[論文レビュー] Strategies used as spectroscopy of financial markets reveal new stylized facts

Wei‐Xing Zhou, Guo-Hua Mu+2 more|arXiv (Cornell University)|Apr 18, 2011

Complex Systems and Time Series Analysis参考文献 50被引用数 19

ひとこと要約

本稿は、投資家戦略を分光法的手法として扱うことで、隠れた市場構造を明らかにする新しい手法を提案する。2003年における中国・深セン証券取引所の高頻度orderデータを用いて、あらゆる投資家タイプおよび市場セグメントにおいて、ランダム戦略が実際の投資家戦略を上回ることを示した。これにより、リターンパフォーマンスと取引頻度、保有期間の間に非自明なパワーロウが存在することが明らかになり、戦略と市場の共進化に基づく新たなスタイライズドファクトが特定された。

ABSTRACT

We propose a new set of stylized facts quantifying the structure of financial markets. The key idea is to study the combined structure of both investment strategies and prices in order to open a qualitatively new level of understanding of financial and economic markets. We study the detailed order flow on the Shenzhen Stock Exchange of China for the whole year of 2003. This enormous dataset allows us to compare (i) a closed national market (A-shares) with an international market (B-shares), (ii) individuals and institutions and (iii) real investors to random strategies with respect to timing that share otherwise all other characteristics. We find that more trading results in smaller net return due to trading frictions. We unveiled quantitative power laws with non-trivial exponents, that quantify the deterioration of performance with frequency and with holding period of the strategies used by investors. Random strategies are found to perform much better than real ones, both for winners and losers. Surprising large arbitrage opportunities exist, especially when using zero-intelligence strategies. This is a diagnostic of possible inefficiencies of these financial markets.

研究の動機と目的

• 投資家戦略と価格ダイナミクスの相互作用を分析することで、金融市場を理解するための新しい実証的フレームワークを構築すること。
• 実際の投資家戦略が、取引サイズは同一だがタイミングがランダム化されたゼロインテリジェンス戦略を上回るかどうかを調査すること。
• 取引頻度や保有期間などの主要な行動変数に対する投資パフォーマンスの統計的依存関係を定量化すること。
• 実際の投資家行動とランダム化されたタイミング戦略を比較することで、金融市場における体系的な非効率性を特定すること。

提案手法

• 本研究は、2003年の深セン証券取引所におけるすべてのリミットオーダーの高分解能データセットを分析し、タイムスタンプ、取引サイズ、価格、トレーダーID、機関投資家か個人投資家かの分類を含む。
• A株（国内）市場とB株（国際）市場における実投資家戦略のパフォーマンスを、個人投資家と機関投資家の間で比較した。
• 同じ取引サイズと資産を用い、エントリ/エグジットタイミングをランダム化したランダム戦略を構築し、同一条件下でのパフォーマンス比較を可能にした。
• 著者らは、ネットリターンRが取引頻度Jと保有期間Δtに依存する統計的関係を、パワーロウ関係式 R ∼ J^α、R ∼ ∆t^β、および ∆t ∼ J^−γ を用いてモデル化した。
• パワーロウの指数の一貫性は回帰分析を用いて検証され、理論的関係式 α = βγ が、あらゆる投資家タイプおよび市場タイプでテストされた。
• 取引コストを差し引いたパフォーマンス評価が行われ、勝ちポジションと負けポジションの区別もなされた。

実験結果

リサーチクエスチョン

• RQ1 取引サイズは同一だがタイミングがランダム化された戦略と比較して、実際の投資家戦略は、ネットリターンにおいて優位性を示すか？
• RQ2 異なる投資家タイプおよび市場セグメントにおいて、ネット投資リターンは取引頻度と保有期間の関数としてどのようにスケーリングされるか？
• RQ3 投資家パフォーマンスに体系的な統計的パターン（特にパワーロウ）が存在するか。これにより、隠れた市場構造が明らかになるか？
• RQ4 市場摩擦と戦略的適応は、取引頻度とリターンの期待される逆関係をどの程度歪めているか？
• RQ5 投資家のパフォーマンスは、市場効率性および価格パターン形成の分光的プローブとして機能するか？

主な発見

• すべてのカテゴリーにおいて、ランダム戦略が実投資家を顕著に上回るネットリターンを達成した。具体的には、A株個人投資家、A株機関投資家、B株個人投資家、B株機関投資家が含まれる。
• B株市場では、実投資家のネットリターンが取引頻度の増加に伴い低下するが、A株個人投資家では頻度に依存しない。これは、特異な市場構造を示している。
• 平均リターンRは取引頻度Jに比例し、R ∼ J^α と表され、A株個人投資家ではα ≈ 0.31、機関投資家ではα ≈ 0.38 となる。これは非自明なパワーロウ依存関係を示している。
• リターンは保有期間Δtに対してもR ∼ ∆t^β とスケーリングされ、A株個人投資家ではβ ≈ 1.37、B株機関投資家ではβ ≈ 1.43 となる。これは、長期保有期間におけるパフォーマンスの著しい悪化を示している。
• 平均保有期間Δtは取引頻度Jの逆数に比例し、Δt ∼ J^−γ と表され、A株個人投資家ではγ ≈ 0.20、B株機関投資家ではγ ≈ 0.48 となる。これは、異なる行動パターンを反映している。
• 理論的関係式 α = βγ が、あらゆる投資家タイプおよび市場タイプで検証された。これにより、パワーロウフレームワークの一貫性が確認され、戦略行動と市場ダイナミクスの間に深い構造的関係がある可能性が示唆された。