[논문 리뷰] On the distribution of high-frequency stock market traded volume: a dynamical scenario

Sı́lvio M. Duarte Queirós|arXiv (Cornell University)|2005. 02. 14.

Complex Systems and Time Series Analysis인용 수 40

한 줄 요약

이 논문은 비정상적 통계역학과 슈퍼스테이터스틱스에 기반한 곱셈 노이즈와 변동하는 파am터를 갖는 확률적 동역학 모델을 제안하여 고빈도 주식 거래량의 정상분포를 설명한다. 이 모델은 나스닥 데이터와 수치 시뮬레이션을 통해 검증되며, 실제로 관측된 멱법칙 尾 꼬리 분포(OBT 분포)를 높은 정확도로 재현한다.

ABSTRACT

This manuscript reports a stochastic dynamical scenario whose associated stationary probability density function is exactly a previously proposed one to adjust high-frequency traded volume distributions. This dynamical conjecture, physically connected to superstatiscs, which is intimately related with the current nonextensive statistical mechanics framework, is based on the idea of local fluctuations in the mean traded volume associated to financial markets agents herding behaviour. The corroboration of this mesoscopic model is done by modelising NASDAQ 1 and 2 minute stock market traded volume.

연구 동기 및 목표

• 금융 시장에서 관측된 고빈도 거래량의 비정상적 꼬리 분포의 기원을 설명하기 위해.
• 이전에 나스닥 데이터에 적합된 OBT 분포와 정적 확률밀도함수(정규분포)가 일치하는 확률적 동역학 시스템을 개발하기 위해.
• 시장 참가자의 군집 행동과 기억 효과와 같은 중간 척도 메커니즘을 관측된 거래량 통계와 연결하기 위해.
• 실제 고빈도 나스닥 데이터와 수치 시뮬레이션을 통해 모델을 검증하기 위해.
• 거래량의 동역학과 비정상 통계역학 프레임워크, 특히 슈퍼스테이터스틱스 간의 연결을 구축하기 위해.

제안 방법

• 거래량 변동을 펠러 유형의 과정으로 모델링하는 곱셈 노이즈와 시간에 따라 변하는 드리프트 파am터 β를 갖는 확률적 미분 방정식(SDE)을 수립한다.
• 해당하는 포크너-플랑크 방정식을 유도하고 정적 정규분포를 구해내며, 일정한 β일 경우 이가 감마 분포로 축소됨을 보여준다.
• 시간에 따라 변하는 β(t)를 멱법칙 꼬리가 있는 분포에서 유도하여 지역 시장 조건과 군집 행동과 연결한다.
• 비정상 통계역학의 q-지수함수를 사용하여 정적 정규분포를 p(v) ∝ (v/θ)^α exp_q(-v/θ) 형태로 표현하며, 이는 OBT 형태와 일치한다.
• 2001년 10개의 고거래량 나스닥 주식의 1분 및 2분 단위 거래량 데이터에 모델을 적합시켜 모델 파am터(q, α, θ, λ, δ)를 캘리브레이션한다.
• 시간에 따라 변하는 β(t)를 포함한 시간 스텝 알고리즘을 사용한 수치 시뮬레이션을 수행하며, 시뮬레이션된 거래량 정규분포를 분석 예측값과 실증 데이터와 비교한다.

실험 결과

연구 질문

• RQ1 곱셈 노이즈와 변동 파am터를 갖는 확률적 동역학 시스템이 고빈도 거래량의 실증적으로 관측된 꼬리가 두꺼운 분포를 재현할 수 있는가?
• RQ2 거래량 분포의 멱법칙 꼬리에 대한 물리적 메커니즘은 무엇이며, 이를 중간 척도 수준에서 어떻게 모델링할 수 있는가?
• RQ3 시장 참가자의 군집 행동과 기억 효과가 거래량의 동역학에 어떻게 나타나는가?
• RQ4 특히 슈퍼스테이터스틱스를 포함한 비정상 통계역학 프레임워크가 거래량 통계를 일관되게 기술할 수 있는가?
• RQ5 모델이 1분 및 2분 간격과 같은 다양한 시간 스케일에서 실증 거래량 정규분포의 형태와 스케일링을 재현할 수 있는가?

주요 결과

• 제안된 확률적 동역학 모델은 OBT 분포를 성공적으로 재현하였으며, 1분 데이터의 경우 점당 χ²가 1.8×10⁻³, 2분 데이터의 경우 6.5×10⁻⁴로 매우 높은 일치도를 보였다.
• 모델의 시간 시리즈에 대한 수치 시뮬레이션은 거래량의 클러스터링 행동을 보였으며, 이는 변동성 클러스터링과 유사하여 곱셈 노이즈 메커니즘이 타당함을 확인했다.
• 모델의 정적 정규분포는 p(v) ∝ (v/θ)^α exp_q(-v/θ) 형태의 분석적 형태와 일치하였으며, 1분 데이터의 경우 q = 1.19, 2분 데이터의 경우 q = 1.16로 약간의 비정상성(weak nonextensivity)을 나타냈다.
• 파am터 적합 결과, 1분 데이터의 경우 α = 0.93, θ = 0.23이며, 2분 데이터의 경우 α = 1.36, θ = 0.20로 시간 스케일 의존성이 확인되었다.
• β(t) 갱신 시간과 거래량 회복 시간의 비율이 10²로 나타나, 유도 과정에서 사용된 아디아바틱 근사는 타당함을 확인했다.
• 낮은 거래량에서의 미세한 차이점은 모델 실패가 아니라 소규모 거래가 누락된 통계적 효과 때문임을 기인했다.