[论文解读] Symmetry Breaking in Stock Demand

Vasiliki Plerou, Parameswaran Gopikrishnan+1 more|ArXiv.org|Nov 19, 2001

Economic theories and models被引用 7

一句话总结

本文提供了股票需求动态中相变的实证证据，其中市场波动性增加（以局部偏差 Σ 衡量）会触发对称性破缺转变：当 Σ < Σ_c 时，需求在零附近对称（无主导买盘或卖盘）；但当 Σ > Σ_c 时，系统在非零需求处形成两个对称的峰，表明存在主导的买盘或卖盘阶段。该转变通过带乘性噪声的朗之万方程建模，揭示了临界阈值 Σ_c 和一个序参量 Ψ ∼ |Σ − Σ_c|^β，其中 β ≈ 1。

ABSTRACT

Scale-free distributions and correlation functions found in financial data are reminiscent of the scale invariance of physical observables in the vicinity of a critical point. Here, we present empirical evidence for a transition phenomenon, accompanied by a symmetry breaking, in the investors' demand for stocks. We study the volume imbalance $Ω$ -- difference between the number of shares traded in buyer-initiated and seller-initiated trades in a time interval $Δt$ -- conditioned on $Σ$ which is defined as the local first moment of $Ω$ in $Δt$. We find that the conditional distribution $P(Ω| Σ)$ undergoes a qualitative change in behavior as $Σ$ increases beyond a critical threshold $Σ_c$. For $Σ Σ_c$, $Ω=0$ becomes a local minimum and two new maxima $Ω_{+}$ and $Ω_{-}$ appear at non-zero values of $Ω$, i.e., trades in $Δt$ are either predominantly buyer initiated or predominantly seller initiated. We interpret these results using a Langevin equation with multiplicative noise.

研究动机与目标

• 研究股票需求动态是否表现出类似于统计物理中相变的临界现象。
• 识别市场波动性中的临界阈值 Σ_c，该阈值触发了成交量失衡 Ω 分布的定性变化。
• 使用带乘性噪声的随机朗之万方程建模该转变，并分析由此产生的势能景观。
• 表征临界阈值 Σ_c 以上出现的两个对称需求状态（超额需求与供给）的出现，表明自发对称性破缺。
• 量化序参量 Ψ 及其在临界点附近的标度行为。

提出的方法

• 将成交量失衡定义为 Ω(t) = Q_B − Q_S，表示时间间隔 Δt 内的净需求，其中 Q_B 和 Q_S 分别为买入和卖出驱动的交易量。
• 将局部偏差 Σ(t) 定义为交易规模和方向的中心化一阶矩，作为局部市场波动性或噪声强度的代理指标。
• 通过分析条件概率分布 P(Ω|Σ) 检测其形状随 Σ 增加的变化，识别临界阈值 Σ_c。
• 基于时间序列统计经验数据，使用带漂移项 u(Ω) 和乘性噪声 σv(Ω) 的朗之万方程建模 Ω 的动态。
• 通过 V(Ω) = −[∫(u/v²)dx − σ²ln v] 从 u(Ω) 和 v(Ω) 构建有效随机势能 V(Ω)，并分析其极值以识别相变。
• 利用 F(Ω) = u − σ²v(dv/dΩ) 的根定位 P(Ω) 的极值，并追踪极值数量和位置随 Σ 的变化。

实验结果

研究问题

• RQ1 随着局部市场波动性 Σ 的变化，成交量失衡 Ω 的分布形状是否发生定性变化？
• RQ2 是否存在一个临界阈值 Σ_c，使得需求的对称性（Ω → −Ω）被自发打破？
• RQ3 序参量 Ψ（定义为 P(Ω|Σ) 中非零峰的幅值）在接近 Σ_c 时如何随 Σ 变化？
• RQ4 观察到的需求行为转变是否可由带乘性噪声的朗之万方程导出的随机势能 V(Ω) 解释？
• RQ5 漂移项 u(Ω) 和噪声幅值 σv(Ω) 在不同 Σ 值下的函数形式是什么？它们在临界点附近如何演化？

主要发现

• 当 Σ < Σ_c 时，条件分布 P(Ω|Σ) 为单峰，最大值位于 Ω = 0，表明需求对称且 Ω → −Ω 对称性得以保持。
• 当 Σ > Σ_c 时，P(Ω|Σ) 变为双峰，最大值对称地位于 Ω_+ 和 Ω_−，表明自发对称性破缺以及买盘或卖盘的主导。
• 序参量 Ψ（定义为 Ω_+ 或 Ω_− 的峰值）按 Ψ ∼ |Σ − Σ_c|^β 的方式缩放，其中 β ≈ 1，表明为连续相变。
• 随机势能 V(Ω) 从 Σ < Σ_c 时在 Ω = 0 处的单个最小值，演化为 Σ > Σ_c 时在 Ω_± 处具有最小值、在 Ω = 0 处具有中心最大值的双阱形状。
• 漂移项 u(Ω) 近似为线性且与 Σ 无关，而噪声幅值 σv(Ω) 在 Σ > Σ_c 时于 Ω = 0 处出现峰值，表明零需求附近的波动性增强。
• 当以总交易量 Q 而非 Σ 为条件时，该转变依然稳健，证实结果并非噪声度量的伪影。