訂單簿動態

我一直在關注這篇論文： 馬爾可夫限價單市場中的價格動態，作者 Rama Cont 和 Adrien De Larrard

該模型特別相關，因為我只能訪問 L1 數據。該模型清晰直覺，我已經實現了分析模型。它（以及相關論文A stochastic model for order book dynamics Rama Cont、Sasha Stoikov、Rishi Talreja）也可以解決關鍵問題，例如：

1. 下一步移動將是向上移動的機率。
2. 距離下一步行動的時間。
3. 在市場變動之前執行訂單的機率。

這正是我需要回答的問題。

然而，當我根據目前賬面形狀計算價格變動的經驗條件機率時（如本文第 12 頁所示），我發現經驗表面幾乎是平坦的（這是基於一個月的數據），這表明目前的書本形狀對下一個刻度移動的影響很小？

為了計算經驗條件機率，我簡單地計算了每個買/賣大小組合發生的頻率，以及這些初始買/賣組合中有多少比例導致上漲。（我認為這是正確的，它應該很簡單）。

對我來說，書的形狀不應該包含有關未來書籍運動的任何資訊，這似乎違反直覺？

是否有其他模型可能更適合我的情況（但這仍然可以讓我回答上面顯示的問題？

隊列反應模型（由 Huang、L 和 Rosenbaum 編寫）是 Cont 和 de Larrard (CL) 所做的改進。

該模型正在擷取

• 給定訂單簿的目前狀態，每個隊列中的流入和流出（這是您的評論之一）
• 但更重要的是，一旦一個隊列耗盡，發現的數量並不是隨機抽取的（就像在 CL 模型中一樣）

我想這就是你想要的。唯一的一點是，要實現完整的響應式隊列，您需要的不僅僅是一級。但是您可以自己將模型調整到一級。或者你可以看看這篇論文的模型： Limit Order Strategic Placement with Adverse Selection Risk and the Role of Latency它非常接近於反應隊列的一級版本。

引用自：https://quant.stackexchange.com/questions/22412