[论文解读] A non-linear model of trading mechanism on a financial market

N. D. Vvedenskaya, Yuri Suhov+1 more|arXiv (Cornell University)|Jan 22, 2012

Advanced Queuing Theory Analysis参考文献 10被引用 4

一句话总结

本文提出了一种基于连续时间马尔可夫过程的非线性随机极限订单簿模型，用于描述订单到达、撤单、价格变动和交易等行为。通过一个缩放极限，该模型收敛到一个确定性的非线性常微分方程（ODE）系统，产生唯一平衡不动点，从而刻画了市场订单流和流动性动态的长期行为。

ABSTRACT

We introduce a prototype model in an attempt to capture some aspects of market dynamics simulating a trading mechanism. The model description starts with a discrete-space, continuous-time Markov process describing arrival and movement of orders with different prices. We then perform a re-scaling procedure leading to a deterministic dynamical system controlled by non-linear ordinary differential equations (ODEs). This allows us to introduce approximations for the equilibrium distribution of the model represented by fixed points of deterministic dynamics.

研究动机与目标

• 开发一个简化的、可分析的限价订单簿动态模型，明确体现订单流机制。
• 在大市场缩放极限下分析系统渐近行为，即参与者数量众多且个体行为稀少但具有显著影响。
• 通过缩放推导出确定性近似，利用非线性ODE的不动点捕捉均衡分布。
• 探讨极限系统的数学结构，特别是平衡态的唯一性与稳定性。
• 为理解订单到达率、撤单率和交易速度等参数如何影响市场流动性和价格形成提供基础。

提出的方法

• 将市场建模为连续时间、离散状态的马尔可夫过程，其状态变量表示在N个价格水平上的买入和卖出订单。
• 定义关键事件的转移率：交易（速率为ρ_T）、撤单（ρ_Q），以及买卖双方的价格变动（ρ_M）。
• 通过时间与空间的扩散型缩放极限，假设市场规模较大且个体行为稀少，从而导出确定性ODE系统。
• 推导出描述买入方和卖出方预期订单量x_i(t)和y_i(t)演化的非线性ODE极限系统。
• 使用迭代不动点算法，通过基于平衡方程的递归系统求解，计算平衡解(x*, y*)。
• 证明在缩放极限下，有限尺度分布收敛到集中在唯一不动点处的狄拉克测度。

实验结果

研究问题

• RQ1 随机限价订单簿模型的缩放极限如何导出确定性的非线性ODE系统？
• RQ2 在极限确定性系统中，什么条件能保证平衡不动点的唯一性？
• RQ3 参数γ（交易速度）、α_Q（撤单率）、α_M（价格变动率）和λ_b/s（订单到达率）如何影响均衡订单簿形态？
• RQ4 当交易速度γ趋于无穷大时，市场效率与流动性会发生什么变化？
• RQ5 该模型如何捕捉诸如‘产能过剩危机’等现象，即过多卖单因缺乏对应需求而无法成交？

主要发现

• 缩放极限导致确定性ODE系统存在唯一不动点(x*, y*)，意味着有限尺度过程收敛至单一平衡状态。
• 通过收敛的迭代算法计算平衡解，该算法交替更新基于局部平衡与交易交互项的买卖量估计。
• 当λ_s较大但对所有i均有x_i < y_i时，系统进入一种状态：额外卖单不再增加交易量，体现了市场效率低下或‘产能过剩危机’。
• 当γ → ∞时，订单到达后交易立即发生，绝大多数交易集中于两个相邻价格水平i₀和i₀+1，远处价格水平的订单流可忽略。
• 模型表明，当卖单到达率超过某一阈值后，均衡分布对进一步增加不再敏感，这是由于最佳买卖价差处的交易量已达到饱和。
• 极限系统允许简便推广，包括状态依赖参数、多级订单进入机制以及先进先出（FCFS）等优先规则，增强了其在真实市场机制中的适用性。