|
虽然所提供的数据没有可用的欺骗活动信息,但可以利用如此庞大的数据语料库来识别股票市场的模式,这些模式可以进一步分析为正常或异常。确认此项工作得到H2020项目BigDataFinance MSCA-ITNETN 675044的支持(http://bigdata融资。金融研究和风险管理方面的大数据培训。参考Abernethy,J.和Kale,S.(2013)。通过在线学习进行适应性做市。神经信息处理系统进展,第2058–2066页。Almgren,R.&Lorenz,J.(2006)。具有每日周期的贝叶斯自适应交易。《交易杂志》,1(4):38–46。Alvim,L.G.、dos Santos,C.N.、Milidiu,R.L.(2010)。使用高频预测器进行日交通量预测。《第十届IASTED国际会议记录》(第674卷,第047号,第248页)。Amaya,D.、Filbien,J.-Y.、Okou,C.&Roch,A.F.(2015)。从限额订单簿中提取流动性成本。可从SSRN获取:https://papers。ssrn。com/sol3/papers。cfm?摘要id=2660226。An,Y.&Chan,N.H.(2017)。基于limitorder book动力学的短期股价预测。《预测杂志》,36(5):541–556。Aramonte,S.、Schindler,J.W.、Rosen,S.(2013)。评估和合并财务状况指数。可从SSRN获取:https://papers。ssrn。com/sol3/papers。cfm?摘要id=2976840。Avellanda,M.和Stoikov,S.(2008)。限额订单簿中的高频交易。定量金融,8(3):217–224。Bogoev,D.和Karam,A.(2016)。高频交易策略的实证检验。Brogaard,J.、Hendershott,T.、Riordan,R.(2014)。高频交易和价格发现。《金融研究回顾》,27(8):2267–2306。Cao,C.、Hansch,O.、Wang,X.(2009)。openlimit订单簿的信息内容。期货市场杂志,29(1):16–41。Carrion,A。
|