[论文解读] The role of volume in order book dynamics: a multivariate Hawkes process analysis
本文提出一种具有非参数估计的多变量霍克斯过程，用于建模限价订单簿中订单到达时间和成交量的联合动态。结果表明，成交量与时间存在相互依赖关系，否定独立模型的有效性，并证明该方法能成功捕捉EUREX期货数据中市价单、限价单、撤单及订单规模之间复杂的相互作用。
We show that multivariate Hawkes processes coupled with the nonparametric estimation procedure first proposed in Bacry and Muzy (2015) can be successfully used to study complex interactions between the time of arrival of orders and their size, observed in a limit order book market. We apply this methodology to high-frequency order book data of futures traded at EUREX. Specifically, we demonstrate how this approach is amenable not only to analyze interplay between different order types (market orders, limit orders, cancellations) but also to include other relevant quantities, such as the order size, into the analysis, showing also that simple models assuming the independence between volume and time are not suitable to describe the data.
研究动机与目标
- 建模限价订单簿中订单到达时间和成交量的联合动态，承认二者之间的相互依赖性。
- 解决传统ACD模型的局限性，后者假设成交量与时间独立，且难以扩展至多变量设置。
- 开发一种非参数化、多变量霍克斯过程框架，以捕捉不同订单类型及其规模之间的反馈效应。
- 在高频EUREX期货数据上验证模型，证明其对时间分辨率和日内季节性的鲁棒性。
- 表明假设成交量与事件时间独立的简单模型无法准确描述真实市场数据。
提出的方法
- 采用多变量霍克斯过程，其中每类事件（如市价单、限价单）的强度通过激发核依赖于所有类型过去事件的影响。
- 应用Bacry与Muzy（2015）提出的方法进行非参数估计，以推断激发核，而无需假设参数化函数形式。
- 将事件及其标记（成交量）的联合到达过程建模为标记点过程，其强度函数同时依赖于过去事件的时间与成交量。
- 纳入六类事件：市价单、限价单、撤单及三档成交量区间，实现对订单簿动态的多变量分析。
- 采用核范数的重标度与归一化方法，以跨不同事件类型和成交量水平比较激发强度。
- 通过时间戳随机化与日内时段限制进行稳健性检验，以评估对数据时间分辨率与季节性变化的敏感性。
实验结果
研究问题
- RQ1订单规模在多大程度上影响限价订单簿中后续订单的到达时间？
- RQ2对于高频市场数据，订单到达时间与成交量之间独立性假设在多大程度上成立？
- RQ3具有非参数核估计的多变量霍克斯过程能否捕捉不同订单类型与成交量之间复杂的反馈机制？
- RQ4估计的激发核在多大程度上对有限时间分辨率与高频数据中的日内非平稳性保持稳健？
- RQ5不同事件类型之间的交叉激发结构（如市价单引发撤单）是怎样的？其随成交量的变化如何？
主要发现
- 非参数多变量霍克斯模型成功捕捉了订单到达时间与成交量之间的相互依赖关系，否定了独立性假设。
- 估计的激发核揭示了显著的反馈效应：例如，大额市价单会引发撤单与限价单活动的增加。
- 基于成交量的激发效应显著，大额订单在多个订单类型中产生更强且更持久的未来订单流影响。
- 模型显示激发矩阵的谱半径超过1，表明存在自激发结构，与市场反馈回路一致。
- 稳健性检验表明，结果在时间戳随机化与日内时段限制下保持稳定，核范数的相对差异低于10%。
- 尽管在随机化后100微秒与300微秒处的峰值变宽，激发核的形状仍得以保持，表明时间分辨率效应影响极小。
更好的研究，从现在开始
从阅读论文到最终审阅，大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成，并经人工编辑审核。