买卖价差偏差持续时间的生存模型

我们在图7中显示了已安装模型中每个系数的值，也表明了每个协变量被选为最佳执行模型一部分的频率。关于系数的值，“利差”协变量的系数通常为正，这表明它与利差偏差持续时间的增加有关。利差协变量在偏差之后立即跟踪利差。另一方面，前一秒的观测值（扩散偏差）的系数为负值，表明它与扩散偏差持续时间的减少有关。最后，我们注意到，跟踪前5级订单数量的协变量系数（价格或规模修订（“BidModified”和“AskModified”）也普遍为正。这些结果符合我们的直觉：需要更长的时间才能恢复到阈值。此外，我们预计，当利差在不久前一直在该水平附近波动时，偏离的持续时间会更短。我们在图7中看到，“利差”和“预测”协变量最常被发现是解释观察变量变化的重要变量。我们观察到，在更高模型子空间中发现的协变量数量持续显著减少。在这些子空间中，协变量不那么重要的一个可能解释是，一些正相关，导致多重共线性，并降低单个协变量的显著性。

为了评估这一点，我们计算了四个月期间协变量之间的所有成对相关性，如图8所示，我们确实发现有一些配对正相关。AskKageAskKageAskKageAskKageAskKageAskKageAskKageAskKageAskVolumeBidBidBidBidBidBidBidBidBidBidBidBidBidBidVolumeBaskKageAskKageAskKageAskKageAskLasKageLasKidLasKmDified AskVolumeBidBidBidGelBidBidPrevExceedSpreadsSig。8.stock Vallourec SA整个77天数据集模型中协变量的相关图。蓝色椭圆表示正相关，而红色椭圆表示负相关，椭圆越窄，两个协变量之间的相关性越强。六、 结论我们提出了一个灵活的生存回归框架来模拟日内扩散的双重效应。这使得人们可以将LOB中的变量结合起来，并对不同LOB制度下的利差偏差进行短期预测。重要的是，我们已经证明，这样一类模型在捕捉这些持续时间的特征方面具有很好的解释力。此外，我们还表明，扩散偏差持续时间和LOB结构之间的条件关系是非平稳的，这可以通过解释性协变量系数的变化反映出来。在未来，人们可能希望在建模框架中引入其他功能，以便捕捉时间序列结构。发现最有助于解释这些持续时间变化的协变量是偏差事件发生时的传播大小，以及之前在最后一秒钟观察到的偏差数量。

前者被发现增加了偏离的预期持续时间，这表明LOB需要更长的时间才能从更大的震荡中恢复到价差。LOB中有价格或尺寸修正的订单数量也被发现对持续时间有积极影响。相比之下，人们发现，在最近的过去，之前的偏差数量与更快地回到阈值水平有关。在一系列模型子空间中，这些协变量在最佳拟合模型的估计中是一致选择的，并且在5%的水平上具有统计学意义。因此，例如，这些协变量可以构成交易执行模型的基本建议，交易算法可以估计大订单的后续分支之间的时间。参考文献[1]A.Abhyankar、D.Ghosh、E.Levin和R.Limmack，“买卖价差、交易量和波动性：来自伦敦证券交易所的日内证据”，《商业金融与会计杂志》，第24卷，第3期，第343-362页，1997年。[2] J.Af Fleck Graves、S.P.Hegde和R.E.Miller，“交易机制和买卖价差的组成部分”，《金融杂志》，第49卷，第4期，第1471-14881994页。[3] M.Al-Suhaibani和L.Kryzanowski，“对沙特股票市场的理论书、订单流动和执行的探索性分析”，《银行与金融杂志》，第24卷，第8期，1323-1357页，2000年。[4] Y.Amihud和H.Mendelson，“经销商市场：库存做市”，《金融经济学杂志》，第8卷，第1期，第31-531980页。[5] J.Brogaard，“高频交易及其对市场质量的影响”，西北大学凯洛格管理学院工作论文，2010年。[6] B.Chakrabarty，K.Tyurin，Z.Han和X.Zheng，“限价订单市场中执行和取消的竞争风险分析”，2006年。[7] 陈嘉诚、W.G.克里斯蒂和P.H。

舒尔茨，“纳斯达克证券的市场结构和日内买卖价差模式”，《商业杂志》，1995年第35-60页。[8] J.-W.Cho和E.Nelling，“限价指令执行的概率”，《金融分析师杂志》，2000年第28-33页。[9] T.Chordia，R.Roll和A.Subrahmanyam，“流动性中的公共性”，《金融经济学杂志》，第56卷，第1期，第3-28页，2000年。[10] L.Deville和F.Riva，“期权市场中的流动性和套利：生存分析方法”，《金融评论》，第11卷，第3期，第497-525页，2007年。[11] D.Easley和M.O\'hara，“价格、交易规模和信息不安全市场”，《金融经济学杂志》，第19卷，第1期，第69-901987页。[12] G.M.Furnival和R.W.Wilson，“跳跃式回归”，技术计量学，第16卷，第4期，第499-5111974页。[13] C.Gatu和E.J.Kontoghiorghes，“计算最佳子集回归模型的分支定界算法”，《计算与图形统计杂志》，第15卷，2006年第1期。[14] A.Gepp和K.Kumar，“生存分析在金融危机预测中的作用”，《金融与经济国际研究期刊》，第16期，第13-34页，2008年。[15] P.Giot和A.Schwienbacher，“IPO、交易销售和清算：利用生存分析对风险资本退出进行建模”，《银行和金融杂志》，第31卷，第3期，第679-7022007页。[16] G.N.Gregoriou，“对冲基金生存寿命”，《资产管理杂志》，第3卷，第3期，第237-252页，2002年。[17] J.Hasbrouck和G.Saar，“技术和流动性供给：传统定义的模糊”，《金融市场杂志》，第12卷，第2期，第143-172页，2009年。[18] -，“低延迟交易”，金融市场杂志，2013年。[19] 黄瑞德和斯托尔，“买卖价差的组成部分：一般方法”，《金融研究评论》，第10卷，第4期，995-1034页，1997年。[20] J.D。

Kalb Fleisch和R.L.Prentice，故障时间数据的统计分析。约翰·威利父子出版社，2011年，第360卷。[21]E.K.Laitinen，“生存分析和财务困境预测：最终证据”，《会计与金融评论》，第4卷，第4期，第76-902005页。[22]A.W.Lo，A.C.MacKinlay和J.Zhang，“限制指令执行的计量经济学模型”，金融经济学杂志，第65卷，第1期，第31-71页，2002年。[23]T.Lumley和M.T.Lumley，“跳跃包”，统计计算机R项目，2004年。[24]I.Ros,u，“限额指令簿的动态模型”，金融研究综述，第22卷，第11期，第4601-4641页，2009年。[25]I.Zovko和J.D.Farmer，“耐心的力量：限价订单安排中的行为规律性”，《定量金融》，第2卷，第5期，第387-3922002页。