Empiiriline turu mikrostruktuur

Alates 2020. aasta augustist on Binance'is kaubelnud rohkem kui 800 miljardi dollari väärtuses USDT-des nomineeritud Bitcoini. suurim Bitcoini vahetus. Nagu ka teistel turgudel, pärineb suurem osa Binance'i pakutavast likviidsusest turutegijatelt: ettevõtetelt, kes on valmis Bitcoine nii ostma kui ka müüma, lootes, et nad teenivad ostu-müügi vahe pealt kasumit.

Mis on turu mikrostruktuur?

Turu mikrostruktuuri teooria tunnustaminezSee tähendab, et hinna kujunemise määravad nii endogeensed kui ka eksogeensed tegurid. Olulist rolli mängivad likviidsus, turumõju, tehingukulud (libisemine), volatiilsus ja limiittellimuste portfelli mehhanism.

Klassikaline nõudluse ja pakkumise majandusteooria eeldab, et iga investor, kes on valmis tasakaaluhinnaga ostma ja müüma, suudab seda üldiselt teha. Tegelikkuses muudab juba väärtpaberi ostmine või müümine turuhinda; tehingutel on turumõju.

Investor, kes soovib osta või müüa suures koguses Bitcoini, ei täida kogu tellimust korraga. Selle asemel teevad nad seda järk-järgult, aja jooksul, et osta madalaima hinnaga või müüa kõrgeima hinnaga. Stan Druckenmiller – kes koos George Sorosega murdis Inglise Panga in 1992— mainis hiljuti, et ta püüdis osta 100 miljonit dollarit Bitcoinis 2018. Likviidsuse puudumise tõttu kulus 20 miljoni dollari ostmiseks kaks nädalat, misjärel ta loobus.

Seega mängib tehingu turumõju olulist rolli investori otsustes väärtpaberit osta või müüa, mis omakorda mõjutab hinda, millega see väärtpaber kaupleb.

Kuidas on lood tellimusevoo toksilisusega?

Kõik turuosalised sisenevad turule kasumi teenimise lootuses, kuid turutegijad ja kauplejad teenivad (või kaotavad) raha põhimõtteliselt erineval viisil. Turutegijad ostavad ja müüvad Bitcoini, lootes teenida ostu-müügi vahet. Kauplejad ostavad ja müüvad Bitcoini, kuna neil on teadlik või teadmata usk tulevaste hinnamuutuste kohta.

Pakkumise ja müügi vahe teenimiseks peavad turutegijad aktiivselt haldama nii Bitcoini kui ka Tetheri laoseisu. Kui kauplemisvood on tasakaalustatud, saavad nad Bitcoini nõudmisel müüa ja pakkumisega tagasi osta, teenides kasumit. Kui aga kauplemisvood muutuvad liiga tasakaalustamata, on turutegijatel keerulisem oma laoseisu kasumiga üle kanda. Üldiselt tõstavad turutegijad siis oma teenuste eest küsitavat hinda – pakkumise ja müügi vahet –, mis suurendab kauplejate kauplemiskulusid (libisemist).

Turutegijad ja kauplejad teenivad (või kaotavad) raha põhimõtteliselt erineval viisil

Pakkumine ja müük, mille puhul turutegijad on valmis likviidsust tagama, määratakse selle järgi, mil määral valivad teadlikud kauplejad neid ebasoodsalt. Kui tellimuste voog muutub tasakaalustamata, kuna teadlikud kauplejad ostavad või müüvad Bitcoini, peetakse seda tellimuste voogu mürgiseks.

Tellige voolutoksilisus ja välkkrahh

2010. aastal avaldasid kolm Cornelli teadlast koostöös Tudor Investment Groupiga a paber kirjeldades, kuidas 2010. aasta välkkrahhi, mille käigus Dow Jonesi tööstuskeskmine (DJIA) langes korraks 9%, enne kui kohe taastus, põhjustas tellimuste voo äärmuslik toksilisus.

Mürgise tellimuste voo tuvastamiseks kasutatav mudel – VPIN (teadliku kauplemise mahuga sünkroniseeritud tõenäosus) – tõusis välkkrahhile eelnenud tunni jooksul kõigi aegade kõrgeimale tasemele ja ennustas edukalt seda, mida siiani peetakse müstiliseks sündmuseks.

Tudori leht pälvis meedia tähelepanu: Bloomberg artikkel juhtis tähelepanu sellele, et VPIN võib „aidata reguleerivatel asutustel ära hoida selliseid õnnetusi nagu 6. mail toimunud langus”. Lawrence Berkeley riikliku labori teadlased näitasid, et VPIN ennustas hästi suure volatiilsusega sündmusi futuuriturgudel 2007. aasta jaanuarist kuni 2012. aasta juulini.

Hiilgavalt hilisem paber, juhivad samad autorid tähelepanu sellele, et tellimuste voo kõrge toksilisus ei sunni turutegijaid lihtsalt turult lahkuma; kui turutegijad peavad oma varud kahjumiga maha kandma, saavad nad järelejäänud likviidsuse selle asemel ära kasutada.

6. mai krahhini eelnenud tundide jooksul müüsid teadlikud kauplejad järjekindlalt oma positsioone turutegijatele, kes seisid silmitsi kasvava kahjumiga. Kui need samad turutegijad olid lõpuks sunnitud oma positsioone lahti võtma, olid tulemused katastroofilised. Teadlaste sõnadega: "äärmiselt toksilisusel on võime muuta likviidsuse pakkujad likviidsuse tarbijateks".

"Äärmiselt mürgisusel on võime muuta likviidsuse pakkujad likviidsuse tarbijateks" "Flash Crashi" mikrostruktuur

Aga mis on VPN?

VPIN põhineb PIN-mudelil, mis käsitleb kauplemist kui mängu kolme tüüpi osalejate vahel: teadlikud kauplejad, mitteteadlikud kauplejad ja turutegijad.

VPIN on ligikaudne kui absoluutne erinevus ostu- ja müügimahu vahel ajaloolises aknas. Aja järgi valimimise asemel arvutatakse VPIN fikseeritud summa helitugevusribade abil. Näiteks võite proovi võtta üks kord iga kord, kui vahetatakse 1000 Bitcoini.

Maht kipub suurenema, kui turule jõuab uut teavet, ja vähenema, kui seda ei tule. Seega on mahu järgi valimi võtmine sarnane volatiilsuse (ja teabevoo) alusel valimi võtmisega.

Tellimus liigitatakse ostutellimuseks, kui ostjaks on teadlik kaupleja; samamoodi liigitatakse tellimus müügitellimuseks, kui müüja on teadlik kaupleja. Järgmisena leiate lisateavet ostu- ja müügitehingute tuvastamisest.

Teadlike tehingute tuvastamine

Tick ​​Rule klassifitseerib teadlikud ostu- ja müügitehingud, tuvastades kaubanduse agressori, st hinnakujunduse osapoole. Kaupleja, kes ostab Bitcoini turutellimuse kaudu, sobitatakse tellimusraamatus parima müügihinnaga – üle pakkumise-ask keskmise. See teeb temast agressori. Kui kaupleja esitab Bitcoini ostmiseks limiittellimuse alla pakkumise-küsimise keskmise, võib see tellimus lõpuks täituda, kui mõni teine ​​kaupleja müüb Bitcoini agressiivselt turukorralduse kaudu.

Puugireegel tuvastab kaubandusagressori, tuginedes lihtsale tähelepanekule. Agressiivsed ostutellimused kipuvad tõstma vara hinda, kuna tellimus sobitatakse tellimusraamatu madalaima müügihinnaga. Samamoodi kipuvad agressiivsed müügikorraldused vara hinda alandama pärast kõrgeima pakkumise sobitamist. Järgnevat hinnamuutust saab kasutada kaubandusagressori tuvastamiseks.

Tehingud, mis põhjustavad hilisemat hinnatõusu, on märgistatud kui 1 — ost. Hinnalanguse põhjustanud tehingud on märgistatud -1 — müük. Tehingud, mis ei põhjusta hinnamuutust (kuna need ei täitnud kõrgeimat pakkumist või madalaimat pakkumist täielikult), märgitakse eelmise linnukesega.

Probleemid puugireegliga

Kuigi Tick Rule (üldiselt) tuvastab edukalt agressori poole, näitavad mõned hiljutised uuringud, et agressori poolel asuvad kauplejad ja teadlikud kauplejad ei pruugi kõrgsagedusturgudel olla samaväärsed. Näiteks võib informeeritud kaupleja lihtsalt esitada kogu tellimusraamatus mitu limiittellimust, tühistada need, mis ei täitu, ja näida linnukese reegli kohaselt endiselt teadmatusena.

VPIN-i algne juurutus kasutab Bayesi lähenemisviisi, mida nimetatakse Hulgikoguste klassifikatsioon (BVC) et hinnata iga riba teadliku ostu- ja müügimahu osakaalu (kas aja või mahu alusel). Minu praktiline kogemus BVC-ga on olnud üsna kirju. BVC kasutamise asemel otsustasin valida teise võimaluse: kasutada kauplemismärgendeid, mis täpsustavad Binance Trade'i töötlemata andmetes, kas ostja või müüja oli turutegija.

Binance avaldab reaalajas kauplemisandmeid Websocketi voo kaudu, mida olen kogunud AWS-i serveris alates eelmise aasta augusti algusest; sealt mu andmed pärinevad. Alates 2021. aasta märtsist saate alla laadida ka ajaloolisi andmeid siin.

Pilk VPN-ile

Olen arvutanud VPIN-i, kasutades jooksvaid dollariribasid, umbes 1600 prooviga päevas ja akna suurus on 1000. See tähendab, et iga mahukast ei ole rangelt võttes täpselt sama suur. Sellest hoolimata on erinevused minimaalsed, nii et tunnen end mugavalt, kasutades algset teostust, ilma et peaksin üksikuid ämbreid kaaluma.

Erinevalt algsest teostusest on ostu- ja müügimahtu klassifitseeritud kaubandustaseme siltide abil, mis täpsustavad, kas ostja oli turutegija või mitte. Samuti ei ole VPN erinevalt algsest teostusest paigal.

Tellimusvoogude tasakaalustamatus näib olevat viimase aasta jooksul oluliselt vähenenud, kuna Bitcoini turukapitalisatsioon ja kauplemismaht suurenesid. See on kooskõlas uuringutega, mis näitavad, et suurematel aktsiatel on madalamad pakkumise ja müügi vahed, mis tähendab vähem ebasoodsat valikut.

Tellimuste voo tasakaalustamatus agressoripoolsete ostu- ja müügitellimuste vahel, mis viidi viimase korrektsioonini – 19. mai 2021 – näib olevat minimaalne. Suhteliselt madal VPIN-i mõõdik viitab sellele, et toksilisus ei mänginud korrektsioonis rolli.

Mõnikord näib, et lokaliseeritud tellimuste voo tasakaalustamatus saavutab haripunkti vahetult enne dramaatilist hinnalangust – parimad näited on 12. ja 18. juuni. See võib aga olla lihtsalt minu graafikusse lugemine.

Kolmekordse barjääri siltide ennustamine VPN-iga

VPIN ei olnud tingimata mõeldud tulevase tulu ennustamiseks. Selle asemel kirjeldab see lihtsalt keskmist mahuga kaalutud tellimuste voo tasakaalustamatust ajaloolises aknas. Teadmisi nendest tasakaalustamatusest ei saa tingimata kasutada tulevase tasakaalustamatuse püsimise, suurenemise või vähenemise prognoosimiseks. Sellest hoolimata mõtlesin, et võiksin proovida.

Olen kasutanud Marcos López de Prado pakutud üsna standardset seadistust – järgnev lõik kõlab jaburana neile, kes pole finantsmasinõppega tuttavad, nii et võite selle vahele jätta.

Olen arvutanud volatiilsusega korrigeeritud kolmekordse barjääri sildid, et liigitada proovid pikkadeks või lühikesteks positsioonideks. Sildi maksimaalne laius on mõlemas suunas 3.5%; vertikaalsed tõkkelöögid klassifitseeritakse absoluutse tagasituleku järgi positsiooni pikkuses. Olen arvutanud proovide kaalud keskmise unikaalsuse põhjal. RF on koolitatud 100 puuga, asjakohased maksimaalsed proovid puu kohta, mitte rohkem kui üks tunnus puu kohta ja maksimaalne sügavus 6. Andmed on skaleeritud, puhastatud, embargo (5%) ja ristkinnitatud viie voldi vahel. . Lugege Marcose kahte esimest osa raamat kui olete üksikasjadest huvitatud.

Kuna eelmise aasta lõpus näib VPIN-is olevat järsk katkestus, otsustasin kasutada ainult viimase kuue ja poole kuu andmeid; seega umbes kuu andmeid foldi kohta. See teeb kokku ~ 250,000 XNUMX proovi.

Nagu algses dokumendis, sobitasin VPIN-i mõõdiku logaritmilise normaaljaotuse abil ja koolitasin mudelit VPIN-i CDF-il. Kasutasin seitset erinevat akna suurust: 50, 100, 250, 500, 1000, 2500 ja 5000. Allpool on joonistatud ROC kõverad kõigis viies voldis.

Mudel ületab selgelt keskmiselt 0.5 AUC etaloni, samas kui jõudlus on volditi erinev. Siiski ei pruugi ROC-kõver ja AUC-skoor olla parim viis VPIN-i (CDF-i) toimivuse hindamiseks.

VPIN-i tagaotsa jõudluse hindamine

Finantsmasinõppe ROC-kõvera probleem seisneb selles, et need ei anna head ettekujutust tagaotsa jõudlusest. On täiesti võimalik – ja isegi tõenäoline –, et VPIN ei mõjuta tavalistes turutingimustes hinna kujunemist. Tõepoolest, turutegijad ootavad kõikumisi ostu- ja müügimahu vahel; see on lihtsalt äritegevuse hind.

Ma tahan teada, kas äärmuslike turutingimuste korral on tellimuste voo äärmiselt kõrgel või madalal toksilisusel Bitcoinis mingit ennustamisvõimet. Vastus (allpool) näib olevat jah.

Pilk täpsetele tagasikutsumiskõveratele

Täpse tagasikutsumise kõver kujutab täpsuse ja tagasikutsumise vahelise kompromissi erinevate lävede vahel. Sel juhul näitab see, et väga kõrgete künniste, st väga madalate meeldetuletustasemete korral (0.05 ja madalam), tõuseb mudeli keskmine täpsus pikkade positsioonide tuvastamisel kõigis viies voldis kuni viiekümnendateni (ja võib-olla isegi kuuekümnendateni). 0.6 läve juures tuvastab Random Forest kõigis viies voldis 75% pikkadest positsioonidest õigesti, kuigi AUC on tunduvalt alla 0.5.

Lühikeste positsioonide Precision Recall kõver räägib sarnast lugu. Kuigi keskmine AUC jääb kõigi viie kõvera lõikes alla 0.5, on väga kõrgete lävede juures täpsus hüppeline.

See viitab sellele, et VPIN-il võib olla ennustusvõime ainult väga harvadel juhtudel – võib-olla üks või kaks korda kuus selles andmestikus.

Volatiilsuse roll

Turud käituvad suure ja madala volatiilsuse perioodidel üldiselt üsna erinevalt. Mõnede tunnuste prognoositavus väheneb volatiilsusšoki ajal märgatavalt, samas kui teised funktsioonid (sh turu mikrostruktuurilised) muutuvad asjakohasemaks.

Tellimuste voo toksilisuse meetmed võivad olla eriti olulised turul, mis on juba niigi volatiilne, kus turutegijad on juba suurendanud likviidsuse pakkumise vahet. Kui lisaks suurele hinnakõikumisele valivad teadlikud kauplejad ebasoodsalt ka turutegijaid, võib see moodustada omamoodi "topelthäda" (seda muidugi puhtalt spekuleerin).

Selle spekulatsiooniliini jätkamiseks võivad turutegijad väga volatiilsel turul suurema tõenäosusega kahjumit kanda. See suurendab tõenäosust, et nad loovutavad oma varud (nagu nad tegid 2010. aasta välkkrahhi ajal), põhjustades hinnalanguse.

VPIN-i hindamine volatiilsuslävega

Volatiilsuslävi eemaldab andmekogumist kõik valimid, mille volatiilsus langeb alla teatud võrdlusaluse. Näiteks selles andmekogumis jätab volatiilsuslävi 0.02 välja ligikaudu kolm viiendikku andmetest, kuid toob kaasa AUC, pika täpsuse tagasikutsumise kõvera ja lühikese täpsuse tagasikutsumise kõvera järsu paranemise.

AUC skoor tõuseb 0.49-lt (halvem kui juhuslik klassifikaator) arvestatava 0.55-ni. AUC skoor kõigis voltides, välja arvatud üks, on tunduvalt kõrgem kui 0.5.

Täpse tagasikutsumise kõverate puhul näib, et volatiilsuse läve lisamine on täpsust järsult tõstnud erinevate lävede lõikes. VPIN-il näib olevat märkimisväärselt suurem ennustamisvõime turgudel, mis on niigi kõikuvad.

Muidugi on võimalik, et olen andmetega (mingil moel) üle sobitanud. Täielikum analüüs rakendaks sama lähenemisviisi ka teistele krüptovaluutadele, nagu Ethereum, Ripple ja Cardano, tagamaks, et VPIN suudab tegelikult ennustada hinnamuutusi ja et selle ennustusvõime suureneb volatiilsusega.

Mõtted lahku

Turutegijatel on börsil üks tähtsamaid rolle – nad pakuvad likviidsust. Kui aga teadlikud kauplejad oma tellimusi välja võtavad, kannavad need likviidsuse pakkujad kahju. Seejärel seisavad nad valiku ees: nad võivad tõsta oma teenuste maksumust või – rasketel juhtudel – turult täielikult lahkuda. Analüüsides ostu- ja müügimahtude tellimuste voo tasakaalustamatust, saame modelleerida teadlike kauplejate ja turutegijate vahelisi koostoimeid.

Tellimuse voolu mürgisus võib olla mitte ainult a hea lühiajalise volatiilsuse ennustaja — tundub, et mõnel (väga) harval juhul võib see ette näha isegi suuremaid hinnaliikumisi.

VPIN-ide ennustusvõime tõuseb järsult, kui kõnealune turg on juba üsna muutlik. Ma võin ainult oletada põhjuseid, kuid tegelikult näen ma kahte.

Esimene on see, et turutegijad tegutsevad žilettide marginaalidega. Sellest tulenevalt kannavad nad suurema tõenäosusega suuri kahjusid ebasoodsa valiku tõttu ebastabiilsematel turgudel.

Pealegi on hinnavahed volatiilsetel turgudel juba üsna suured. Tellimuste voo toksilisus – lisaks volatiilsusele – võib drastiliselt suurendada hinnavahesid (ja kauplejate libisemiskulusid). Kui see juhtub, muutub kauplemine väga kulukaks; Eeldan, et kauplejad ostavad suure hinnamõju tõttu väiksema tõenäosusega, kuid turu kokkuvarisemise korral on nad siiski sunnitud müüma.

Allikas: https://medium.com/@lucasastorian/empirical-market-microstructure-f67eff3517e0?source=rss——-8—————–cryptocurrency