中国人相互抵消持续时间的经验性质

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：
《Empirical properties of inter-cancellation durations in the Chinese
  stock market》
---
作者：
Gao-Feng Gu, Xiong Xiong, Wei Zhang, Yong-Jie Zhang and Wei-Xing Zhou
---
最新提交年份：
2014
---
英文摘要：
  Order cancellation process plays a crucial role in the dynamics of price formation in order-driven stock markets and is important in the construction and validation of computational finance models. Based on the order flow data of 18 liquid stocks traded on the Shenzhen Stock Exchange in 2003, we investigate the empirical statistical properties of inter-cancellation durations in units of events defined as the waiting times between two consecutive cancellations. The inter-cancellation durations for both buy and sell orders of all the stocks favor a $q$-exponential distribution when the maximum likelihood estimation method is adopted; In contrast, both cancelled buy orders of 6 stocks and cancelled sell orders of 3 stocks prefer Weibull distribution when the nonlinear least-square estimation is used. Applying detrended fluctuation analysis (DFA), centered detrending moving average (CDMA) and multifractal detrended fluctuation analysis (MF-DFA) methods, we unveil that the inter-cancellation duration time series process long memory and multifractal nature for both buy and sell cancellations of all the stocks. Our findings show that order cancellation processes exhibit long-range correlated bursty behaviors and are thus not Poissonian.
---
中文摘要：
订单取消过程在订单驱动股票市场的价格形成动力学中起着至关重要的作用，在计算金融模型的构建和验证中起着重要作用。基于2003年深圳证券交易所18只流通股的订单流数据，我们以两次连续取消之间的等待时间为单位，研究了取消间隔时间的经验统计特性。当采用最大似然估计方法时，所有股票的买入和卖出指令的相互抵消持续时间均呈指数分布；相比之下，当使用非线性最小二乘估计时，6只股票的取消买入指令和3只股票的取消卖出指令都倾向于威布尔分布。应用去趋势波动分析（DFA）、中心去趋势移动平均（CDMA）和多重分形去趋势波动分析（MF-DFA）方法，我们揭示了对所有股票的买入和卖出取消，取消时间序列都具有长记忆性和多重分形性质。我们的研究结果表明，订单取消过程表现出长程相关的突发行为，因此不是泊松过程。
---
分类信息：

一级分类：Quantitative Finance        数量金融学
二级分类：Statistical Finance        统计金融
分类描述：Statistical, econometric and econophysics analyses with applications to financial markets and economic data
统计、计量经济学和经济物理学分析及其在金融市场和经济数据中的应用
--

---
PDF下载：
--> Empirical_properties_of_inter-cancellation_durations_in_the_Chinese_stock_market.pdf (950.62 KB)

2022-5-6 00:01:28 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：持续时间 中国人 cancellation Multifractal distribution

中国股市对销持续时间的经验性质高峰卦，b，熊雄C，d，魏章C，d，张永杰C，d，魏兴洲A，b，e，*华东理工大学商学院，上海200237，华东理工大学经济物理研究中心，上海200237，中国管理与经济学院，天津大学，天津300072，中国社会计算与分析中心，天津大学，天津300072，中国科学院，华东理工大学，上海200237，中国摘要订单取消过程在订单驱动股票市场的价格形成动力学中起着关键作用，在计算金融模型的构建和验证中起着重要作用。基于2003年在深圳证券交易所交易的18只流通股的订单流量数据，我们研究了以事件为单位的内部取消持续时间的经验统计特性，这些事件被定义为两次连续取消之间的等待时间。当采用最大似然估计方法时，所有股票的买入和卖出指令的相互抵消持续时间都服从q指数分布；相比之下，当使用非线性最小二乘估计时，6只股票的取消买入指令和3只股票的取消卖出指令都倾向于威布尔分布。应用去趋势波动分析（DFA）、中心去趋势移动平均（CDMA）和多重分形去趋势波动分析（MF-DFA）方法，我们揭示了对所有股票的买入和卖出取消，取消间持续时间序列具有长记忆性和多重分形性质。

我们的发现表明，订单取消过程表现出长期相关的突发行为，因此不是泊松过程。关键词：经济物理学，顺序流，相互抵消持续时间，概率分布，记忆效应，多重分形性质：89.65。生长激素，05.45。Tp，89.75。Da1。在订单驱动的市场中，订单提交和取消在价格形成过程中起着最重要的作用。对于订单提交过程，已经进行了大量研究，以调查订单成分的统计特性，包括订单价格[1,2,3,4,5,6,7,8]、订单规模或数量[9,10,11,12,13,14,15,16,17,18]、订单方向[7,19,20,21]等等。人们特别关注这些成分的概率分布和记忆效应，并记录了许多典型的事实。订单取消是从限价订单簿中删除订单的过程，限价订单簿是一个限价订单队列，需要根据价格-时间优先级执行和构建。如果取消了所有以最佳报价或最佳出价下的订单，则定义为最佳报价和最佳出价平均值的中间价将发生变化。如果在限价订单簿内发生取消，则会导致限价订单簿的结构发生变化，并对价格波动产生潜在影响。订单取消的动机与非执行（NE）风险或自由期权（FO）风险有关[22,23]，前者是取消限额订单的主要原因[23]。当当前安全价格偏离提交价格时，会产生NE风险。在限价指令簿前面提交的指令不能立即进行交易，这使交易者遭受机会成本。交易员可能会取消过时的订单，并重新提交更激进的订单，以增加交易概率。

因此，为了降低NE风险，买入交易者可能会推动*通讯作者。地址：中国上海华东科技大学商学院美龙路130号114信箱，邮编200237，电话：+86 21 64253634，传真：+86 21 64253152。电子邮件地址：wxzhou@ecust.edu.cn（周卫星）2022年3月4日向Physica提交的预印本安全价格上涨，而卖出的交易商推动价格下跌。当重要消息到来时，风险就会出现。根据当前价格，资产的内在价值将被低估（好消息）或高估（坏消息）。为了防止以不利的价格交易，交易者将取消他们的限价订单，并重新提交未加总的订单。因此相反，为了降低FO风险，买入交易者可能会压低价格，卖出交易者则会抬高价格。由于过去很少有订单取消的数据记录，只有少数文献研究订单取消的经验规律。随着信息技术和计算机科学的发展，记录订单流量数据成为可能，这使我们能够分析订单取消和取消模型的统计特性。倪等人研究了中国股市22只股票的相互取消持续时间的经验规律，得出了订单取消是一个非泊松过程的结论[24]。Liu展示了订单修改和取消的简单模型，并发现订单取消的频率与订单提交风险和股票资本化正相关，但与买卖价差负相关[25]。在订单驱动的模型中，Daniels等人假设订单取消遵循泊松过程，这使得模型对程式化事实具有强大的预测能力，如价格扩散、价格影响等[26]。

在Mike和Farmer提出的实证模型中，订单取消过程由三个独立的因素决定，即订单簿中相对于相反的最佳价格的位置、限制订单簿中买卖订单的不平衡以及限制订单簿中存储的订单总数。该取消模型对取消订单的寿命进行了极好的预测[7]。在金融市场中，一个广泛研究的主题是重复间隔，定义为两个连续事件之间的等待时间。许多学者分析了收益率、波动率和交易量等不同变量的重现期概率分布。然而，研究结果存在争议。幂律分布[27,28,29,30]和拉伸指数分布[31,32,33,34,35,36,37,38,39,40,41,42]主要用于拟合不同金融市场的概率密度函数（PDF）。此外，还提出了其他分布作为补充[43,44]。有趣的是，复发间隔时间序列通常处理长记忆[28,30,31,32,34,38,39,41,42,45,46]。重现期分析也应用于其他领域，如三维充分发展湍流中的能量耗散率[47]。与重复间隔类似，交易间持续时间（定义为两次连续交易之间的间隔）是另一个重要主题。Montroll和Weiss[48]提出的连续时间随机游走（CTRW）已被广泛用于处理金融时间序列中的贸易持续时间[49,50,51,52,53,54]。实证结果表明，贸易持续时间可能遵循幂律分布[55,51,54,56]、拉伸指数分布[57,58,59,60,61,62]或q指数分布[62,63]。

另一方面，一些研究表明，贸易持续时间既不是指数分布[55,61,64,65]，也不是幂律分布[63]。威布尔分布和q指数分布的拟合优度已在贸易持续时间分布中进行了估计。蒋等人研究了中国股市上18只流通股的极限顺序数据，结果表明，使用最大似然估计法，Weibull分布比q指数分布更适合，而使用非线性最小二乘估计法，q指数分布优于Weibull分布[62]。Poloti和Scalas分析了1999年在纽约证券交易所交易的DJIA股票的逐点数据集，发现q指数分布与Weibull分布比较好[63]。在本文中，我们将研究深圳证券交易所上市的18只股票的取消买入和卖出指令在事件时间内取消持续时间的统计特性。论文的其余部分组织如下。我们研究了基于最大似然估计和非线性最小二乘估计的帧间对消持续时间的概率分布。我们进一步讨论了记忆效应和多重分形性质。2.日期我们的分析基于2003年在深圳证券交易所交易的18只流通股的订单流量数据。2003年的一个交易日有三个时段：开盘叫卖、冷静期和连续双拍。开盘叫价拍卖在上午9:15到9:25之间举行，指的是对特定时期内接受的买卖订单进行一次性集中匹配的过程，以生成交易日9:25的开盘价。开盘叫卖后，清凉期为上午9:25至9:30。

当交易所开放给投资者发送订单，但不允许处理订单或取消订单时。主要的交易周期是连续拍卖（上午9:30-上午11:30和下午13:00-下午15:00），这是指买卖订单逐个连续匹配的过程。表1：18只股票的取消买入和卖出指令的取消间隔时间统计。NCis是取消的号码。r是NCto NA的比例。γ是下图所示固定线的斜率。hdi是以事件为单位的平均相互取消持续时间。股票取消买入订单取消卖出订单NCrγhdi NCrγhdi 000001 320 872 0.157 0.174 12.12 277 878 0.148 0.148 13.73000009 185 018 0.176 0.180 11.81 188 725 0.164 0.183 11.38000012 115 335 0.194 0.187 9.84 107 443 0.189 0.200 10.620000016 60 724 0.170 0.179 11.89 59 723 0.154 0.152 12.0900021 158 0.188 0.182 10 1540.1540.03 1770.170.156 0.160 11.23000066 110 979 0.191 0.188 10.60 107 641 0.173 0.182 10.85000406 94 998 0.164 0.160 11.92 92 841 0.157 0.173 12.21000429 37 332 0.161 0.158 12.63 36 585 0.140 0.138 12.96000488 33 183 0.148 0.167 13.18 34 478 0.145 0.150 12.75000539 27 322 0.127 0.124 14.76 27 487 0.127 0.128 14.88000541 19 938 0.149 0.178 13.29 20 112 0.129 0.135 13.24000550 123 948 0.188 0.193 10.99 131 270 0.181 0.182 10.31000581 27 570 0.152 0.169 13.99 29 907 0.131 0.124 13.0500625 124 736 0.178 0.187 11.38 133 627 0.179 0.187 10.65000709 66 291 0.152 0.145 13.16 64 697 0.136 0.145 13.55000720 16 767 0.097 0.116 17.44 14 441 0.087 0.089 20.29000778 44 113 0.151 0.150 14.17 48 041 0.13 13我们的数据库记录了准确的高频数据。它包含下单和取消订单的详细信息。

例如，平安银行股份有限公司（000001）2003年全年共有3925832条记录。因此，我们可以根据交易规则在完善数据库的基础上重建限额订单簿。另一方面，很难获得此类完善的数据库，我们只有2003年全年23只股票的数据，其中5只股票有错误的订单取消记录，我们选择了其余18只股票来研究订单取消的统计特性。在分析的18只股票中，包括金融保险、房地产、交通运输、机械等9个中国证监会（CSRC）行业。另一方面，2003年，中国股指先涨后跌。牛市和熊市都存在于2003年。因此，我们研究的数据库总体上反映了中国市场的情况。本文不仅研究了连续拍卖中的取消数据，还包括了开盘叫卖和冷却期的取消数据。我们计算每只股票的取消买入和卖出订单的取消数量ncr，然后计算ncr与所有订单NA（包括提交者和取消订单）数量的比率。结果见表1。我们发现，该比率的影响范围很广，取消的购买订单为[0.097,0.195]，取消的销售订单为[0.087,0.189]。一个有趣的特征是，每只股票的取消买入订单的比例接近于取消卖出订单，这意味着取消买入订单的很大一部分对应于大量取消卖出订单，反之亦然。我们进一步研究了所有股票在每个交易日的比率r。

图1显示了NCA和NAF之间的线性关系，这两种股票都取消了买入和卖出指令。采用最小二乘拟合法计算拟合线的斜率γ，表1列出了18种股票的数值。很明显，每只股票的γ值接近r值，这意味着每只股票的取消买入和卖出指令在每个交易日的取消比率几乎相似。在报纸上，取消间隔时间定义为0.5 1 1.5 2 2.5 3 3.5 x 104010002000300500060007000（A）NAC取消的采购订单Cancelled sell orders 0 5000 10000 1500005001500200025003003500（B）NAC取消的采购订单Cancelled sell orders图1：取消数量与所有订单数量的关系图NAof每个交易日的两支股票000009（a）和000012（b）。实线采用最小二乘法计算。事件单位，读SD（i）=t（i）- t（i）- 1） ，（1）其中t（i）是发生第i次取消时的事件时间。很明显，inter-cancellation duration d（i）是指在（i）之间提交的订单数量（包括买入订单和卖出订单）- 1） -th取消和i-th取消。我们计算了每只股票的取消买入和卖出指令的取消间隔持续时间的平均值hdi，并在表1中描述了结果。根据相互取消持续时间的定义，我们很容易得到关系r>1/hdi，该关系由表中列出的数据证实。原因是，比率r是基于某种订单（购买订单或销售订单）确定的，而相互取消持续时间d被视为两次连续取消之间提交的购买和销售订单的数量。3.

概率分布财务变量的概率分布对资产定价和风险管理有着至关重要的影响。在这一部分中，我们重点研究了18只股票的取消买入和取消卖出指令的相互取消持续时间的概率分布。四个随机Chosenstock的概率密度函数P（d）如图2（a）所示。10010110210310-1010-810-610-410-2100（A）dP（d）0000090000120000210-110010110210-1010-5100（B）d/hdiP（d）hdi 000009 000012和000021图2：四种股票000001、000009、000012和000021的取消买入和卖出指令的取消持续时间d的概率分布（a）和重新调整的概率分布（B）。为清晰起见，对应于取消销售订单的曲线已垂直向下平移。根据文献中的实证结果和图2中的曲线形状，我们通过Weibulls[60,61,62,24]和q指数[62,63,24,66,67]对分布进行了拟合。对于威布尔分布，我们有pwbl（d）=bada！B-1e-（da）b，（2）其中a是比例参数，b是形状参数。q指数分布可以描述为：PqE（d）=κ1- (1 - q） （dκ）#q1-q、 （3）其中κ是比例参数，q是形状参数。最大似然估计（MLE）方法首次用于估计Weibull和Q指数分布的参数。正如我们所知，MLE方法捕获了拟合数据的主要部分。我们发现，它在d范围内占64.9%（63.7%）≤ 10用于取消的购买（销售）订单。