[논문 리뷰] The Effects Of Technology Driven Information Categories On Performance In Electronic Trading Markets

Jim Samuel, Richard Holowczak외 1명|arXiv (Cornell University)|2020. 02. 24.

Financial Markets and Investment StrategiesEconomics, Econometrics and Finance참고 문헌 47인용 수 18

한 줄 요약

이 연구는 인공주식시장 실험을 통해 기술 기반 정보 카테고리가 전자시장에서 거래 성과에 미치는 영향을 조사한다. 다양한 정보 카테고리가 거래 행동과 성과에 중대한 영향을 미친다는 것을 발견하였으며, 이는 더 많은 정보나 고도의 기술이 항상 시장 효율성 또는 성과 일관성을 향상시킨다는 가정을 도전한다.

ABSTRACT

Electronic trading markets have evolved rapidly with continued adoption of new technologies and growing in-formation acquisition and processing capabilities. Traditional perspectives on trading performance adopted a mono-lithic view of information. Past research and practitioner heuristics posit that adopting new technologies and incorpo-rating more information should increase price efficiency and trading performance uniformity. However, along with technological change, information dynamics have evolved significantly resulting in immense growth in data volumes, and increased complexity of information categories. The present research explores behavioral trading performance under varying information category conditions and argues that unfettered technological developments and information consumption will not necessarily lead to consistent improvement in uniformity of trading performance. In this study, we employ an artificial stock market based economic experiment to examine the role of technol-ogy driven information categories in influencing trading decisions in electronic markets. Financial electronic markets are used as an information-rich mature markets representation to analyze information category driven trading perfor-mance. The results show that a variation of information categories can influence trading performance. The findings provide a basis to better understand behavioral phenomena in electronic markets and can be used to explain anomalies as well as to manage trading performance in electronic markets.

연구 동기 및 목표

• 다양한 기술 기반 정보 카테고리가 전자시장에서 거래 행동에 미치는 영향을 조사하기 위해.
• 정보와 기술의 증가가 항상 시장 효율성과 성과 일관성을 향상시킨다는 일반적인 가정을 도전하기 위해.
• 정보의 복잡성과 볼륨이 고빈도 전자 거래 환경에서 거래자 의사결정에 미치는 영향을 탐구하기 위해.
• 정보 카테고리의 변동을 통한 통제된 실험을 통해 전자 거래의 이면적 현상에 대한 실증적 통찰을 제공하기 위해.

제안 방법

• 통제된 정보 입력을 갖춘 전자 거래 환경을 시뮬레이션하기 위해 인공 주식시장을 설계하였다.
• 다양한 유형의 기술 기반 데이터(예: 오더 플로우, 레이턴시, 시장 딥)를 나타내기 위해 정보 카테고리를 체계적으로 변동시켰다.
• 참가자들은 통제된 실험 환경에서 다양한 정보 조건 하에 매수/매도 결정을 내리는 거래자로 행동하였다.
• 수익, 거래 정확도, 의사결정 속도와 같은 성과 지표를 조건 간에 측정하였다.
• 정보 카테고리 다양성이 거래의 일관성과 효율성에 미치는 영향을 평가하기 위해 데이터를 수집하고 분석하였다.
• 통계 분석을 통해 정보 카테고리 치료 조건 간의 거래 결과를 비교하여 유의미한 성과 차이를 규명하였다.

실험 결과

연구 질문

• RQ1 다양한 기술 기반 정보 카테고리는 전자시장에서 개인 거래 성과에 어떻게 영향을 미치는가?
• RQ2 정보 다양성이 증가할수록 성과 일관성이 개선되거나 악화되는 정도는 어느 정도인가?
• RQ3 고도의 기술과 복잡한 정보 카테고리의 통합이 시장 효율성 향상에 일관되게 기여하는가?
• RQ4 특정 정보 카테고리 중에서 거래 성과에 상당한 영향을 미치는 것은 무엇인가?
• RQ5 정보 카테고리의 변동은 전자 거래 시스템에서 행동적 이면적 현상에 어떻게 기여하는가?

주요 결과

• 정보 카테고리의 변동은 거래 성과에 중대한 영향을 미치며, 모든 정보 유형이 성과 향상으로 이어지는 것은 아님을 시사한다.
• 정보의 복잡성과 다양성이 항상 성과를 향상시키는 것은 아니며, 이는 거래에서 기술 결정론의 가정과 모순된다.
• 일부 정보 카테고리는 높은 의사결정 정확도와 수익성을 유도하지만, 다른 정보 카테고리는 소음 증가와 비최적의 행동을 유발한다.
• 복잡한 정보 조건 하에서는 거래자 간 성과 일관성이 감소하여 다양한 행동적 반응이 있음을 시사한다.
• 레이턴시 민감성 또는 고빈도 데이터 카테고리의 존재는 더 빠르지만 일관성 없는 거래 결정을 유도한다.
• 이 연구는 특정 정보 카테고리가 시장 이면적 현상에 기여함을 규명하여 리스크 및 성과 관리에 대한 통찰을 제공한다.