价差变化如何影响订单：比较价格响应

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：
《How spread changes affect the order book: Comparing the price responses
  of order deletions and placements to trades》
---
作者：
Stephan Grimm, Thomas Guhr
---
最新提交年份：
2018
---
英文摘要：
  We observe the effects of the three different events that cause spread changes in the order book, namely trades, deletions and placement of limit orders. By looking at the frequencies of the relative amounts of price changing events, we discover that deletions of orders open the bid-ask spread of a stock more often than trades do. We see that once the amount of spread changes due to deletions exceeds the amount of the ones due to trades, other observables in the order book change as well. We then look at how these spread changing events affect the prices of stocks, by means of the price response. We not only see that the self-response of stocks is positive for both spread changing trades and deletions and negative for order placements, but also cross-response to other stocks and therefore the market as a whole. In addition, the self-response function of spread-changing trades is similar to that of all trades. This leads to the conclusion that spread changing deletions and order placements have a similar effect on the order book and stock prices over time as trades.
---
中文摘要：
我们观察了导致指令簿价差变化的三个不同事件的影响，即交易、删除和下达限额指令。通过观察价格变化事件相对数量的频率，我们发现，订单的删除比交易更频繁地打开了股票的买卖价差。我们发现，一旦因删除而导致的价差变化量超过因交易而导致的价差变化量，订单簿中的其他可见值也会发生变化。然后，我们通过价格响应来研究这些价差变化事件是如何影响股票价格的。我们不仅看到股票的自我反应对价差变动交易和减持都是积极的，对下单都是消极的，而且对其他股票以及整个市场都是交叉反应。此外，价差变动交易的自我反应功能与所有交易的自我反应功能相似。这就得出结论，随着时间的推移，价差变化的删除和订单投放对订单簿和股票价格的影响与交易类似。
---
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：
-->

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：比较价格 Quantitative QUANTITATIV agent-based frequencies

EPJ手稿编号（将由编辑插入）spread如何改变订单簿：比较订单删除和放置对交易的价格响应Stephan Grimm和Thomas GuhrFakult（位于德国杜伊斯堡埃森大学物理学院）收到的日期/修订版本：dateAbstract。我们观察了导致订单簿价差变化的三个不同事件的影响，即交易、删除和下达限额订单。通过观察价格变化事件的相对数量的频率，我们发现，订单的删除打开了股票的买卖价差，这比交易更多。我们发现，一旦因删除而导致的价差变化量超过因交易而导致的价差变化量，订单簿中的其他可见值也会发生变化。然后，我们通过价格响应来研究这些变化事件如何影响股票价格。我们不仅看到股票的自我反应对价差变动交易和减持都是积极的，对订单配售都是消极的，而且对其他股票以及整个市场都是交叉反应。此外，价差变动交易的自响应函数与所有交易的自响应函数相似。这导致了这样一个结论：随着时间的推移，价差变化的删除和订单投放对订单簿和股票价格的影响与交易类似。PACS。PACS密钥描述文本–PACS密钥描述文本密钥1简介股票交易在股票市场交易活动中至关重要。那些参与股票市场的人通常遵守这句谚语，低买高卖，仅仅是为了在市场内的交易中获得最大回报。

尽管在模型构建中经常被忽略，但它对价格动态、风格化事实以及更具体的特征有很大影响[1,2,3,4,5,6,7,8,9]。此外，贸易与价格变化之间的关系也受到了相当大的关注[2,4,10,11,12,13,14,15,16]。最近的研究【17、18、19、20、21】表明，股票指数化不仅对交易股票价格本身有积极影响，而且对市场上其他股票的价格也有积极影响。这表明对整个股市的影响更为普遍。然而，与交易是市场主要活动的天真假设相反，我们将在续集中看到，股票市场也受到限制指令撤销的严重影响。为了比较限额指令删除和交易的影响，我们研究了导致价差变化的事件，因为交易只能在股票的报价上进行。然而，这些事件包括在价差中放置限额订单，因此为我们提供了导致订单簿中读数变化的事件影响的一般概述。本文的结构如下：在第2节中，我们展示了我们的股票数据集。然后，在第3节中，我们分析了不同的打印请求：价差变化事件的不同属性，首先是股票间相对金额的分布，然后将其与订单簿中的其他观察值进行比较。在第4节中，我们首先介绍价格变化的符号和自我反应函数，然后计算事件和物理时间尺度上的价格反应。最后，在第5节中，我们研究了股票对之间的个别交叉反应以及市场对每种事件类型的平均反应。我们的结论见第6节。

在本文中，我们将只分析导致价差变化的限额指令的交易、删除和放置。为简单起见，每次我们使用术语“交易、删除和下单”，我们都暗示这些只是改变股票价差的事件。2数据集截至2015年2月21日，我们使用的数据集包括NASDAQ100股指的96只股票。附录A中列出了所有96只股票的详细列表。对于每只股票，我们都有2016年3月7日至11日每个完整日的日内数据。这为我们提供了480套每日库存数据。我们特意选择了一周，没有任何异常高的价格变化，且各股票的交易活动处于平均水平。原始数据集的格式为TotalView ITCHformat，其中包含订单流。这意味着订单簿中的每一项更改（下订单或退出订单簿）都会列出一个唯一的标识2 Stephan Grimm、Thomas Guhr：价差如何改变订单簿图。1、2016年3月7日至11日期间，所有96只股票每天因下单、交易和删除导致价差变化的频率。纵坐标显示每个事件类型导致的价差变化的相对量。阳离子数和毫秒时间戳。为了避免隔夜影响和市场开盘和收盘时的任何人工制品，我们只考虑纽约当地时间上午9:40至下午3:50的当天交易。3价格变化的性质3.1价格变化的分布给定时间t的股票i的价格通过midpoint price mi（t）给出。我们使用与[19,20]中相同的符号和约定。只有当最佳出价或最佳出价发生变化时，中点价格才会发生变化，因此中点价格的变化总是涉及价差的变化。

价差可以通过交易或删除订单来扩大，也可以通过将订单放入价差来缩小价差。图1显示了所有三种类型的价差变化的柱状图，以及我们数据集中每种股票的相应相对金额。我们可以观察到三种不同的分布：等级、删除和下单。最明显的是订单投放的尖峰，重心约为0.5。交易和删除的分布非常不同，但在不同的位置上都显示出明显的峰值。这些峰值的中心约为交易的0.14，删除的0.34。删除的分布在其峰值的左侧显示出一条重尾，而交易的分布在右侧显示出一条重尾。价差变化最常见的原因是订单的更换，而最不常见的原因是交易。很明显，价差变化的关系O+D+T=1（1）对于每只股票都是正确的，而O、D和T分别是由于订单投放、删除和交易而产生的价差变化的相对数量。因为FIG的分布有一个尖峰。2、交易与删除导致的价差变化显示为相对金额。每个点代表2016年3月7日至11日期间每天96支股票中的一天。绿色虚线表示平衡线。我们估计这些订单的百分比为0.5。这将产生关系“0.5- D（2） 在交易和删除的相对金额之间。在利差水平上的进出订单平衡的假设下，我们得到了相对交易量和删除量之间的反比关系（2）。由于订单分布的峰值非常明显，我们可以在图中看到。

2当我们将相对交易量绘制为相对减少量的函数时，经验数据中反映了这种反向关系。然而，数据点开始偏离0.5线（显示为绿色虚线）越大，相对删除量越大。我们将绿线称为平衡线，因为它标志着由于删除和交易导致的价差变化总和等于向价差下的订单数量，从而导致价差水平上的订单流量平衡。偏差只出现在绿线下方，因为在绿线上方发现的数据点很少。当一个数据点低于平衡线时，这意味着交易和删除一起构成了改变该特定股票价差的事件的不到一半。因此，这意味着在价差中下的订单比通过交易或删除更改的价差多。这与订单布局的分布相对应，因为它在其峰值的右侧有一个可辨认的尾巴，但在左侧有一个非常轻的尾巴。这意味着Stephan Grimm、Thomas Guhr：价差如何改变对订单的影响有更多的股票3图。3、对数标度上的价差变化总额与股票交易、删除和下单导致的价差变化相对金额。每个点代表2016年3月7日至11日期间每天96只股票中的一天。差价水平的订单投放相对数量超过一半。有趣的是，只有当一只股票的价差变化是由超过0.25次的减持引起的，或者换言之，当价差变化是由于减持而非交易引起的时，偏差才会出现。

另一方面，如果我们在价差层面上有比删除更多的交易，那么似乎总是存在上述传入和传出订单的平衡。如果将退出订单引起的价差变化量与订单簿中的活动相等，则图3表明，活动主要由删除组成。随着股票活动的增加，因交易导致的价差变化变得不太可能。对此的一种可能解释是，一只股票的价差变化越大，在报价上累积成交量的时间就越短。换句话说，limitorders以与best bid和best ask相同的价格放入订单簿的时间更少。因此，在价差水平上的单个订单较少。由于报价单上的订单较少，如果删除了价差级别的订单，则该订单很可能是最后一个剩余订单，因此会更改价差。交易和删除之间的区别在于，删除只能影响一个订单，而交易可以同时影响一个订单，包括全部、部分或多个订单，具体取决于发起订单的数量。因此，即使差价水平上有多个订单，交易也可以改变差价。活动量和订单相对数量之间的关系似乎只在活动谱的两端可见。这些股票位于平衡线上，因为所有数据点位于0.5.3.2价差变化与其他观察值的相对下单量。图4显示了三种事件类型的分布与平均日价差之间的关系。在我们的例子中，平均价差是算术平均值，与特定报价在订单中保留的时间量加权。

随着价差大小的增加，订单投放的相对数量开始偏离0.5。股票中较高的相对交易量和较低的相对删除量与较窄的平均价差相吻合，这是交易和删除百分比之间的反比关系的直接结果，如图2所示。相反的关系也反映在两个图形的明显镜像形状中。和以前一样，我们在0.25线的两边都有两个分离的制度，尽管是删除和交易。在这种情况下，当交易量超过删除量时，我们只会发现狭窄的价差，这些价差都略高于平均价差的最小可能宽度，即0.01。平均价差接近该值的股票在一天的大部分时间都保持在该价差，这会影响时间加权平均值。在扣除额超过交易额的制度中，我们发现了各种各样的利差。似乎删除或交易的百分比与平均价差的宽度之间不存在关系。如果我们比较图4和图。2，更具体地说，在交易量超过删除量的制度中，我们看到，对于这种制度，平均利差接近最小值的股票正处于平衡线上。这意味着如果打开0.01的价差，下一步是将订单放入价差，从而再次关闭价差。这一过程在一整天都在重复，因此导致下单数量与订单簿中的订单数量相同。图5中，平均价差低于0.02的股票以绿色突出显示。它们都位于平衡线上。因此，如果一只股票有一个平均价差4斯蒂芬·格里姆、托马斯·古尔：价差如何改变对订单的影响图。4.

对数标度上的平均时间加权日价差与因股票交易、删除和下单而导致的价差变化的相对金额。每个点代表2016年3月7日至11日期间每天96只股票中的一天。在最接近最小值的地方，通常会有相同数量的订单被放入排列中，作为订单集的订单。这是因为在这些股票中，接近价差的价格水平都被许多人占据，因此价差通常只变化0.01。变化发生在两个最小可能值0.01和0.02之间，排列在打开和关闭之间交替。然而，这种平衡不仅出现在这些特定的股票中，而且也出现在平均价差较大的股票中，因为我们还可以看到位于平衡线上的多个黑点。4平均自我反应4.1价格变化迹象我们将t时某个事件的库存i的价格变化迹象引入为εi（t）=sgnSi（t）- mi（t- δ)=（+1如果在ask端，-1如果在投标方，（3）其中Si（t）是在时间t和mi（t）下放到或退出订单簿的限价订单的价格-δ） 活动开始前的即时中点价格。4.2价格响应函数为了衡量价差变化事件对股票价格的影响，我们使用对数回报，定义为asri（t，τ）=对数mi（t+τ）- 对数mi（t- δ） =logmi（t+τ）mi（t- δ).（4） 图5：。交易与删除导致的价差变化显示为相对金额。绿点表示不同日期的股票日平均价差低于0.02。每个点代表2016年3月7日至11日期间每天96只股票中的一天。

绿色虚线表示平衡线。为了获得统计意义，价格响应函数【17,19】Ri（τ）=Dεi（t）Ri（t，τ）Et（5）是股票时滞回报和交易符号乘积的时间平均值。Stephan Grimm，Thomas Guhr：价差如何变化对订单的影响图5。因交易（顶部）、删除（中间）和订单配售（底部）导致的价差变化对数事件时间标度上的价格响应。黑线是所有响应曲线的平均值。每行代表2016年3月7日至11日期间每天96只股票中的一只。4.3事件时间尺度上的价格响应我们计算五天内所有96只股票的响应函数，如图6所示。为此，我们在事件量表上测量时间，这意味着每一步都是相同类型的另一个事件。在这里，我们只计算日内价格响应，这意味着如果时间t+τ超出当天的数据，则该事件的响应不包括在计算中。响应函数的计算时间间隔为10000个事件。我们看到，所有三个事件的图表都是相似的，并且数量级相同。为了更好地比较三种事件类型的影响，我们在图7中绘制了平均响应。交易显示出越来越积极的价格响应，在大约5000个事件后，函数返回到零，表明价格朝着交易方向移动。订单下单的价格反应越来越消极，删除订单的价格反应开始为正，但在大约100次事件后降至零以下。在负峰值出现后，大约10000次事件后，ITR恢复为零，表明其影响比交易持续时间更长，但比订单投放时间更短。