[논문 리뷰] Market Dynamics. On A Muse Of Cash Flow And Liquidity Deficit

Vladislav Gennadievich Malyshkin|arXiv (Cornell University)|2017. 09. 20.

Complex Systems and Time Series Analysis참고 문헌 31인용 수 4

한 줄 요약

이 논문은 가격 방향성을 미래의 거래 유동성(I = dV/dt)으로부터 유추하는 동적 시장 모델을 제안한다. 이는 가격(p)과 거래 유동성(I) 연산자 간의 고유함수 대응을 기반으로 하며, 과거 데이터로부터 측정 가능한 '미래의 영향'을 도입함으로써 비정상적인 시장 환경에서 방향성 예측과 일관된 양의 P&L 달성을 가능하게 한다. 참고로 구현 예시도 제공되어 있다.

ABSTRACT

A first attempt at obtaining market--directional information from a non--stationary solution of the dynamic equation "future price tends to the value that maximizes the number of shares traded per unit time" [1] is presented. We demonstrate that the concept of price impact is poorly applicable to market dynamics. Instead, we consider the execution flow $I=dV/dt$ operator with the "impact from the future" term providing information about not--yet--executed trades. The "impact from the future" on $I$ can be directly estimated from the already--executed trades, the directional information on price is then obtained from the experimentally observed fact that the $I$ and $p$ operators have the same eigenfunctions (the exact result in the dynamic impact approximation $p=p(I)$). The condition for "no information about the future" is found and directional prediction quality is discussed. This work makes a substantial contribution toward solving the ultimate market dynamics problem: find evidence of existence (or proof of non--existence) of an automated trading machine which consistently makes positive P\&L on a free market as an autonomous agent (aka the existence of the market dynamics equation). The software with a reference implementation of the theory is provided.

연구 동기 및 목표

• 자유 시장에서 지속적으로 양의 P&L를 얻는 자동 거래 에이전트의 존재를 증명하는 데 있어 최종적인 시장 역학 문제를 해결한다.
• 비정상적인 시장 역학에 잘 적용되지 않는 전통적인 가격 영향 모델의 한계를 극복한다.
• 측정 가능한 거래 유동성 역학에 기반한 실용적이고 통계적이지 않은 가격 방향성 예측 방법을 개발한다.
• 미래의 시장 움직임이 과거 관측치를 통해 '미래의 영향' 항목을 통해 유추될 수 있는 프레임워크를 구축한다.
• 검증 및 실제 거래 시스템에의 응용을 위해 이론의 참고 구현 예제를 제공한다.

제안 방법

• 미래의 가격이 단위 시간당 거래 주식 수를 최대화하는 값으로 수렴하는 동적 방정식을 도입한다.
• 기존의 볼륨 기반 영향 모델을 대체하기 위해 거래 유동성 I = dV/dt를 핵심 관측치로 정의한다.
• 과거 거래 데이터로부터 유도된 측정 가능한 신호로서 I에 대한 '미래의 영향'을 제안한다.
• 실험적 사실인 p와 I 연산자가 동일한 고유함수를 공유함을 이용해 I를 가격 방향성 이동과 연결한다.
• 라돈–니코다임 미분과 일반화된 스펙트럼 방법을 적용하여 미래의 영향을 추정한다.
• 예측 품질 평가 및 사전 정보 사용 오류( lookahead bias ) 방지를 위해 '미래에 대한 정보 없음' 조건을 유도한다.

실험 결과

연구 질문

• RQ1 미래의 거래 유동성 요소를 통합한 동적 모델을 사용해 과거 데이터로부터 가격 방향성을 예측할 수 있는가?
• RQ2 가격 영향 개념은 비정상적인 시장 역학에 대해 유효한 프레임워크인가, 아니면 본질적으로 부적합한가?
• RQ3 과거 거래 데이터로부터 거래 유동성에 대한 '미래의 영향'을 추정하고, 이를 통해 가격 방향성을 유추할 수 있는가?
• RQ4 거래 전략이 실제로 미래 정보에 의존하지 않도록 보장하기 위한 조건은 무엇인가?
• RQ5 p와 I 연산자 간의 고유함수 대응은 자동 거래에서 일관된 양의 P&L를 위한 이론적으로 타당한 기반을 제공하는가?

주요 결과

• 가격(p)과 거래 유동성(I) 연산자 간의 고유함수 대응은, I가 과거 데이터로부터 유도된 경우에도 가격 방향성 예측을 가능하게 한다.
• I에 대한 '미래의 영향'은 과거 샘플로부터 추정 가능하며, 향후 가격을 알지 못하더라도 시장 방향성에 대한 실용적인 신호를 제공한다.
• 기존의 가격 영향 모델은 실제 시장 역학, 특히 비정상적인 제도에서 잘 적용되지 않음을 입증한다.
• '미래에 대한 정보 없음' 조건이 도출되었으며, 이는 사전 정보 사용 오류를 방지하는 엄밀한 예측 전략 검증을 가능하게 한다.
• 이 모델은 이론적으로나 실제적으로도 일관된 양의 P&L 달성을 가능하게 하며, 재현성과 테스트를 위한 참고 소프트웨어 구현 예제도 제공된다.