限价订单簿中的即时订单影响与高频策略优化
摘要：LOB模型中考虑了最新订单的影响和LOB的形状。我们进行了实证分析，结果显示最后一个订单的类型明显改变了即将发生的订单提交率，即使考虑了LOB的状态。为了同时建模这些效应，我们引入了一个离散马尔可夫链模型。然后，在改进的LOB动态基础上，我们通过将其作为马尔可夫决策过程来制定了股票购买问题中最佳订单选择和放置策略。通过数值推导得到的最佳策略使用限价订单、取消订单和市价订单。它通过利用以买/卖挂单量和最近订单类型汇总的LOB状态来获得最佳执行价格，同时避免非执行和不利选择风险。当中间价格预计会不利移动时，市价订单会被积极使用。在有利的LOB条件下放置限价订单，并在非执行或不利选择概率高时取消订单。使用纳斯达克股票交易所的超高频数据，我们将我们的最佳策略与其他仅使用可用订单类型子集的提交策略进行了比较，并显示了我们的策略显著优于它们。
作者：Federico Gonzalez and Mark Schervish
论文ID：1707.01167
分类：Trading and Market Microstructure
分类简称：q-fin.TR
提交时间：2017-10-31