizont beobachtet wird. Zunächst betrachten wir ein lokales Change-Point-Problem unter hochfrequenten Asymptotiken, für die das Schlüsselbeispiel die Identifizierung von Volatilitätssprüngen ist. Darüber hinaus untersuchen wir ein globales Change-Point-Problem, um Veränderungen in der Regelmäßigkeit des Volatilitätsprozesses zu identifizieren. Insbesondere lassen sich damit Änderungen der Hurst-Parameter von fraktionierten stochastischen Volatilitätsprozessen ableiten. Wir diskutieren asymptotische minimax-optimale Tests für beide Probleme. Die vorgestellten Methoden sind besonders attraktiv, um statistische Schlüsse über die Volatilitäten in den zunehmend prominenten rau fraktionierten stochastischen Volatilität (RFSV) Modelle durchzuführen. Faktormodell für hochdimensionale Matrix-bewertete Zeitreihen Rong Chen Rutgers Im Bereich Finanzen, Ökonomie und vielen anderen Bereichen werden Beobachtungen in einer Matrixform häufig über die Zeit beobachtet. Zum Beispiel, viele wirtschaftliche Indikatoren sind in verschiedenen Ländern im Laufe der Zeit erhalten. Verschiedene finanzielle Merkmale von vielen Unternehmen im Laufe der Zeit. Obgleich es natürlich ist, die Matrixbeobachtungen in einen langen Vektor umzuwandeln, verwenden Sie Standardvektor-Zeitreihenmodelle oder Faktorenanalyse, ist es oft der Fall, dass die Spalten und Zeilen einer Matrix unterschiedliche Sätze von Informationen darstellen, die eng miteinander verknüpft sind. Wir schlagen ein neuartiges Faktormodell vor, das die Matrixstruktur aufrechterhält und nutzt, um eine größere Dimensionsreduktion sowie eine leichter interpretierbare Faktorstruktur zu erreichen. Schätzverfahren und seine theoretischen Eigenschaften und Modellvalidierungsverfahren werden mit simulierten und realen Beispielen untersucht und demonstriert. (Gemeinsame Arbeit mit Dong Wang (Rutgers University) und Xialu Liu (San Diego State University)) Flash Crash: algorithmische Handelsausführung und Intraday-Marktdynamik Rama Cont Imperial quotOptimal executionquot Algorithmen werden typischerweise unter der Annahme eines exogenen Preisprozesses abgeleitet, der vom Handel nicht betroffen ist Verhalten der Marktteilnehmer. Auf der anderen Seite zeigt das Intraday-Kursverhalten auf elektronischen Märkten den Nachweis der Preisauswirkungen des algorithmischen Auftragsflusses, ein extremes Beispiel dafür, dass die Flash-Crashs wiederholt in solchen Märkten beobachtet werden. Wir schlagen ein einfaches Modell zur Analyse der Rückkopplungseffekte vor, die in einem Markt entstehen, in dem die Teilnehmer Marktsignale nutzen, um die Auswirkungen ihrer Handelsausführung zu minimieren. Wir zeigen, dass häufig verwendete Ausübungsalgorithmen, die darauf abzielen, die Marktauswirkungen von Trades zu reduzieren, tatsächlich zu einer unbeabsichtigten Synchronisation der Teilnehmer39 führen, ihre Marktauswirkungen erhöhen und in ihrem Volumen und ihrer Volatilität große selbstregende Intraday-Schwankungen erzeugen. Wir zeigen, dass solche Bursts auch bei fehlenden Großaufträgen auftreten können und zu einer systematischen Underperformance von 39 optimalen Ausführungsstrategien führen. Diese Ergebnisse verlangen eine kritische Bewertung von optimalen Ausführungsquoten-Algorithmen und zeigen auf einen Begriff der Toxizität des Auftragsflusses, der sich von Informationsasymmetrie oder unerwünschter Selektion unterscheidet. Tick Größe, Liquidität und Handel Verhalten Harry Feng JP Morgan Eine der wichtigsten Bestimmungen des Jumpstart Unser Business Startups (JOBS) Gesetz, unterzeichnet in Gesetz am 5. April 2012, ist ein dunkler Abschnitt namens Other Matters mdash Tick Größe. In diesem Abschnitt hat der Kongress die SEC beauftragt, den Übergang zum Handel und die Notierung von Wertpapieren in einem Cent-Schritten, auch als Dezimalisierung bekannt, zu untersuchen. Und die Auswirkungen der Dezimalisierung auf die Anzahl der öffentlichen Börsengeschäfte seit ihrer Umsetzung gegenüber dem Zeitraum vor ihrer Umsetzung. Die SEC hat im Anschluss daran einen Plan für ein zweijähriges Pilotprogramm genehmigt, um die Mindestbeträge für Gruppen kleiner Unternehmen ab Mai 2016 zu erweitern. Tickgrößenänderungen können die Liquidität und das Handelsverhalten der Marktteilnehmer beeinflussen. In diesem Vortrag werden die institutionellen Details des bevorstehenden SEC Tick Size Pilots untersucht, die theoretische und empirische Literatur über Tickgrößenänderungen überprüft und offene Forschungsfragen diskutiert. Bio Harry Feng ist Leiter von Equity Market Making für JP Morgan und hes mit Sitz in New York. Bevor er zu JP Morgan wechselte, arbeitete er bei Deutsche Bank, Goldman Sachs und Bear Stearns in den Bereichen Index-Arbitrage, systematischer Handel, elektronischer Marktaufbau, Cross-Asset-Arbitrage und Orderflow-Internalisierung. Er arbeitete auch als Management Consultant bei McKinsey für 3 Jahre unmittelbar nach der Graduiertenschule. Er hat einen Doktortitel in Betriebswirtschaftslehre (Finance) von der Harvard University und einen BA in Statistik und einen MS in Operations Research von der Columbia University. Er hat Forschungsartikel in Journal of Finance, Review of Finance und Pacific Basin Finance Review veröffentlicht. Drei Modelle des Marktes Auswirkungen Jim Gatheral Baruch College (CUNY) In diesem Vortrag werden wir das Quadrat-Root-Gesetz der Auswirkungen auf den Markt zu überprüfen und aktuelle empirische Arbeit über die Form des Marktes Auswirkungen Profil. Wir werden dann drei verschiedene Modelle der Marktwirkung untersuchen: das Propagatormodell, das Orderbuchmodell von Alfonsi und Schied sowie das LLOB-Modell von Bouchaud et al. Berechnung ihrer Prognosen für Markteinfluss als Funktion der Menge und als Funktion der Zeit (des Wirkungsprofils). Wir werden auch kurz auf optimale Strategien und Preismanipulationen eingehen. Unser Fazit ist, dass ein realistisches, praktisches und selbstkonsequentes Marktmodellmodell noch fehlt. Trading constraints: Marktauswirkungen von Leerverkäufen Nathan Halmrast Federal Reserve Am 26. Februar 2010 führte die US-amerikanische Wertpapieraufsichtsbehörde eine neue Schutzregelregel ein, die, wenn sie ausgelöst wird, kurzfristige Einschränkungen für Leerverkäufe vorsieht. Ich habe eine empirische Dokumentation der Auswirkungen auf den Handel, nachdem dieser Leistungsschalter ausgelöst wurde. Meine Test-Frameworks beinhalten dynamische Regression Diskontinuität (RD) und Standard Differenzen-in-Differenzen (DD). Das Hauptaugenmerk der Studie liegt auf dem Zeitraum von Januar bis Mai 2012, aber ich benutze die Vorerklärung 2010 als Placebo-Test, um die Auswirkungen des Änderungsantrags zu messen, und ich untersuche auch die grenzüberschreitenden Auswirkungen von interlisten Wertpapieren. Mit Hilfe einer DD-Analyse studiere ich standardisierte Marktqualitätsmaßnahmen einschließlich Tiefen und Spreads. Ich finde, Leistungsschalter haben einen deutlichen Einfluss auf die meisten Marktmaßnahmen für Unternehmen nach Leistungsschalter. Meine RD-Analyse findet deutliche Anzeichen für eine Diskontinuität am Leistungsschalter für einige Maßnahmen, aber diese Diskontinuität ist nicht eindeutig für den regulatorischen Zeitraum. Das vorzeitige Handelsverhalten am Markt reagiert häufig ähnlich wie ein Ereignis, das den Leistungsschalter unter der Änderung auslösen würde, obwohl kein Leistungsschalter ausgelöst wurde. Eine Ausnahme bildet die Reaktion des Marktes in Bezug auf die auf Anfrage verfügbaren Aktien. In der Vorregulierungsperiode wird ein drastischer Preisrückgang mit einer starken Reduzierung der Tiefe erreicht. Nach der Umsetzung der Regelung I nicht mehr finden, eine Verringerung der Tiefe nach Stromunterbrecher, und Aktien zur Verfügung, bei der fragen erhöhen, anstatt zu verschwinden. Interlisted Unternehmen erleben nicht diese Veränderung in der Tiefe oder in der Zusammensetzung ihrer Tiefe. Diese Änderung der Tiefenzusammensetzung legt nahe, dass die tatsächliche Liquidität nach dem Auslösen eines Leistungsschalters abnimmt. Bio Nathan Halmrast ist ein Politikwissenschaftler und Senior quantitative Spezialist in der Supervision und Regulation Risk Specialist Abteilung an der Federal Reserve Bank of Chicago. Halmrasts Forschung konzentriert sich auf Markt-Mikrostruktur, mit einem Schwerpunkt auf internationalen Finanzplatz Wettbewerb und Themen im Zusammenhang mit großen Kreditinstitut und Finanzsystem Kreditrisiko. An der Bank ist er Mitglied des Wholesale Credit Risk Centers sowie einer Reihe von Bank - und System-Level-Arbeitsgruppen. Vor seinem Eintritt bei der Bank arbeitete Halmrast bei der Bank of Canada, bei der Royal Bank of Canadas, Abteilung Global Asset Management und bei der Federal Reserve Bank von Kansas City. Halmrast erhielt eine B. A. Von der University of Minnesota Duluth, ein M. A. von der Kansas State University und ein Ph. D. Von der Universität von Toronto. Unvollständige Finanzmodelle: Palette von Optionspreisen und Abschluss durch Optionspreise Jean Jacod Paris VI Mit Ausnahme des Black-Scholes-Modells sind Finanzmodelle typischerweise unvollständig: Ansprüche können in der Regel nicht abgesichert werden, und es gibt unendlich viele gleichwertige Martingalmaßnahmen Haben nicht einen einzigartigen Preis. Wir werden die mögliche Spanne für den Preis einer europäischen Option diskutieren und zeigen, dass es in einigen Fällen möglich ist, das Modell zu vervollständigen, indem dem Aktienkurs der Kurs einer gehandelten Option hinzugefügt wird. Dies ist ein work in progress (mit Philip Protter), mit ein paar einfachen Ergebnissen und vor allem offene Fragen, auch für sehr elementare unvollständige Modelle wie ein Log-Preis eine Brown-Bewegung und ein Poisson-Prozess. Untersuchung der Unsicherheit bei hochfrequenten Daten: die beobachtete asymptotische Varianz Per Mykland Chicago Hochfrequenz-Inferenz hat eine Welle der Forschung unter Ökonometrern und Praktikern erzeugt. Allerdings erleben wir einen Mangel an Methodik zur Beurteilung der Unsicherheit - Standardfehler - der Schätzer. Die Wurzel des Problems besteht darin, dass Standardfehler auf der Schätzung der asymptotischen Varianz (AVAR) beruhen, und oft ist AVAR wesentlich komplexer als der ursprüngliche Parameter, der abgeschätzt werden soll. Standardfehler sind wichtig: Sie werden sowohl zur Beurteilung der Präzision von Schätzern in Form von Konfidenzintervallen, zur Erstellung umsetzbarer Statistiken für das Testen als auch zum Erstellen von Prognosemodellen, die auf täglichen Schätzungen basieren, angewendet. Dieses Papier bietet eine alternative und allgemeine Lösung für dieses Problem, das wir Observed Asymptotic Variance nennen. Es ist ein allgemeines nichtparametrisches Verfahren zur Bewertung der asymptotischen Varianz (AVAR) und liefert konsistente Schätzer von AVAR für eine breite Klasse von Parametern, die das Integral eines Punktparameterprozesses sind. Die Spot-Prozess kann Volatilität, Kovarianz, Hebelwirkung, Hochfrequenz-Beta, und allgemeiner jede semimartingale, mit kontinuierlichen und Sprungkomponenten. Die Schätzer arbeiten gut in Gegenwart von Mikrostrukturgeräuschen, und wenn die Beobachtungszeiten unregelmäßig oder asynchron sind. Auch Kanteneffekte werden streng analysiert und behandelt. Das Papier zeigt auch, wie man den Effekt aus Schätzfehler und die Variation des Spotparameterprozesses alleine durchführbar entwirren kann. Für letzteres erhalten wir einen konsistenten Schätzer der quadratischen Variation (QV) des zu schätzenden Parameters, z. B. des QV des Hebelwirkungseffektes. Endogene Bildung von Limit Order Books: Dynamik zwischen Trades Sergey Nadtochiy Michigan In diesem Vortrag werde ich ein kontinuierliches Zeitmodell-Framework vorstellen, in dem die Form und Dynamik eines Limit Order Book (LOB) endogen aus einem Gleichgewicht zwischen mehreren Marktteilnehmern entstehen (Agenten ). Unter Verwendung eines Frameworks, das auf einem Continuum-Player-Spiel basiert (in unserer vorherigen Arbeit vorgeschlagen), werde ich die Form und Dynamik von LOB zwischen zwei aufeinander folgenden Trades modellieren. In diesem Modell entsteht das LOB als Ergebnis eines Gleichgewichts zwischen den Agenten, die unterschiedliche Überzeugungen über die zukünftige Nachfrage nach dem Vermögenswert haben. Diese Überzeugungen können sich entsprechend den von den Agenten beobachteten Informationen ändern und durch einen relevanten stochastischen Faktor repräsentiert werden, was eine Veränderung der Form des LOB bedeutet. Dieses Modell steht im Einklang mit der empirischen Beobachtung, dass die meisten Änderungen im LOB nicht auf Trades zurückzuführen sind. Noch wichtiger ist, dass man sehen kann, wie sich die Änderung des relevanten stochastischen Faktors (die in unserem Ansatz nicht spezifiziert ist und willkürlich gewählt werden kann) auf den LOB auswirken wird. Letzteres ist zum Beispiel für die Modellierung der Preissenkung mdash wichtig, wenn der relevante Faktor als Funktion des LOB gewählt wird. Auf der mathematischen Seite formulieren wir das Problem als gemischtes Kontrollstoppspiel, das wir in zwei Teile aufteilen können: ein zweidimensionales System der reflektierten Rückwärts-Stochastischen Differentialgleichungen und ein zusätzliches Festpunktproblem. Obwohl beide Probleme bestimmte mathematische Herausforderungen darstellen, können wir die Existenz ihrer Lösungen beweisen und zeigen, wie sie in einem einfachen Beispiel berechnet werden können. Gemeinsam mit Roman Gayduk. Effiziente Schätzung für Hochfrequenzdaten Michael Soslashrensen Kopenhagen Die Schätzung für hochfrequente Beobachtungen von stochastischen Differentialgleichungsmodellen mittels approximativer Martingalschätzfunktionen wird mit besonderem Schwerpunkt auf Ratenoptimierung und Effizienz diskutiert. Dieser Ansatz Buchten die meisten Schätzer in der Literatur vorgeschlagen. Wir diskutieren die Wirkung eines beschränkten Beobachtungsintervalls und die Wirkung von Sprüngen auf die Effizienz der Schätzer. Für Modelle ohne Sprünge sind Godambe-Heyde optimale Schätzfunktionen effizient, aber dies ist bei Anwesenheit von Sprüngen selten der Fall. (Die Vorlesung basiert auf der gemeinsamen Arbeit mit Nina Munkholt Jakobsen.) Kurzfristige Marktrisiken durch wöchentliche Optionen Viktor Todorov Northwestern Kellogg Wir untersuchen kurzfristige Marktrisiken, die durch wöchentliche SP 500 Indexoptionen impliziert werden. Die Einführung der wöchentlichen Optionen hat das Fälligkeitsprofil der gehandelten Optionen in den letzten fünf Jahren dramatisch verschoben, wobei ein wesentlicher Anteil nun innerhalb einer Woche verstrichen ist. Solche kurzfristigen Optionen bieten einen direkten Weg, um Volatilität und Sprungrisiken zu untersuchen. Anders als längerfristige Optionen sind sie weitgehend unempfindlich gegenüber dem Risiko intertemporaler Verschiebungen im wirtschaftlichen Umfeld. Angesichts eines neuartigen halb-nicht-parametrischen Ansatzes zeigen wir eine Variation des negativen Sprungrisikos, die nicht durch Marktvolatilität gespannt ist und dazu beiträgt, zukünftige Aktienrenditen vorherzusagen. Vorfälle von Schwanzformverschiebungen decken sich mit dem falschen Preis von parametrischen Standardmodellen für längerfristige Optionen. Als solches erlaubt unser Ansatz eine einfache Identifizierung von Perioden mit erhöhten Bedenken über negative Schwanzereignisse, die nicht immer durch das Niveau der Marktvolatilität signalisiert werden und nicht standardisierte Asset-Pricing-Modelle. (Das Papier ist die gemeinsame Arbeit mit Torben G. Andersen und Nicola Fusari.) Dynamische Position Dimensionierung von Paaren Trades in der Bitcoin Märkte Agnes Tourin NYU Tandon In diesem Vortrag werde ich eine Familie von Modellen auf der Grundlage der Theorie der stochastischen Kontrolle und wird vorschlagen Bieten einen analytischen Ausdruck für die optimalen Gewichte eines Portfolios von integrierten Assets. Ich werde Modellierung, mathematische Analyse, Schätzungen und Umsetzung zu diskutieren und vergleichen Sie die berechneten Strategien mit der doppelten Schwelle Strategie von Praktikern verwendet. Einige Out-of-Probe-Experimente in den Bitcoin-Märkten lassen darauf schließen, dass die berechneten Strategien gut funktionieren und mit denen vergleichbar sind, die von den Praktikern verwendet werden. Eine Geschichte von zwei Abstürze Yuhua Yu In diesem Vortrag werden wir vergleichen die 2010 Börse Flash-Crash und 2014 Treasury-Markt Blitz Crash. Durch die Hervorhebung der Ähnlichkeiten in der Einleitung und Umkehrung beider Abstürze, sind wir in der Lage, einige Muster der wichtigsten Handelsstrategien zu verfolgen, durch den Einsatz geringer Latenz-Technologie und die Einnahme geringer Bestandsrisiko gekennzeichnet. Darüber hinaus werden wir untersuchen, wie Latenz eine zentrale Rolle bei diesen Abstürzen gespielt und weisen Möglichkeiten, um es ausdrücklich in Mikrostrukturmodelle zu integrieren. Bio Yuhua Yu war Leiterin der quantitativen Forschung bei DRW Trading, wo sie die Bemühungen der quantitativen Analyse für den Handel von Ideen auf globalen Märkten leitete. Seit 2006 ist sie in den Bereichen Fixed Income Analytics, Volatilitätsmodellierung, Marktstruktur und Strategien zur Marktreife tätig. Yuhua trat 2015 bei Teza Technologies ein, wo sie sich auf die Entwicklung und Umsetzung von intraday algorithmischen Strategien konzentrierte. Yuhua hat einen Doktortitel in Mathematik von der Purdue University und einen Bachelor of Science Abschluss an der Fudan University. Cfm / 5727.jpg / Das Stevanovich Zentrum wird durch die großzügige Philanthropie der Universität von Chicago unterstützt Treuhänder Steve G. Stevanovich, AB 85, MBA 90.High-Frequency Trading: Ein praktischer Leitfaden für algorithmische Strategien und Handelssysteme Kapitel 10. Handel auf Markt-Mikrostruktur: Inventory-Modelle Rationale Erwartungen und die effizienten Märkte Hypothesen implizieren, dass die Marktpreise nach einer relevanten Pressemitteilung sofort anpassen. Aus der Perspektive eines langfristigen Investors, halten Positionen für Tage oder Monate, kann die Anpassung in der Tat sofort erscheinen. Jedermann, das die Märkte beobachtet hat, die eine Hauptnachrichtenfreigabe umgeben, hat jedoch einen anderen picturea volatilen Preis beobachtet, der schließlich innerhalb eines spezifischen Preisbandes vereinbart. Beachten Sie, dass sich der Kurs letztendlich innerhalb einer Preisspanne und nicht auf einem konstanten Preisniveau befindet, da ein gewisses Maß an Volatilität, wenn auch klein, alle Marktbedingungen begleitet. Der Prozeß des Marktes, der sein optimales post-announcement Preisband findet, wird häufig als ttonnement, von Französisch für Versuch und Störung genannt. Abbildung 10.1 zeigt die Preisanpassungen bei verschiedenen Frequenzen. Bei sehr hohen Frequenzen ist der Preisanpassungsprozeß kaum augenblicklich. Das ttonnement zu einem neuen optimalen Preis geschieht durch die im Auftragsablauf auftretende implizite Verhandlung zwischen Käufern und Verkäufern, die Marktteilnehmer entwickeln individuelle Wertschätzungen angesichts der Nachrichten, die sich in ihren Angeboten und Fragen widerspiegeln. Diese Zitate geben den Marktteilnehmern Informationen über andere Marktteilnehmerbewertungen. Der Prozess wiederholt sich, bis sich die meisten Marktteilnehmer auf eine Reihe von akzeptablen Preisen einigen, dann kann das Gleichgewichtspreisband berücksichtigt werden. Der beste Inhalt für Ihre Karriere. Entdecken Sie unbegrenztes Lernen auf Nachfrage für rund 1 / Tag. Empfohlen für Sie 9. Arbeiten mit Tick-Daten 11. Handel auf Markt-Mikrostruktur: Informationsmodelle Copyright-Kopie 2016 Safari-Bücher Online. High-Frequency Trading: Ein praktischer Leitfaden für algorithmische Strategien und Handelssysteme Kapitel 11. Handel auf Markt-Mikrostruktur: Informationsmodelle Inventar Modelle, die in Kapitel 10 behandelt werden, schlagen Möglichkeiten vor, wie ein Market Maker Limit Order Preise basierend auf den Merkmalen des Market Maker wie Inventar (Limit Orderbuch) und Risikopräferenzen festlegen kann. Insofern berücksichtigen Inventarmodelle nicht Motivationen anderer Marktteilnehmer. Die Dynamik, die sich auf die Trading-Grundlagen und Handlungen anderer Marktteilnehmer bezieht, kann jedoch das Verhalten der Market Maker wesentlich beeinflussen. Informationsmodelle befassen sich spezifisch mit der Absicht und den künftigen Aktionen verschiedener Marktteilnehmer. Informationsmodelle umfassen spieltheoretische Ansätze für Reverse-Engineering-Zitat und Handelsströme, um die Informationen, die ein Market Maker besitzt, zu entdecken. Informationsmodelle verwenden auch beobachteten oder abgeleiteten Auftragsfluss, um fundierte Handelsentscheidungen zu treffen. In ihrem Kern beschreiben Informationsmodelle den Handel auf dem Informationsfluss und mögliche Informationsasymmetrien, die bei der Verbreitung von Informationen entstehen. Unterschiede im Informationsfluss bestehen in verschiedenen Märkten. Der Informationsfluss ist in transparenten, zentralisierten Märkten wie den meisten Aktienmärkten und elektronischen Märkten vergleichsweise schneller und in den undurchsichtigen Märkten wie Devisen - und OTC-Märkten in Anleihen und Derivaten langsamer. Das Hauptergebnis der Informationsmodelle ist, dass die Bid-Ask-Spreads bestehen bleiben, auch wenn der Market Maker unbegrenzte Inventar hat und in der Lage ist, jede Trading-Anfrage sofort aufzunehmen. Eigentlich. Der beste Inhalt für Ihre Karriere. Entdecken Sie unbegrenztes Lernen auf Nachfrage für rund 1 / Tag. Empfohlen für Sie 10. Handel auf Markt-Mikrostruktur: Inventory-Modelle 12. Event Arbitrage Copyright-Kopie 2016 Safari-Bücher Online.
No comments:
Post a Comment