Longue mémoire du flux d’ordres de marché omniprésent sur les marchés financiers. Ici, +1 (-1) signifie un ordre d’achat (de vente) au marché. Une fois que vous observez un ordre d’achat (de vente) au marché, vous observerez probablement à nouveau un ordre d’achat (de vente), même à l’avenir. L’hypothèse la plus prometteuse derrière ce phénomène est celle du fractionnement des ordres, dans laquelle les investisseurs institutionnels sont supposés diviser les grands méta-ordres en longues séries de petits ordres enfants. Crédit : Sato et Kanazawa.
L’économie et la physique sont des domaines d’études distincts, mais certains chercheurs ont rapproché les deux pour aborder des problèmes économiques complexes de manière innovante. Cela a abouti à la création d’un domaine de recherche interdisciplinaire, connu sous le nom d’éconophysique, spécialisé dans la résolution de problèmes d’origine économique à l’aide de théories physiques et de méthodes expérimentales.
Des chercheurs de l’Université de Kyoto ont mené une étude éconophysique visant à étudier le comportement des marchés financiers à l’aide d’un cadre de physique statistique, connu sous le nom de modèle de Lillo, Mike et Farmer (LMF). Leur article, publié dans Lettres d’examen physiqueprésente la première validation quantitative d’une prédiction clé de ce modèle physique, que l’équipe a utilisée pour analyser des données microscopiques contenant des fluctuations du marché de la Bourse de Tokyo sur une période de neuf ans.
“Si vous observez les données financières à haute fréquence, vous pouvez constater en un coup d’œil une légère prévisibilité des signes d’ordre concernant les ordres d’achat ou de vente sur le marché”, a déclaré Kiyoshi Kanazawa, l’un des chercheurs qui ont réalisé l’étude, à Phys.org.
“Lillo, Mike et Farmer ont modélisé hypothétiquement ce personnage attrayant en 2005, mais la validation empirique de leur modèle était absente en raison du manque de grands ensembles de données microscopiques. Nous avons décidé de résoudre ce problème de longue date en éconophysique en analysant de grands ensembles de données microscopiques. données.”
Le modèle LMF est un modèle de physique statistique simple qui décrit ce que l’on appelle le comportement de division d’ordre. Une prédiction clé de ce modèle est que l’ordre des signes représentant les ordres d’achat ou de vente en bourse est associé à la distribution microscopique des méta-ordres.
Cette hypothèse a été largement débattue dans le domaine de l’éconophysique. Jusqu’à présent, sa validation était irréalisable, car elle nécessitait de vastes ensembles de données microscopiques représentant le comportement des marchés financiers sur plusieurs années et avec une haute résolution.
“Le premier aspect clé de notre étude est que nous avons utilisé un vaste ensemble de données microscopiques de la Bourse de Tokyo”, a déclaré Kanazawa. « Sans un ensemble de données aussi unique, il est difficile de valider l’hypothèse du modèle LMF. Le deuxième point clé pour nous était de supprimer le biais statistique dû au caractère de mémoire longue du flux d’ordres de marché. -processus de mémoire, nous avons fait de notre mieux pour éliminer ces biais en utilisant des méthodes statistiques informatiques. »
Kanazawa et ses collègues ont été les premiers à réaliser un test quantitatif du modèle LMF sur un vaste ensemble de données microscopiques des marchés financiers. Les résultats de leurs analyses ont notamment été alignés sur les prédictions de ce modèle, soulignant ainsi sa promesse pour résoudre les problèmes économiques et étudier la microstructure du marché financier.
“Nos travaux montrent que la mémoire longue des flux d’ordres de marché contient des informations microscopiques sur la demande latente du marché, qui pourraient être utilisées pour concevoir de nouveaux paramètres de mesure de la liquidité”, a déclaré Kanazawa.
“Nous avons montré le pouvoir quantitatif de la physique statistique pour clarifier le comportement des marchés financiers avec de grands ensembles de données microscopiques. En analysant davantage cet ensemble de données microscopiques, nous aimerions maintenant établir une théorie unificatrice de la microstructure des marchés financiers parallèlement aux programmes de physique statistique issus de la dynamique microscopique. “.
Plus d’information:
Yuki Sato et al, Déduire des informations financières microscopiques à partir de la mémoire longue dans le flux d’ordres de marché : un test quantitatif du modèle Lillo-Mike-Farmer, Lettres d’examen physique (2023). DOI : 10.1103/PhysRevLett.131.197401.
© 2023 Réseau Science X
Citation: Première validation du modèle Lillo Mike Farmer sur un vaste ensemble de données de marchés financiers (30 novembre 2023) récupéré le 30 novembre 2023 de
Ce document est soumis au droit d’auteur. En dehors de toute utilisation équitable à des fins d’étude ou de recherche privée, aucune partie ne peut être reproduite sans autorisation écrite. Le contenu est fourni seulement pour information.
