全天候摇滚：一种基于代理的低频和高频音乐模型

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

英文标题：
《Rock around the Clock: An Agent-Based Model of Low- and High-Frequency
  Trading》
---
作者：
Sandrine Jacob Leal, Mauro Napoletano, Andrea Roventini and Giorgio
  Fagiolo
---
最新提交年份：
2014
---
英文摘要：
  We build an agent-based model to study how the interplay between low- and high-frequency trading affects asset price dynamics. Our main goal is to investigate whether high-frequency trading exacerbates market volatility and generates flash crashes. In the model, low-frequency agents adopt trading rules based on chronological time and can switch between fundamentalist and chartist strategies. On the contrary, high-frequency traders activation is event-driven and depends on price fluctuations. High-frequency traders use directional strategies to exploit market information produced by low-frequency traders. Monte-Carlo simulations reveal that the model replicates the main stylized facts of financial markets. Furthermore, we find that the presence of high-frequency trading increases market volatility and plays a fundamental role in the generation of flash crashes. The emergence of flash crashes is explained by two salient characteristics of high-frequency traders, i.e. their ability to i) generate high bid-ask spreads and ii) synchronize on the sell side of the limit order book. Finally, we find that higher rates of order cancellation by high-frequency traders increase the incidence of flash crashes but reduce their duration.
---
中文摘要：
我们建立了一个基于代理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导致闪电崩盘。在该模型中，低频代理采用基于时间顺序的交易规则，可以在原教旨主义和图表主义策略之间切换。相反，高频交易者的激活是事件驱动的，取决于价格波动。高频交易者使用定向策略来利用低频交易者产生的市场信息。蒙特卡罗模拟显示，该模型复制了金融市场的主要程式化事实。此外，我们发现高频交易的存在增加了市场的波动性，并在闪电崩盘的产生中起着根本性的作用。闪电崩盘的出现是由高频交易者的两个显著特征解释的，即他们的能力i）产生高买卖价差和ii）在限价指令簿的卖方同步。最后，我们发现高频交易者较高的订单取消率会增加闪电崩溃的发生率，但会缩短其持续时间。
---
分类信息：

一级分类：Quantitative Finance        数量金融学
二级分类：Trading and Market Microstructure        交易与市场微观结构
分类描述：Market microstructure, liquidity, exchange and auction design, automated trading, agent-based modeling and market-making
市场微观结构，流动性，交易和拍卖设计，自动化交易，基于代理的建模和做市
--

---
PDF下载：
--> Rock_around_the_Clock:_An_Agent-Based_Model_of_Low-_and_High-Frequency_Trading.pdf (947.15 KB)

2022-5-5 13:39:12 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：全天候 Quantitative Fluctuations cancellation event-driven

全天候摇滚：一种基于代理的低频和高频交易模式*Sandrine Jacob LealCEREFIGE，ICN商学院，Nancy Metz（法国）+Sophia Antipolis（法国）Skema商学院Mauro NapoletanoOFCE--Andrea RoventiniUniversit\'a di Verona，Verona（意大利）§Giorgio Fagioloistito di Economia，Scoula Superiore Sant\'Anna，Pisa（意大利）摘要。我们建立了一个基于代理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导致金融崩溃。在该模型中，低频代理采用基于时间顺序的交易规则，可以在原教旨主义和图表主义策略之间切换。相反，高频交易者的激活是事件驱动的，取决于价格波动。高频交易者使用定向策略来利用低频交易者产生的市场信息。蒙特卡罗模拟显示，该模型复制了金融市场的主要程式化事实。此外，我们发现高频交易的存在增加了市场的波动性，并在金融崩溃的产生中起着根本性的作用。高频交易者的两个显著特征解释了金融崩盘的出现，即他们能够i）产生高买卖价差，以及ii）在限价指令簿的卖方进行同步。最后，我们发现高频交易者较高的订单取消率会增加金融崩溃的发生率，但会缩短其持续时间。PACS编号：89.65。生长激素，05.45。Tp，05.40-a、 89.75-kKeywords：基于代理的模型、限价指令簿、高频交易、低频交易、闪电崩盘、市场波动。我

引言本文建立了一个基于代理的模型来研究高频交易如何影响资产价格波动，以及金融市场中金融崩溃的发生和持续时间。*我们感谢西尔万·巴德、弗朗西丝卡·基罗蒙特、安托万·戈丁、艾伦·基尔曼、花木信子、法布里齐奥·利洛、弗兰克韦斯特霍夫，感谢他们提出了富有启发性的意见和富有成效的讨论。我们还要感谢2013年3月在马赛举行的（金融）市场异质性和网络研讨会、2013年5月在索菲亚·安蒂波利斯举行的TheEMAE会议、2013年6月在雷克雅未克举行的Wehiavik会议、2013年7月在温哥华举行的2013年CEF会议和2013年8月在利默里克举行的证监会研讨会的与会者，在研讨会上介绍了本文的早期版本。所有通常的免责声明均适用。作者衷心感谢新经济思维研究所（INET）资助的#220“通往金融深渊的进化路径和金融冲击在现实经济中的内生传播”还有：格雷迪格、索菲亚·安蒂波利斯（法国）；电子邮件：sandrine。雅各布-leal@icn-群体。fr也有：意大利比萨圣安娜高级公寓；电子邮件：毛罗。napoletano@sciencespo.fr§还有：意大利比萨圣安娜高级公寓和法国索菲亚·安蒂波利斯高级公寓；电子邮件：安德里亚。roventini@univr.it电子邮件：乔治。fagiolo@sssup.itThe最近，金融时间序列中所观察到的金融崩溃频率和严重程度的增加以及价格的高波动性与高频交易的重要性日益增加有关[1]。然而，有关高频交易（HFT）收益和成本的文献争论尚未解决。一方面，一些作品强调高频交易者可能扮演现代做市商的角色，提供几乎连续不断的流动性[2]。

此外，HFT通过加强不同市场之间的联系，降低了交易成本、偏好发现和市场效率[3]。另一方面，许多实证和理论研究对高频交易对金融市场动态的威胁性影响提出了担忧。尤其是，高频交易可能会导致更频繁的流动性不足，可能会导致金融崩溃[4]。此外，HFTMA可能会加剧市场波动[5,6]，并对市场效率产生负面影响[7]。这项工作通过开发基于管理层的限价订单（LOB）市场模型[51]，为当前关于高频交易对资产价格动态影响的辩论做出了贡献，其中异质高频（HF）交易与低频（LF）交易相互作用。我们的主要目标是研究高频交易是否有助于解释金融市场中出现的金融崩溃和更普遍的更高波动期。此外，我们还想阐明HFT的哪些显著特征与车祸的发生有关，以及对车祸后价格恢复过程的影响。在该模型中，LF交易者可以根据其盈利能力在原教旨主义和图表主义策略之间切换。高频交易者采用定向策略，利用低频交易者产生的价格和成交量信息[8,9]。此外，根据高频交易的经验教训[10]，低频交易策略基于时间顺序，而高频交易者的策略则基于事件时间[52]。因此，以外生和恒定频率交易的LF代理与HF代理共同进化，HF代理参与市场是由价格波动内在触发的。

最后，与经验证据[4]一致，高频交易者在累积未平仓头寸方面面临限制。到目前为止，处理高频交易的现有少数基于代理的模型主要将高频交易视为具有外源给定交易频率的零智能因素[6,11]。然而，很少有人试图解释高频和低频交易者之间的相互作用[7,12,13]。我们从几个方面改进了这些文献。首先，我们从零智能框架出发，考虑持有基于事件的交易激活规则的高频交易者，并根据观察到的市场交易量下订单，不断利用低频交易者提供的信息。其次，我们明确说明了许多高频和低频交易者之间的相互作用。最后，我们对导致价格下跌的高频交易的特征，以及解释金融崩溃后价格快速恢复的因素进行了更深入的调查。我们在两种不同的场景中研究该模型。在第一种情况下（“仅LFT”情况），只有LF代理相互交易。在第二种情况下（我们的基线），LF和HF交易者在市场上共存。通过比较这两种情况下产生的模拟结果，我们可以评估高频交易对金融市场波动和金融崩溃的影响。此外，我们还进行了广泛的蒙特卡罗实验，通过改变高频交易者的订单取消率来研究其对资产价格动态的影响。蒙特卡罗模拟显示，该模型在两种情况下都复制了金融市场的主要类型化事实（即收益率的零自相关、波动性聚类、fattailed收益率分布）。然而，我们观察到，只有当市场上存在HF试剂时，才会出现泡沫崩盘和高价格波动。

此外，我们发现，高频交易的两个显著特征解释了金融崩溃的出现，即高频交易者（i）把握市场流动性的能力，从而导致LOB中的高买卖价差；（ii）根据其基于事件的策略，在限价订单簿的卖方进行同步。此外，我们观察到，价格的急剧下跌与LF交易员的订单同时集中在账簿的买方部分是一致的。此外，我们发现，价格崩盘后观察到的快速恢复是由于HF代理在账簿两侧的分布更加平等，以及HF代理订单在LOB中的持续性较低。最后，我们表明高频代理的订单取消对价格波动有模糊的影响。一方面，高订单取消率意味着更高的波动性和更频繁的金融崩溃。另一方面，它们也会导致更快的价格恢复，从而缩短金融崩溃的持续时间。总的来说，我们的结果验证了以下假设：HFTExaccerbate会抑制资产价格波动，产生流动性崩溃和市场流动性不足的时期（以较大的买卖价差衡量）。同时，与最近关于高频交易的学术和公共辩论一致，我们的发现突出了高频交易者取消订单对价格动态的复杂影响[53]。论文的其余部分组织如下。第二节描述了模型。在第三节中，我们介绍并讨论了模拟结果。最后，第四节得出结论。二、模型我们模拟了一个由异质的、理性的交易者组成的股票市场。代理人将一项资产作为交易周期进行交易，并通过limitorder book（LOB）执行交易，其中存储了所有代理人订单的类型、大小和价格[54]。

根据交易频率（即两次下单之间的平均时间）将代理人分为两组。更具体地说，市场由NL低频（LF）和NH高频（HF）交易者（N=NL+NH）组成。请注意，即使在模拟过程中，两组中的代理数量保持不变，低频和高频交易的比例也会随着时间的推移而变化，因为有些代理可能在每个交易时段都不活跃。此外，这两个群体中的代理人不仅在交易频率上存在差异，而且在策略和激活规则上也存在差异。第二节B和第二节C详细描述了LF和HF交易的行为。我们首先介绍了代表性交易时段的事件时间表（参见第二节A）。A.事件时间线在每个交易日t开始时，活跃的LF和HF代理知道过去的收盘价以及过去和当前的基本价值。根据上述信息集，在每个交易日t，交易进行如下：1。活跃的LF交易员向LOB市场提交其买入/卖出订单，指定其规模和价格。2.了解LF交易员的订单后，活跃的HF代理按顺序开始交易并提交其买入/卖出订单。他们订单的大小和价格也列在LOB中。3.LF和HF代理的订单根据价格和到达时间进行匹配和执行[55]。未执行的订单将在下一个交易日的LOB中保留。4.交易日结束时，确定收盘价。收盘价是会话中所有已执行交易的最高价格。5.给定“Pt”，所有代理计算其利润，并更新下一个交易时段的策略（见下文第II B节）。B.低频交易市场上有i=1。

，NLlow Frequency经纪人，他们在交易网站上做空或做多。LF代理的交易频率是基于时间的，即它是外生的、持续的超时。特别是，LF代理的交易速度是从平均θ的截断指数分布中得出的，并且在θmin和θmax min之间有界。与金融市场的大多数异构代理模型一致，LF代理根据原教旨主义或图表主义（趋势跟踪）策略确定购买或销售数量（即订单）[56]。更准确地说，考虑到最后的收盘价-1.图表策略（Dci，t）下的订单确定如下：Dci，t=αc（\'Pt-1.-“\'Pt”-2) + ct，（1）其中0<αc<1和CTI是一个i.i.d.高斯随机变量，具有零均值和σc标准偏差。如果LF特工遵循原教旨主义策略，她的命令（Dfi，t）等于：Dfi，t=αf（Ft）-“\'Pt”-1) + ft，（2）其中0<αf<1和FTI是一个具有零均值和σf标准偏差的i.i.d.正态随机变量。资产的基本价值根据年龄计量随机游走：Ft=Ft-1（1+δ）（1+yt），（3）带i.i.d.yt~ N（0，σy）和一个常数项δ>0。在γL周期后，未执行的订单到期，即自动从LOB中撤回。最后，每个LF交易者的限制订单价格由以下公式确定：Pi，t=\'Pt-1（1+δ）（1+zi，t），（4）式中，zi，t测量距离最后收盘价“Pt”的滴答数-1它是从平均值和标准偏差为零的高斯分布中得出的。在每一个时期，低频交易者都可以根据自己的能力改变策略。在每个交易日t结束时，一旦收盘价确定，LF经纪人i计算其利润（πsti，t）低于图表主义者（st=c）和原教旨主义者（st=f）的交易策略如下：πsti，t=（\'Pt- Pi，t）Dsti，t.（5）参考文献。

[14–16]，LF商人在下一个周期（Φci，t）遵循图表规则的概率通过以下公式给出：Φci，t=eπci，t/ζeπci，t/ζ+eπfi，t/ζ，（6）开关参数ζ的正强度。因此，LF agent i使用原教旨主义策略的概率等于Φfi，t=1- Φci，t.C.如上所述，该市场也由j=1，NH购买和出售资产的高频代理[57]。高频代理和低频代理不仅在交易速度上不同，在激活和交易规则上也不同。特别是，与基于时间顺序的LF策略相反，HFT实施背后的算法交易自然会导致HFAgent采用事件时间框架下的交易规则[10][58]。更准确地说，我们假设HF试剂的激活取决于市场中观察到的价格波动程度。因此，高频代理的交易速度是内生的。每个高频交易者都有一个执行价阈值xj，从一个均匀分布中得出，支持度在ηmin和ηmax之间。这决定了她是否会参与交易时段t[59]：“\'Pt”-1.-“\'Pt”-2’Pt-2.> xj。（7） 主动HF代理以等概率p=0.5[17,18]提交买入或卖出限额订单。此外，高频交易者采取定向策略，试图从对价格变动的预期中获利[8,9]。为此，HF代理商利用LF代理商发布的价格和订单信息。首先，高频交易者根据LOB另一端的可用量来确定他们的买入（卖出）订单大小Dj，t。更具体地说，高频交易者的订单规模是从截断的泊松分布中得出的，如果订单是买入（卖出）订单，其平均值取决于LOB卖出（买入）端的可用量[60]。

AsHF交易员将其订单量调整为LOB中可用的数量，他们设法吸收LF代理商的订单。第二，在每个交易时段，高频代理的交易价格接近LOB[12]中提供的最佳报价（Paskt）和出价（Pbidt）。这一假设与HF代理商行为的经验证据一致，这表明他们的大多数订单都非常接近最后的最佳价格[19]。相应地，高频买家和卖家的限价如下：Pj，t=Paskt（1+κj）Pj，t=Pbidt（1- κj），（8）其中κjis来自于有支撑的均匀分布（κmin，κmax）。经验观察到的高频交易的一个关键特征是高订单取消率[4,19]。我们在模型中引入了这样一个特性，假设HF经纪人的未执行订单在一段时间γH后自动从LOB中删除，该时间γH比LF经纪人的短，即γH<γL。最后，在每个交易日结束时，HF交易员的利润（πj，t）计算如下[61]：πj，t=（\'Pt- Pj，t）Dj，t.（9）其中Dj，是高频代理的订单量，Pj，是她的限价，而“PTI”是市场收盘价。三、 模拟结果我们通过大量的蒙特卡罗模拟研究了上一节中介绍的模型的特性。更准确地说，我们进行了M C=50次蒙特卡罗迭代，每次迭代由T=1200次交易组成，使用表IV所述的基线参数化。作为我们分析模拟结果的第一步，我们检查模型是否能够解释金融市场的主要程式化事实（见第III a节）。然后，我们评估该模型是否能够产生以接近真实数据中观察到的经验特性为特征的泡沫碰撞（参见第三节B），并研究泡沫碰撞的决定因素（参见第三节C）。