使用聚合数据重建订单流
摘要：使用TRTH数据库提供的逐笔数据，我们研究了巴黎Euronext、伦敦和法兰克福Deutsche B"orse三个交易所的多只股票，并覆盖了5年时间段。我们使用一个简单算法来同步交易和报价数据来源，对基本程序进行了改进，这取决于时间段和交易所，在某些情况下改进是显著的。我们展示了分析该算法性能可以作为一种调查工具，用于评估聚合数据库的质量：我们能够通过数据追踪到所研究交易所发生的一些重要技术变化。我们还说明了在重建订单流时所做选择对后续校准于此类数据的量化模型具有影响。我们的研究还提供了交易签名的元素，并且我们能够更细致地观察标准的Lee-Ready方法，提供在使用该方法时如何选择最佳滞后期的新元素。我们的发现与金融理论和订单流的示例泊松模型分析一致。
作者：Ioane Muni Toke
论文ID：1604.02759
分类：Trading and Market Microstructure
分类简称：q-fin.TR
提交时间：2019-07-15