比特币市场中建模通用订单簿动态
摘要：理解市场中的诸如时序规律等普遍特征的出现是一个长期存在的挑战，吸引了经济学家和物理学家的广泛关注。大多数现有模型，如随机波动模型，主要关注价格变动，忽略了复杂的交易动态。最近，由于大规模交易数据集的可用性，越来越多关于订单簿的研究涌现，旨在了解市场动态的基本机制。在本文中，我们收集了比特币平台的订单簿数据集，覆盖了三个国家的数百万用户和每日数十亿的交易额。我们发现，由一组类似KPZ随机方程控制的1+1维场论可以准确预测经验数据中观察到的订单簿动态。尽管市场微观性质存在差异，但我们认为提出的有效场论捕捉到了正确的市场动态的普适类。我们还展示了该模型在长波极限下与现有的随机波动模型一致。
作者：Fabin Shi, Nathan Aden, Shengda Huang, Neil Johnson, Xiaoqian Sun, Jinhua Gao, Li Xu, Huawei Shen, Xueqi Cheng, and Chaoming Song
论文ID：2101.06236
分类：Trading and Market Microstructure
分类简称：q-fin.TR
提交时间：2021-01-18