限额订单簿中的延迟和流动性准备金

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：
《Latency and liquidity provision in a limit order book》
---
作者：
Julius Bonart and Martin Gould
---
最新提交年份：
2016
---
英文摘要：
  We use a recent, high-quality data set from Nasdaq to perform an empirical analysis of order flow in a limit order book (LOB) before and after the arrival of a market order. For each of the stocks that we study, we identify a sequence of distinct phases across which the net flow of orders differs considerably. We note some of our results are consist with the widely reported phenomenon of stimulated refill, but that others are not. We therefore propose alternative mechanical and strategic motivations for the behaviour that we observe. Based on our findings, we argue that strategic liquidity providers consider both adverse selection and expected waiting costs when deciding how to act.
---
中文摘要：
我们使用纳斯达克最近的高质量数据集，对市场订单到达前后限额订单簿（LOB）中的订单流进行了实证分析。对于我们研究的每一种股票，我们确定了一系列不同的阶段，在这些阶段，订单的净流量有很大不同。我们注意到，我们的一些结果与广泛报道的刺激再灌注现象一致，但其他结果则不一致。因此，我们为我们观察到的行为提出了其他机械和战略动机。基于我们的研究结果，我们认为，战略流动性提供者在决定如何行动时，既考虑了逆向选择，也考虑了预期等待成本。
---
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：
--> Latency_and_liquidity_provision_in_a_limit_order_book.pdf (3.79 MB)

2022-5-9 11:55:50 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 准备金 Quantitative Alternative QUANTITATIV

《限额指令书》中的延迟和流动性条款Julius Bonart1,2，Martin D.Gould20161年6月27日：CFM–伦敦帝国理工学院数学系帝国数量金融研究所7 2AZ；2：伦敦大学学院计算机科学系，伦敦WC1E 6BTABSTRACT我们使用纳斯达克最近的高质量数据集，对市场订单到达前后限额订单簿（LOB）中的订单流量进行实证分析。对于我们研究的每一种股票，我们都确定了一系列不同的阶段，在这些阶段中，订单的净流量会有相当大的差异。我们注意到，我们的一些结果与广泛报道的刺激性再灌注现象一致，但其他结果则不一致。因此，我们为我们观察到的行为提出了其他机械和战略动机。基于我们的发现，我们认为，战略流动性提供者在决定如何行动时，会考虑逆向选择和预期等待成本。1简介电子交易的广泛应用促进了交易者对流动性的供给和需求方式的巨大变化。在大多数现代金融市场中，交易是通过一种称为限额订单簿（LOB）的连续双重拍卖机制进行的[Gould等人，2013]，在这种机制中，交易者通过提交两种类型的订单进行互动：消耗流动性的市场订单和提供流动性的限额订单。所有贸易商都可以在提交市场订单或限制订单之间自由选择，因此也可以在提供或消耗流动性之间自由选择。在LOB被广泛采用之前，流动性提供通常由一小群指定的专家进行。这些专家确定了他们愿意购买或出售资产的价格，然后将这些价格传达给市场上的其他交易员。

所有其他希望购买或出售的交易商只能通过以其广告价格与专家进行交易来实现。因此，指定的专家小组是整个市场的唯一流动性来源。相比之下，在LOB中，流动性提供是一个由总订单流驱动的自组织过程。通过这种方式，LOB的时间演变可以被视为流动性提供和交易执行之间的动态反馈回路。在过去十年中，许多出版物都提出了流动性如何影响市场订单数量的问题，并因此强调了一个重要条件，即选择性流动性交易，即交易员根据LOB中可用的流动性仔细选择其市场订单的规模。类似地，几个LOB模型说明了选择性流动性考虑如何考虑非平凡的市场现象，例如价格变化的不可预测性和价格影响的凹面性（最近的一项调查见Bouchaud等人[2009]）。尽管有大量文献讨论了流动性如何影响市场订单的到达，但迄今为止，相对较少的出版物讨论了反馈回路中的另一个方向，即市场订单的到达如何影响流动性。出于以下几个原因，理解这个过程很重要。首先，流动性与交易员在购买或出售资产时所经历的影响成本直接相关。考虑到许多从业者致力于最小化此类成本的巨大努力（例如，见Bertsimas和Lo[1998]、Almgren和Chriss[2001]），更好地理解这些动态是一项具有高度实际意义的任务。

其次，了解市场弹性（即市场在大市场订单到来后恢复到之前状态的速度）需要详细了解相应的流动性供应动态。第三，流动性供给不足可能导致市场变得不稳定。近年来，短期流动性危机引发了几起高收益事件，通常被称为“金融崩溃”[Menkveland Yueshen，2013年，Kirilenko等人，2014年]，扰乱了金融市场的正常运行。因此，了解市场订单的到来如何影响流动性供给是市场监管者寻求了解市场不稳定性来源的一项重要任务。在本文中，我们对纳斯达克5只大型股票的市场订单到达如何影响LOB流动性进行了实证研究。具体而言，我们计算市场订单到达后，同一方和对方最佳报价的限价订单的平均净流量。在每种情况下，我们都会确定一系列不同的阶段，订单的净流量会在这些阶段发生显著差异。我们发现，对于我们研究的每个股票，从每个阶段到后续阶段的进展几乎同时发生。在市场订单到达后，我们首先观察一段时间，我们称之为平台延迟阶段，在此期间，净订单流量正好为0。平台延迟是由于在自动交易平台内处理androute消息所需的时间而产生的[Kirilenko and Lamacie，2015]。在同一侧和相反一侧的最佳报价中，我们观察到净订单流量为正但非常小的时期。

我们将此阶段称为响应延迟阶段，因为服务器在此期间收到的限价订单可能是由其所有者在不知道之前的市场订单到达的情况下提交的，因此不会反映新的市场订单的到达。在反应潜伏期之后，我们观察到一个我们称之为高速反应期的周期，在此期间，净序流在同一侧最佳报价处为强负，在另一侧最佳报价处为强正。我们认为，高速反应阶段的行为可归因于高频交易者对市场订单的到来做出反应。在同一方的最佳报价中，高速反应阶段之后是新订单的强劲净流入，这与广泛观察到的刺激性再融资现象一致（例如，Bouchaud等人[2006]、Gerig[2007]、Weber和Rosenow[2005]），市场订单的到来鼓励其他贸易商以相同的价格提交新的限价订单。在另一边的最佳报价中，高速反应阶段之后是限额订单的强劲净流出，我们注意到这与流动性提供者考虑留在限额订单队列中的预期等待成本的假设是一致的。我们还对市场订单到达前的净订单流量进行了类似的实证分析，并再次确定了一系列具有不同净订单流量模式的不同阶段。在同一方的最佳报价中，我们发现，在即将到来的市场订单到达前至少10秒，净订单流量为负值。这种负净流量是由交易者在市场订单到达之前以最佳报价取消限额订单造成的，我们注意到这与这些交易者害怕逆向选择的假设是一致的。

订单外流一直持续到市场订单到达前不久，此时趋势逆转，净流量略为正值。我们认为，在市场指令之前，新限额指令的少量正向流动表明，一些提交市场指令的交易员会采取选择性流动性策略，以尽量减少其市场影响。在bestquote的另一边，模式是相反的：订单的净流量最初是正的，然后突然变成负的。我们在最近几项实证研究的背景下讨论了这一结果，这些研究提出订单簿不平衡（见Avellanda等人[2011]、Cartea等人[2015]、Gould和Bonart[2015]）是未来订单流量的有力预测因素，我们认为，在市场指令到达之前，指令流的快速变化是由交易员通过提交市场指令，取消对方最佳报价的限价指令，转而执行相同的交易（然后发生在同一方最佳报价）造成的。我们观察到的复杂的限制指令流入和流出表明，交易者在决定如何采取行动时，会同时考虑逆向选择和预期等待成本。因此，我们得出结论，战略流动性供给的现实主义理论应该包括不同时间尺度上的多种相互作用机制，以重现现代金融市场经验上出现的复杂动态。论文如下。在第2节中，我们将详细介绍通过LOB进行交易的机制。在第3节中，我们讨论了LOB中流动性供给和消费之间的动态互动，并回顾了文献中对战略流动性供给的几种模型和解释。在第4节中，我们将讨论我们的数据。在第5节中，我们将讨论我们的方法。

我们在第6节展示了我们的实证结果，并在第7节讨论了我们的发现。第8节结束。2限价指令簿世界上超过一半的金融市场利用电子限价指令簿（LOB）促进贸易[Ro,su，2009]。在LOB中，机构通过提交订单进行互动。价格px和大小ωx>0（分别，ωx<0）的订单x是其所有者承诺以不低于（分别，不大于）px的价格出售（分别，购买）至多|ωx |个资产单位。每当机构提交买入（分别，卖出）订单x时，LOB的交易匹配算法会检查x是否可能匹配活跃的卖出（分别，买入）订单y，以便py≤ px（分别为py≥ px）。如果是这样，匹配立即发生，相关订单的所有者同意以指定价格进行指定金额的交易。如果没有，那么x将以px的价格激活，并且它将保持激活状态，直到它与传入的销售（分别为购买）订单匹配或被其所有者取消。到达时匹配的订单称为市场订单。到达时不匹配的订单称为限价订单，并开始生效。LOB L（t）是在给定时间t，给定平台上给定资产的所有活动订单的集合。在LOB中交易的机构可以在提交市场订单或限制订单之间自由选择。市场订单肯定会立即匹配，但价格永远不会比BTO或at好。相反，限价指令最终可能以比市场指令更好的价格匹配，但它们的执行是不确定的，因为它取决于相反类型的未来市场指令的到来。

简言之，限价订单比市价订单更容易匹配，但它们也有永远无法匹配的风险。在本文中，我们使用“流动性准备金”一词来描述提交限额指令，这为未来的市场交易创造了可能性。类似地，我们使用术语liquidityconsumption来描述提交市场订单，通过执行之前提交的限额订单触发交易。在LOB中，买入价Bt是t时活跃买入订单中的最高价格。同样，askprice是t时活跃卖出订单中的最低价格。买入价和卖出价统称为最佳报价。他们的差异st=at-bt称为买卖价差，其平均mt=（at+bt）/2称为中间价。对于给定的价格q和时间t，如果q≤ bt，如果q是卖方≥ at，或者如果bt<q<at，则q在价差内。图1显示了某个时刻的LOB示意图，说明了这些定义。在LOB中交易时，机构必须根据平台的棒大小π>0来选择其订单的价格，这是不同订单之间允许的最小价格区间。所有订单到达时的价格必须是刻度大小的整数倍。因此，在给定的时间内，多个不同的订单以相同的价格存在是很常见的。为了帮助交易者评估市场状况，电子交易平台通常会通过发布一个提要来汇总L（t）中的信息，该提要列出了在一组价格水平下购买或销售的总数量。为了确定订单在给定价格下的排队优先级，大多数交易所实施价格-时间优先级规则。

也就是说，对于活跃的买入（分别卖出）订单，优先考虑价格最高（分别最低）的活跃订单，并通过选择提交时间最早的活跃订单打破联系。管理LOB中订单匹配的规则还决定了价格如何随时间变化。考虑一下在时间t之后立即到达的abuy（分别是销售）订单x≤ bt（分别为px）≥ at），则xis是一个在到达时生效且不会导致BTO或atto变化的限制指令。如果bt<px<at，那么x是一个限制指令，在到达时变为活动状态，并导致bt增加（分别，atto减少）到px。如果px≥ 分别为px≤ bt），那么x是一个市场订单，在到达时与一个或多个活跃的卖出（分别是买入）订单相匹配。当这种匹配发生时，它会以activebuy limit ordersell limit orderBid SideAsk Sidebid priceask PriceMid priceDepth Available（σ）的价格进行匹配-10-9-8-6-5-4-3-1-20-779103684521图1：LOB的示意图。每个价格水平的区块内的水平线表示每个价格下的不同有效订单。顺序，不一定等于px。这种匹配是否会导致at（分别为bt）发生变化，取决于|ωx |是否超过at（分别为bt）可供出售的总尺寸。如果at可供出售的总数量（分别用于英国电信的购买）被取消，价格也会发生变化。3流动性提供在限额订单账簿中，与订单到达和离开相关的排队动态来自流动性的提供和消耗。来自多个学科的几位作者试图在这种背景下解释LOB队列动力学。

这些调查从经济学、物理学、数学、统计学和心理学的观点出发，采取了各种不同的起点。在本节中，我们将回顾一些与我们的工作最相关的出版物。有关详细调查，请参见Bouchaud等人[2009]、Gould等人[2013]或Chakraborti等人[2011b，a]。最早的LOB模型通常根据具有固定利率参数的简单随机过程描述订单流量。Smith等人[2003]引入了一个模型，其中限价订单到达、市场订单到达和取消作为具有固定利率参数的相互独立的泊松过程发生。Contet等人[2010]通过允许限价订单到达率和取消率随价格变化，对该模型进行了扩展。Mike和Farmer[2008]将连续订单的符号（买入/卖出）之间的长期自相关效应纳入其中。随后，Cont和de Larrard[2013]以及Gareche等人[2013a]也研究了similarLOB模型，但只考虑了最佳报价下的队列动态。尽管这些所谓的LOB“零智能”模型在预测实际LOB的一些长期统计特性方面表现相当好（参见Farmer等人[2005]），但它们排除了明确的战略考虑，妨碍了它们对流动性提供者如何根据其他交易者的行为调整其订单流量做出有用预测的能力。因此，Huang等人[2015]最近试图通过纳入战略考虑因素来扩展这些排队模型，从而提高其预测能力。术语“零智能”用于描述模型，其中假设聚合顺序流由特定的随机过程产生。