使用聚合数据重建订单流

在分析表4中“报价”文件的摘录后，我们将得到以下时间戳价格数量32472。252 27.32 267时间戳侧面价格数量32472。7.292525247.247 7.247.247.247.247.247.247.247.247.247 7.086 B 4 4.287.285232327.247.247 7.287 7.287 7.287 7.287.287.287.287.247.247.247.247.247.247.247.287 7.287.287.287.287.287 7.287 7 7.287 7.287 7.287 7.287.287.287 7 7 7.287 7 7 7 7 7.287.287 7 7.287 7 7 7 7 7 7 7 7 7.32327.327.327 7 7 7 7 7.287 7 7 7 7.287 7 7 7 7 7 7 7 7 7.287.287 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7.2832472.252 B7 27.155 20032472.252 B 8 27.15 175032472.252 B 9 27.1 22332472.252 B 10 27.095 598表4：“交易”和“报价”文件之间的完美匹配。“交易”摘录（toptable）的行与“报价”摘录（bottomtable）的相同时间戳完全匹配。股票拉加。2010年1月28日，宾夕法尼亚州。订单流量：32472.086限额B 2 27.31 21032472.252取消B 1 27.32 267但在分析“交易”文件后，我们得出结论，32472.252时间的更新不是取消，而是市场订单的结果。因此，我们将订单流量更改为：32472.086 LIMIT B 2 27.31 21032472.252 MARKET B 1 27.32 2673.4交易匹配的基本方法在一般情况下，上述完美情况极为罕见。在我们的7种股票1天说明性样本中，完美案例发生的频率低于0.001（但应避免泛化此图，因为第4节将显示匹配结果具有强烈的互换性和时间依赖性）。造成这种情况的原因是，用于标记“交易”和“报价”文件时间的时钟不同步。因此，很难将“交易”文件中读取的对应市场订单与“报价”文件中读取的取消订单完全匹配。

大多数情况下，交易记录在“交易”文件中，更新发布在“报价”文件中，延迟几毫秒。因此，在交易匹配的第一种方法中，当我们解析“交易”文件，并在根据“报价”文件构建的订单流中寻找匹配取消时，我们不仅要查看准确的交易时间戳，还要查看-这个事务时间戳周围的δ和+δ秒。如果可能有多个匹配项，我们会选择一个使时间戳差异最小化的匹配项。从现在起，这个过程将被称为“匹配1”。图1显示了对样本应用匹配1程序后未匹配的交易比例。似乎所有股票的匹配表现都是相似的。正如所料，当δ增加时，匹配性能提高，但出乎意料的是，δ的所有股票都达到了一个平台≈ 150- 200 ms。超过该值，增加δ对性能没有影响，匹配1程序在大约5之间不匹配-在本示例中，交易文件中报告的交易占20%。为了更准确地了解这种现象，我们在图2中绘制了测量时间滞后的经验分布τ=τq-τt这里τ是“交易”文件中交易的时间戳，τt是“报价”文件中匹配修改的时间戳。这一分布主要有积极的支持，表明“报价”文件的更新大部分时间是在“交易”文件中的交易报告之后。此外，所有的经验密度在150毫秒左右下降到0，这表明在“引号”文件中很少匹配超过150毫秒的顺序。3.5增强的交易匹配方法之前的匹配程序留下了大量不匹配的交易。

“交易”文件中的连续行经常导致0中只有一次更新。0.1 0.2 0.3 0.40.0 0.2 0.4 0.6 0.8 1.0匹配1未匹配交易的deltafaction性能●●●●●●●● ●●●●●●●● ● ●●●●●●●●● ●●●●●●●●● ●●●●●●●● ● ●●●●●●●● ● ●●●●●●● ● ● ●飞机。还有。PABNPP。帕布伊。帕卡尔。帕耶夫。帕拉加。图1：匹配1未匹配的交易比例。数据库中2011年1月17日09:05至17:20之间报告的所有交易均被视为匹配交易。-0.05 0.00 0.05 0.10 0.15 0.20 0.250 5 10 15 20 25匹配1时间戳差异（引号文件更新延迟）密度的时间戳滞后分布● ● ●●● ●●●●● ●●●●●●●●●●●●●●●●●●●●●● ● ●●● ● ● ● ●●●●●●●●●●●●●●●●●●●●●●●●●●●● ●● ● ● ● ●●● ● ● ●●●● ●●●●●●●●●●●●●●●●●●●●●●●●●●●● ●●● ● ●●●●● ● ●●●●● ●●●●●●●●●●●●●●●●●●● ●● ● ●●●●● ●●● ●●●●●●● ●●●● ●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●● ●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●● ●●● ● ● ● ● ● ● ● ● ● ●●●●●●●●●● ●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●飞机。还有。PABNPP。帕布伊。帕卡尔。帕耶夫。帕拉加。图2：时滞的经验密度τ记录在“交易”中的交易与其在“报价”文件中的匹配取消之间，采用δ=0.4的“匹配1”程序引用“文件”。对这种现象的常见解释是，交易所为每个（部分）与传入市场指令匹配的未决限额指令发布一条消息。在这种情况下，必须以相同的价格汇总“交易”文件的连续行，才能在“报价”文件中找到相应的取消。如表5所示。

时间戳价格数量32951的结果。412 27.45 30032951.412 27.45 182时间戳侧面价格数量32951。419 A 1 27.45 48232951.419 A 2 27.455 73032951.419 A 3 27.465 20032951.419 A 4 27.47 20032951.419 A 5 27.475 20032951.419 A 6 27.48 27932951.419 A 7 27.485 181332951.419 A 8 27.495 52932951.419 A 9 9 27.5 303032951.419 A 10 27.505 20032951.419 A 1.455 7305表5：将两行“交易”汇总在一起，以匹配下表“更新”（上表“交易”的报价（上表“下表”的更新（下表）。股票拉加。2010年1月28日，PA对表5中“报价”文件的摘录进行解析，即取消订单（cancel，32951.419，A，1，27.45482）。在分析“报价”文件后，我们得出结论，事实上，在“交易”文件中记录为两笔交易的市场订单记录延迟了700万秒。困难在于，没有简单的规则使该过程自动化，因为在同一时间戳上的所有市场订单不一定要汇总以匹配“报价”文件。为了解决这些困难，我们增强了匹配过程：在解析“交易”文件时，我们将具有相同价格和相同时间戳（目前，请参见下文）的连续行（交易）分组为一批。然后，对于每个构建的批次，我们测试所有可能的视图到连续行分区的匹配，并将匹配原始“交易”文件中最高行数的匹配作为我们的解决方案。

例如，在分析“交易”文件时，如果我们在同一时间戳中发现三笔交易，如下所示（合成示例，而非真实数据）：时间戳价格数量36000。000 20.00 10036000.000 20.00 5036000.000 20.00 200然后，除了连续匹配这三条线外，我们还将测试匹配2 4 6 8 100.00 0.05 0.10 0.15 0.20未匹配交易的匹配性能●●●●●● ●●●●●●●●●● ● ● ● ●●●●●●●●●● ●●●●●●● ● ●●●●●●●●● ● ●● ●●●●●●● ●● ●●●●●● ● ● ● ● ● ●飞机。还有。PABNPP。帕布伊。帕卡尔。帕耶夫。帕拉加。图3：匹配2未匹配的交易比例。数据库中2011年1月17日09:05至17:20之间报告的所有交易均被视为匹配交易。在这个例子中，δ=0.4。交易安排如下：时间戳价格数量36000。000 20.00 15036000.000 20.00 200时间戳价格数量36000。000 20.00 10036000.000 20.00 250时间戳价格数量36000。000 20.00 350为了说明由于这一增强而带来的性能提升，图3绘制了这一匹配2程序未匹配的交易的细分，作为Nb的函数，Nb是单个批次降低的最大规模。当Nb=1（左侧第一个点）时，匹配与匹配1程序相同（在绘制的示例中δ=0.4）。正如预期的那样，当NBP增加时，匹配性得到了改善：在我们的样本中，以前不匹配的交易中，至少有12%（LAGA.PA）和高达33%（BNPP.PA）的交易现在与BNPP的限额订单簿匹配。帕·奥拉普。PA占总交易量的4%以上。

然而，请注意，在该样本中，将批次大小增加到5或6行以上不会对性能产生任何显著影响。在仍然没有匹配2的订单中，另一个困难是通过仔细观察数据文件来确定的：时间不完全相同的市场订单有时必须汇总以匹配“报价”文件。如表6所示。Intimestamp价格数量33095。296 27.51 10033095.296 27.51 20233095.296 27.51 30333095.296 27.51 48633095.296 27.51 33433095.296 27.535 21033095.299 27.535 140时间戳侧面价格数量33046。84 A 127.535 3951[…]33085.836 B 1 27.51 226433095.297 B 1 27.51 83933095.31 A 1 27.535 3601表6：具有不同时间戳的“交易”文件行的汇总（上表），以匹配“报价”文件（下表）的更新。股票拉加。2010年1月28日，宾夕法尼亚州。表6，“交易”文件摘录的第五行必须进行汇总，以匹配订单（33095.297，CANCEL，B，1，27.51，1425），滞后1毫秒。但最后两个订单，尽管有两个不同的时间戳，间隔为3毫秒，必须进行聚合以匹配订单（CANCEL，A，A，27.535，350），报告一个订单延迟11毫秒，另一个订单延迟14毫秒。为了跟踪这些特殊情况，我们将上述匹配2程序分组到相同的批处理行中，这些批处理行的时间戳接近于第一次读取的时间戳，但不一定相等。测量单个批次的最大允许时滞的参数将表示为δb。为了说明由于这种增强而导致的性能提高，图4绘制了此匹配3程序未匹配的交易的比例，作为δb的函数。