浅谈中心化交易所订单簿平衡

Author: 发明者量化-小小梦, Created: 2023-11-12 18:58:42, Updated: 2023-11-13 19:51:43

img

最近我总结了一些研究限价订单簿的论文的关键见解。您将了解如何衡量订单簿中的成交量不平衡,以及它对价格走势的预测能力。本文探讨了使用订单簿数据来建模价格变动的方法。

首先聊聊订单簿

交易所订单簿平衡是指在交易所中的买卖订单之间的相对平衡状态。订单簿是一个记录市场上所有待执行买卖订单的实时记录。这包括了买方和卖方各自愿意以不同价格进行交易的订单。

以下是一些与交易所订单簿平衡相关的关键概念:

  • 买方和卖方订单: 订单簿中的买方订单表示愿意以特定价格购买资产的投资者,而卖方订单表示愿意以特定价格出售资产的投资者。

  • 订单簿深度: 订单簿深度指的是在买方和卖方两侧的订单数量。深度较大表示市场上有更多的买卖订单,可能更具流动性。

  • 成交价和成交量: 成交价是最新一笔交易的价格,而成交量是在该价格上成交的资产数量。成交价和成交量是由订单簿的买卖双方的竞争决定的。

  • 订单簿不平衡: 订单簿不平衡是指买方和卖方订单数量或总成交量之间的差异。这可以通过考察订单簿深度来确定,如果一方的订单数量明显多于另一方,就可能存在订单簿不平衡。

  • 市场深度图: 市场深度图以图形方式呈现了订单簿的深度和平衡情况。通常,买方和卖方的订单数量以条形图或其他可视化方式显示在价格水平上。

  • 影响价格的因素: 订单簿平衡直接影响市场价格。如果买方订单较多,可能推动价格上升;反之,如果卖方订单较多,可能导致价格下降。

  • 高频交易和算法交易: 订单簿平衡对于高频交易和算法交易至关重要,因为它们依赖于实时的订单簿数据进行决策,以迅速捕捉市场机会。

了解订单簿平衡对于投资者、交易员和市场分析师来说是重要的,因为它提供了关于市场流动性、潜在价格方向和市场趋势的有用信息。

成交量不平衡

在分析限价订单簿时的关键思想是确定市场整体是更倾向于买入还是卖出。这个概念被称为成交量不平衡。

在时间t的成交量不平衡被定义为:

img

其中,$V_{t}^{b}$是时间t时在最佳买价挂单的成交量,$V_{t}^{a}$是时间t时在最佳卖价挂单的成交量。我们可以将$ρ_{t}$接近1解释为强烈的买盘压力,而$ρ_{t}$接近-1解释为强烈的卖盘压力。这仅考虑了在最佳买价和最佳卖价挂单的成交量,即L1订单簿。

img

成交量不平衡与价格变动。该图显示了分档的成交量不平衡(x轴)与未来价格移动的平均值,按价差标准化(y轴)。数据集为某市场一个季度的订单流。似乎存在一种线性关系,即一级订单不平衡与未来价格变动之间。然而,平均而言,未来价格变动在买卖价差之内。

将成交量不平衡$ρ_{t}$分为以下三个段落:

img

发现这些分段能够预测未来的价格变动:

img

关于成交量不平衡的预测能力,对某个品种的逐笔订单簿进行了分析,时间跨度为2014年1月至2014年12月。对于每个到达的市场订单(MO),记录了成交量不平衡,并将其分段,根据接下来的10毫秒内中间价变动的tick数。图表显示了各段的分布和中间价变动。我们可以看到,正的价格变动更有可能在买盘压力较大的订单簿之前发生。类似地,负变动更有可能在卖盘压力较大的订单簿之前发生。

订单流不平衡

成交量不平衡关注限价订单簿中的总成交量。一个缺点是,其中一些成交量可能来自旧订单,包含的信息不够相关。我们可以转而关注最近订单的成交量。这个概念被称为订单流不平衡。您可以通过追踪个别市场和限价订单(需要Level 3数据)或查看限价订单簿的变化来实现这一点。

由于Level 3数据昂贵,通常只对机构交易者可用,我们将关注限价订单簿的变化。

我们可以通过查找在最佳买价和最佳卖价上的成交量移动了多少来计算订单流不平衡。最佳买价的成交量变化为:

img

这是一个涉及三种情况的函数。第一种情况是,如果最佳买价高于之前的最佳买价,那么所有的成交量都是新成交量:

img

第二种情况是,如果最佳买价与之前的最佳买价相同,那么新成交量是当前总成交量与之前总成交量之间的差异。

img

第三种情况是,如果最佳买价低于之前的最佳买价,那么所有先前的挂单都已成交,并且不再在订单簿中。

img

对于最佳卖价的成交量变化,计算方式类似:

img

在时间t的净订单流不平衡(OFI)由以下公式给出:

$OFI_{t} = \Delta V_{t}^{b,1} - \Delta V_{t}^{a,1}$

这将在存在更多买单时为正值,而在更多卖单时为负值。这既测量了成交量的数量,也测量了成交量的方向。在前面的部分,成交量不平衡仅测量了方向,而没有测量成交量的数量。

您可以将这些值相加以获得一段时间内的净订单流不平衡(OFI):

$\sum_{i=t-n}^{t} OFI_i$

使用回归模型来测试订单流不平衡是否包含有关未来价格变动的信息:

img

上面计算的OFI值关注最佳买价和最佳卖价。在第4部分,还计算了前5个最佳价格的值,提供了5个输入而不仅仅是1个。他们发现深入研究订单簿可以为未来价格变动提供新的信息。

总结

在这里,我总结了一些研究限价订单簿中订单量的论文的关键见解。这些论文表明,订单簿包含高度预测未来价格变动的信息。但是,这些变动并不能克服买卖价差。

我在参考文献部分添加了论文的链接。请查阅以获取更多详细信息。

References & Notes

  • Álvaro Cartea, Ryan Francis Donnelly, and Sebastian Jaimungal: “Enhancing Trading Strategies with Order Book Signals” Applied Mathematical Finance 25(1) pp. 1–35 (2018)
  • Alexander Lipton, Umberto Pesavento, and Michael G Sotiropoulos: “Trade arrival dynamics and quote imbalance in a limit order book” arXiv (2013)
  • Álvaro Cartea, Sebastian Jaimungal, and J. Penalva: “Algorithmic and high-frequency trading.” Cambridge University Press
  • Ke Xu, Martin D. Gould, and Sam D. Howison: “Multi-Level Order-Flow Imbalance in a Limit Order Book” arXiv (2019)

转载自:作者~{莱奇福德,阿德里安}。


More