不同时间尺度上的流动性危机

如果有人t=3.0秒，δ=5个滴答声一个获得肢体返回平面中的点s云。这组点的非参数特性如图9所示。每一个点代表在给定的流动性不平衡之后所有时间窗口内发生的所有收益的平均值。条数是平均值标准误差的两倍。我们提醒您，每个时间窗口为30秒，流动性在时间间隔开始时计算。我们发现，流动性失衡与下一个时间窗口的回报之间存在明显的非线性相关性。在图10中，我们重复相同的分析，但考虑到三个可能的频率-0.8-0.6-0.4-0.2 0 0.2 0.4 0.6 0.8-0.8-0.6-0.4-0.200.20.40.60.8极限转角（σr）图9。考虑到流动性失衡，平均回报率。在所有时间窗口（30秒长）上测量返回，并在开始时测量imbalan ce。我们发现非单调的非线性依赖。按照流动性失衡衡量的LOB状态之后的回报结果：正（蓝色方块）、零（黑点）和负回报（红色三角形）。即使大约有一半的事件是零回报，很明显，书中不同的状态导致了后续回报信号的不同频率。特别是，利马的高价值显然与正回报有关。例如，如果一个人拿了一本书的数据≈ 0.8时，正收益率是负收益率的两倍多。为了评估这类分析的预测能力，我们应该测量这对一组训练事件的影响，然后检查它在测试集中预测未来价格变动的能力。

我们的目标是在未来的工作中执行这种测试。-0.5 0 0.50.10.150.20.250.30.350.40.450.50.55limbf频率正事件负事件零事件fig。10.回报信号的相对频率是EQ定义的流动性失衡的函数。(3). 不平衡在确定价格变动的时间窗口开始时计算。正的流动性失衡通常与正回报相关，反之亦然。例如，当≈ 0.8时，一个人会得到一些正回报，大约是负回报的两倍。结论和讨论在这项工作中，我们提出了一项关于有限订单簿的静态和动态特性及其与价格变动关系的实证研究。特别是，我们研究了两种影响，都与流动性的概念有关，它们在不同的时间尺度上存在。我们将时间序列划分为长度的时间窗t=15分30秒。我们发现，在（相对）大的时间尺度上，大的价格波动与市场的低弹性有关，即在限价订单方面，对市场订单的流入缺乏响应。显然，在这一分析阶段，我们无法声称订单流量不平衡和价格上涨之间存在直接因果关系，因为我们在两者之间没有时间延迟，也没有进行相反的分析，也就是说，我们没有考虑订单流量不平衡的所有事件。相反，在较小的时间尺度上，我们采用静态方法，分析时间窗口开始时的书籍状态。本文给出了一个适当的流动性度量，尤其是市场的广度和深度。我们发现，账簿一侧的流动性与紧接着的回报率大小相关。

此外，书的两面之间的流动性差异显然与这种回归的迹象有关。这种分析可以插入到更广泛的领域，研究金融市场缺乏线性和简单的因果机制。事实上，我们发现流动性危机可以以一种强烈的非线性方式增强市场不稳定的倾向。这种行为定义了一个在理论建模和实际应用中都必须考虑的程式化事实。为了应对这些影响，我们建议考虑像我们在实际情况中提出的那样的流动性措施，例如对订单预期价格影响的评估。例如，可以通过考虑二维价格影响函数来实现这一点，如[36]中介绍的一个函数，该函数明确考虑了对bot h交易量和流动性的影响依赖性。我们感谢迭戈·菲奥拉尼（Diego Fiorani）对数据的准备，以及马可·巴特·奥洛齐（Marco Bart olozzi）、马蒂厄·里斯泰利（MatthieuCristelli）和安德里亚·克里斯蒂（Andrea Crisanti）的有益讨论。这项工作得到了欧洲FET开放式增长COM项目（赠款编号611272）和意大利PNR项目危机实验室的支持。资助者在研究设计、数据收集和分析、出版决策或手稿准备方面没有任何作用。[1] J.P.Bouchaud和M.Potters，《金融风险理论与衍生产品定价：从统计物理学到风险管理》（剑桥大学出版社，2003年）。[2] R.N.Mantegna和H.Stanley，《经济物理学导论：金融中的相关性和复杂性》（剑桥大学出版社，纽约，美国纽约，2000年）。[3] L.哈里斯，《贸易与交易所》（牛津大学出版社，2003年）。[4] J.Hasbrouck，《市场微观结构实证》（牛津大学出版社，2007年）。[5] J-P.Bouchaud、J.D.Farmer和F。

Lillo，市场是如何慢慢消化供求变化的。，由T.Hens和K.Schenk Hoppe编辑（爱思唯尔：学术出版社，2008年）。[6] I.N.洛巴托和C.贝拉斯科，《商业与经济统计杂志》18410（2000）。[7] F.Lillo和J.D.Farmer，《非线性动力学与计量经济学研究》81226（2004）。[8] J.P.Bouchaud，Y.Gefen，M.Potters和M.Wyart，数量金融4176（2004）。[9] E.F.Fama，《金融学杂志》第25383页（1970年）。[10] P.韦伯和B.罗森诺，Quant。鳍5, 357 (2005).[11] P.韦伯和B.罗森诺，Quant。鳍6, 7 (2006).[12] J.D.Farmer L.Gillemot和Quant F.Lillo。鳍6, 371 (2006).[13] B.Biais，P.Hillion，d C.Spatt，《金融杂志》第501655页（1995年）。[14] M.D.古尔德、M.A.波特、S.威廉姆斯、M.麦克唐纳、D.J.芬和S.D.豪森，《定量金融》第131709页（2013年）。[15] A.Zaccaria、M.Cristelli、V.Al Fi、F.Ciulla和L.P ietronero，《物理评论》E 81066101（2010）。[16] T.Chordia，R.Roll和A.Subrahmanyam，金融经济学杂志65111（2002）。[17] J.D.Farmer、L.Gillemot、F.Lillo、S.Mike和A.S.en。，定量。鳍4, 383 (2004).[18] A.Mendoza、H.Waelbroeck和C.R.Stephens，可从SSRN 1511205（2009）获得。[19] R.C ont、A.Kukanov和S.Stoikov，《金融计量经济学杂志》第12期，第47期（2013年）。[20] A.Sarr和T.Lybek，《衡量金融市场的流动性》，国际货币基金组织工作文件02/232（国际货币基金组织，2002年）。[21]这些特征可以指整个市场，但在下文中，我们将重点关注单个股票的流动性，而不是一般的市场流动性。[22]F.Lillo和J.D.Farmer，《波动与噪音通讯》5209（2005）。[23]B.T\'oth，J.Kert\'esz和J.D.Farmer，欧洲物理杂志B-Matterand Complex Systems 71499（2009）。[24]A.庞奇、F.利洛和R.N。

Mantegna，《物理评论》E 80016112（2009）。[25]J.-P.Bouchaud，arXiv预印本arXiv:1009.2928（2010）。[26]A.Zawadowski，J.Ker t\'esz和G.Andor，Phy sica A 344221（2004）。[27]A.G.扎瓦多夫斯基，G.安道尔和J.克特兹，Quant。鳍6, 283 (2006).[28]B.托斯、Z.艾斯勒、F.利洛、J.科克科伦、J.-P.布乔德和J。D.Farmer，QuantitativeFinance 121015（2012）。[29]E.Moro、J.Vicente、L.G.Moyano、A.Gerig、J.D.Farmer、G.Vaglica、F.Lillo和R.N.Mantegna，Phys。牧师。E 80066102（2009）。[30]D.Challet和R.Stinchcombe，P.Physica A 300285（2001）。[31]J.-P.Bouchaud，Physica A 313238（2002）。[32]在图7中，我们使用了指数流动性值，对应于δ的选择，该δ使R[33]Y.Yura，H.Takayasu，D.Sornette，and D M.Takayasu，Phys最大化。牧师。莱特。112, 098703 (2014).[34]M.Aitken和C.Comerton Forde，太平洋盆地金融期刊11，45（2003）。[35]R.Y.Goyenko，C.W.Holden和C.A.Trzcinka，《金融经济学杂志》92153（2009）。[36]M.Cristelli，V.Al fi，L.Pietronero和A.Zaccaria，欧洲。菲斯。J.B 73,41（2010年）。