不同时间尺度上的流动性危机

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：
《Liquidity crises on different time scales》
---
作者：
Francesco Corradi, Andrea Zaccaria, and Luciano Pietronero
---
最新提交年份：
2015
---
英文摘要：
  We present an empirical analysis of the microstructure of financial markets and, in particular, of the static and dynamic properties of liquidity. We find that on relatively large time scales (15 minutes) large price fluctuations are connected to the failure of the subtle mechanism of compensation between the flows of market and limit orders: in other words, the missed revelation of the latent order book breaks the dynamical equilibrium between the flows, triggering the large price jumps. On smaller time scales (30 seconds), instead, the static depletion of the limit order book is an indicator of an intrinsic fragility of the system, which is related to a strongly non linear enhancement of the response. In order to quantify this phenomenon we introduce a measure of the liquidity imbalance present in the book and we show that it is correlated to both the sign and the magnitude of the next price movement. These findings provide a quantitative definition of the effective liquidity, which results to be strongly dependent on the considered time scales.
---
中文摘要：
我们对金融市场的微观结构，尤其是流动性的静态和动态特性进行了实证分析。我们发现，在相对较大的时间尺度（15分钟）上，较大的价格波动与市场指令流和限价指令流之间微妙的补偿机制的失效有关：换句话说，潜在指令簿的遗漏打破了流动之间的动态平衡，触发了大的价格跳升。相反，在较小的时间尺度（30秒）上，限价指令簿的静态损耗是系统内在脆弱性的指标，这与响应的强非线性增强有关。为了量化这一现象，我们在书中介绍了流动性失衡的一种度量方法，并表明它与下一次价格运动的符号和幅度都相关。这些发现提供了有效流动性的定量定义，其结果强烈依赖于所考虑的时间尺度。
---
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：
--> Liquidity_crises_on_different_time_scales.pdf (6.25 MB)

2022-5-8 02:20:54 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：流动性 Quantitative Compensation Fluctuations QUANTITATIV

不同时间尺度上的流动性危机Francesco Corradi，Andrea Zaccaria，2，1和Luciano Pietronero1，2“Sapienza”罗马大学，意大利Italysc CNR（日期：2018年9月27日）摘要我们对金融市场的微观结构，特别是流动性的静态和动态特性进行了实证分析。我们发现，在相对较大的时间尺度（15分钟）上，较大的价格波动与市场和限价指令波动之间微妙的补偿机制的失效有关：换句话说，最近的指令簿的遗漏打破了波动之间的动态平衡，引发了价格的大幅上涨。相反，在较小的时间尺度（30秒）上，极限指令的静态消耗是系统固有fr敏捷性的指标，这与响应的强非线性增强有关。为了量化这一现象，我们在书中引入了流动性失衡的衡量标准，并表明它与下一次价格波动的符号和幅度都相关。这些发现提供了有效流动性的定量定义，其结果强烈依赖于所考虑的时间尺度。引言从统计力学和复杂系统物理学领域到金融市场研究领域，工具和方法的应用产生了大量的实证和理论结果[1,2]。特别是，对市场微观结构的分析[3,4]得益于大量可用数据，这使得模型和发现能够在强有力的实证基础上进行基础[5]。其中一个最重要的问题与订单流量、流动性和价格变动之间的微妙关系有关。

事实上，经验证据与自然猜测相矛盾，即价格变动应该主要与订单的到达有关，尤其是与订单的数量有关。首先，订单与符号[6-8]密切相关，这与众所周知的价格回报缺乏自相关性形成了鲜明对比，后者是有效市场假说[9]的基础。此外，价格变动的幅度几乎不取决于收到订单的数量[10–12]。重建金融市场微观结构的可能性，即所谓的限价指令簿（LOB）[13,14]，允许强调代理策略对市场状态的重要性，例如，扩散动力学和波动性聚集[15]，以及平衡指令流以解释价格变动幅度的反应[16–19]。这些发现直接让我们想到了流动性的概念。即使它被广泛认为是“功能良好的市场最重要的特征”[3]，流动性也没有一个共同的定义。一般来说，如果代理商能够快速进行大量交易，对价格几乎没有影响，且交易成本较低，那么市场是流动的。换言之，这是一种衡量将资产转换为法定货币（定义为完全流动）的难度的指标，反之亦然。从实用的角度来看，并考虑到LOB的可能应用，这种情况可以用一些使市场流动的特性来描述。根据Sarr和Lybek[20]的建议，如果一个市场具有以下特征，我们可以说它是流动的：i）紧密性：隐性和显性交易成本都很低。ii）即时性：交易速度很快。iii）深度：书中已经下的订单涵盖了各种各样的价格。

iv）广度：最佳报价的订单量大，足以保证即使是大订单也能产生较低的影响。v） 弹性：市场对可能出现的订单不平衡通过相反的订单流做出反应[21]。这些特征是相互关联的，即使它们反映了流动性的不同方面。在这项工作中，我们将论证这些不同方面的相对重要性取决于游戏中的时间尺度，特别是，我们将重点关注小时间尺度下LOB的深度和广度，以及其在大时间尺度下的弹性，以产生适当的流动性度量。后者的重要性基于对LOB的大量实证研究，LOB将流动性作为大价格波动的主要驱动因素[22]。特别是，单笔交易产生的收益分布已被证明与LOB第一个缺口的分布基本相等[17]。Toth等人[23]对后大事件动力学进行了广泛研究，该动力学表征了大价格变化，为复杂系统典型的幂律松弛提供了证据[24]。在我们的工作中，我们将研究哪种LOB动态可能最终导致巨大的价格变化。其目的是确定在哪些情况下，内在的不稳定状态会增加短期内价格上涨的可能性。第一步是建立一种方法，以公正的方式识别大型事件。然后，我们研究了这些活动的订单流，发现了独特的模式，尤其是在最好的价格下。通过对LOB的静态和动态分析，可以定量确定流动性，其失衡与未来价格变化直接相关。我们的重点将随着比赛的时间尺度而改变。

特别是，订单流将成为大时间尺度上的主要驱动力，而书的一面的消耗将在小时间尺度上变得更加重要。总的来说，这项实证研究证实了一个观点，即价格变化，特别是大型波动，与流动性动态密切相关。为了让读者了解流动性的潜在作用，我们举了一个事实，即对于大盘股而言，通常可用的流动性约为每日交易量的1%，而这反过来只占总资本化的0.1%[25]。在继续之前，让我们简要回顾一下LOB是如何工作的。我们将要介绍的不同元素如图1所示。交易员有三种不同的操作：i）他们可以下限价单（LO），即以固定价格买卖一定数量（或数量）的股票。由于限价指令通常不会立即交易，因此它们会存储在账簿中，以便与其他指令匹配。ii）他们可以决定以最佳可用价格（这些价格分别称为“最佳买入价”和“最佳买入价”）买入或卖出一定数量的股票，也就是说，下一个所谓的市场指令（MO），该指令将与最佳可用限价指令相匹配。iii）取消（C）已放置的LO。这三种操作可能都会对价格产生影响，价格通常被定义为价格订单动态批量购买订单卖出订单买入价差s（t）中价m（t）最佳出价b（t）低于买入区间[0，a（t）]低于卖出区间[b（t），inf]最佳询问a（t）询问sideBID sideincomingLO Selling CA Sellingmo buyFIG。1.电子市场上不同操作的综合视图。收到的订单增加了账面流动性，而市场订单和取消取消取消了订单的可用性。

如果由于这些操作，百思买限价指令（ask）或百思买限价指令（bid）发生变化，中间价m（t）可能会发生变化。最后一笔交易发生的价值或最佳出价和最佳出价之间的平均值（在最后一种情况下，价格称为mi dprice）。例如，购买一定数量股票的新MO可能会完全取消最佳要求，从而引发价格上涨。商人也可以以低于（高于）最佳出价（ask）的价格出售（购买）LO：在这种情况下，可以将LO的全部或部分视为有效MO，因为它将触发中间交易。在下文中，正如文献中通常所做的那样，我们将MOs称为有效MOs。LO的价格必须在一组离散的价格中选择。例如，LO可以定为9.5或9.75美元，但不能定为9.6美元。两个订单之间的最小价格距离称为滴答声。在上一个例子中，滴答声等于0.25。这是所下的限价单之间距离的自然度量，构成限价单簿。我们的实证分析基于伦敦证券交易所交易的各种股票的数据库。特别是，我们分析了四种流动性股票（AZN、BP、RBS和VOD），但出于篇幅原因，我们只展示了AZN的结果。我们指出，我们还对其他三个国家进行了分析，得出了类似的结果。我们的数据库覆盖了2002年全年。正如文献中通常所做的那样，我们放弃了每个交易日的前30分钟，以避免由于交易者仓位开放而产生的异常影响。大型价格波动期间的订单流动不平衡大型活动的选择在本节中，我们主要关注大型价格波动，因此我们首先需要一个标准来定义大型活动。

一种简单的方法是选择收益率高于某个固定阈值（比如x%）的时间窗口。然而，这种绝对过滤器将受到日内波动模式的影响，并将主要选择交易日开始和结束时的事件。另一方面，一个相对过滤器将受到相反选择的影响，在该过滤器中，选择那些在一天的同一时间大于平均值的事件。因此，在这项工作中，我们使用了两种过滤器的组合，如下[23,26,27]。如果为两种过滤器选择合适的温度，可以恢复一天中均匀分布的事件。上述论文的作者没有为大型活动设定时间间隔，因为通过两个过滤器的大型回报可能在不同的时间尺度上定义。因此，他们只需设置时间参考框架，以便在两个过滤器都经过时，t=0。这样，他们只能研究事件后的动态，因为事件有不同的时间维度。此外，作为回报函数的分类也很麻烦：由于搜索大型事件的算法在达到阈值时停止，所有事件的回报都将趋于相似，因为唯一可能的变化将是由于U型日内波动模式。为了避免这些缺点，我们使用固定长度的时间窗口t=15分钟。实际上，对于LOB中的每一次操作，我们都会检查下一次操作中是否存在较大的价格波动t、 特定价值选择t是为了在两个需求之间做出合理的折衷：拥有足够的统计学时间间隔不能太大，但要能够研究事件内部的动力学不能太小。

很明显，通过保持时间窗口的大小不变，以相同的方式处理可能非常不同的事件，唯一的共同点是在考虑的时间间隔的开始和结束之间存在巨大的净回报。然而，这是使事件前分析成为可能的唯一方法，也是让收益在国外分布以供分析的唯一方法。我们想强调的是，事件的异质性是此类分析的固有特征：例如，使用[23]的相同标准，可以发现时间延长至2小时的事件。一个重要的问题是，几乎每一个感兴趣的时间序列中都存在强烈的自相关，特别是传入订单的数量和周转的绝对值。为了避免我们的分析受到这种影响的破坏，我们放弃了之前发生过另一个接近事件的所有事件，也就是说，我们放弃了之前发生过另一个大事件的事件t、 实际上，对于（相对）较大的时间尺度分析(t=15分钟）我们选择价格波动大于x=0.5%（绝对值）且大于一天中该时间段平均波动率σ3倍的时间窗口。在应用各种过滤器后，我们发现AZN有332个阳性事件和362个阴性事件，BP有358个阳性事件和381个阴性事件，RBS有306个阳性事件和325个阴性事件，VOD有402个阳性事件和436个阴性事件。大额流动之前和期间的订单流量LOB的一个众所周知的特征是，在LOs方面，MOs triggersa流动性响应的显著流量的到来，通常接近被推方的最佳价格[18,28]。

例如，如果以某种方式检测到MO的持续流动，例如因拆分大型隐藏订单[29]而导致的流动，则其他贸易商可能会提供更多流动性，与流入的流动形成有效对比（该行为如图2（a）所示）。因此，即使这两种交通量会发生很大变化，MOs与LOs的比率仍然保持不变，从而保持市场弹性和对比度较大的价格波动。在本节中，我们将看到这种动态平衡的打破是大价格波动的一个关键因素。在fact中，我们将表明，在价格大幅波动期间，服务水平的流动不再能够阻挡即将到来的MOs，如图2（b）所示。我们注意到，在我们的推理中，即使取消的数量不可忽略，也没有取消。这是因为，在分析中，我们要展示的是它们的相对流量不会从正常时间变化到以价格大幅波动为特征的时间窗口。为了验证这条推理路线，我们实证研究了订单的价格波动前和价格批量购买订单销售订单流动性响应购买（a）-60-50-40-30-20-10 000.20.40.60.8时间（分钟）相对流量限制订单市场订单大事件图2。（a） ：根据限价订单的下达，对市场订单流入的反应的草图表示。（b） ：我们有一个大事件，当相对流量改变时，打破了动态平衡。在我们上一节定义的大型活动期间。首先，我们指出，在大型活动中，所有的水流都会表现出巨大的波动。特别是，就特定的年平均值而言，承受压力的一方经历了LO和取消最多增加三倍，MO最多增加五倍。

在下文中，我们将考虑三种可能的操作（LO、MO和取消）在lar ge事件期间对其总和的相对影响。由于我们将一次研究一本书的一面，并分别研究正面和负面的重大事件，因此我们将为每个操作提供四种不同的相关流程。例如，在大型正面事件期间，用A表示的ask端服务水平的相对流量（用+）按以下方式计算：rA+LO=<QLOSQLOS+QM OB+QCS>A+（1），其中QLOSis表示销售服务水平的数量，QM表示购买服务水平的数量，qc表示取消销售服务水平的数量。因此，我们考虑了在大型活动中，在书的同一侧进行的所有操作的相对流动。平均值的计算方法是，从大型活动结束时算起，总时间范围为一小时，但向后，即15分钟属于大型活动，45分钟属于公共关系电子活动。我们将这样一个时间范围划分为每个30秒的子间隔，然后计算平均值<…>f分别用于每个子区间。其他相对流量的计算方法类似，始终考虑在书的同一侧进行的操作。在图3中，我们绘制了MOs（红色三角形）、LOs（蓝色正方形）和取消（黑点）在最佳出价下的相对流量，并要求正面和负面事件。大型事件的开始用垂直虚线表示，而水平线表示通过全年平均计算出的相对流量。虽然在所有四个plo事件中，取消量大致保持不变，但我们可以注意到，书中承受压力的那一面（即，正面事件中的询问方和负面事件中的出价方）显示了MOs的过量流量，这与相应的流量增加不平衡。