Análisis de los datos de las garrapatas

Question

¿Cuáles son algunas de las técnicas más utilizadas para analizar datos de ticks? Estoy analizando los datos de ticks para ver cómo evolucionan las comillas/el precio medio debido a ciertos eventos en el mercado. Dado que los datos de ticks son asíncronos, no se pueden aplicar los modelos tradicionales de series temporales para explicar estos movimientos de precios. Algunas personas han propuesto que cree barras de precios basadas en la hora del reloj o en la hora de la negociación, pero creo que eso tiende a pasar por alto la información que ocurre entre las barras.

¿Alguna sugerencia sobre cómo puedo enfocar esto?

Answer 1

Tu pregunta es muy vaga (por ejemplo, qué intentas medir y qué "datos de garrapatas" tienes), pero te daré algunas pistas:

1. En general, cuando la gente considera cómo evolucionan los precios, tiende a pensar en cosas como la volatilidad y la dinámica de la correlación. Así que yo empezaría por definir exactamente lo que quieres medir. La irregularidad de los datos de las series temporales no es un problema en sí mismo, excepto en la medida en que usted está haciendo suposiciones en sus cálculos sobre cosas como la dispersión en el tiempo. La cantidad de variación a lo largo de 1 milisegundo será, por lo general, diferente a la de 1 segundo (y también variará según el activo), por lo que hay que organizar las estadísticas para tenerlo en cuenta.

   1.1. Existe una amplia literatura sobre la medición de la volatilidad utilizando datos de ticks de alta frecuencia. Busque documentos sobre la varianza, la volatilidad y la correlación realizadas de personas como Neil Shepard ( ver su instituto ) o Tim Bollerslev . Una de las características de esta literatura es que en realidad es óptimo no utilizar los datos tick-by-tick debido a lo que se conoce como ruido de microestructura (por ejemplo, el rebote entre la oferta y la demanda), y generalmente es mejor hacer estimaciones a partir de datos de 5 minutos.

   1.2 También existe una bibliografía sobre el tratamiento de los datos espaciados de forma desigual (véanse, por ejemplo, los trabajos de Muller y Zumbach). Un documento reciente sobre el tema es "Algoritmos para series temporales desigualmente espaciadas: Promedios móviles y otros operadores rodantes" . Hay una bonita sección en El libro de Eric Zivot sobre el análisis de series temporales que cubra esto (busque datos de alta frecuencia espaciados irregularmente u operadores no homogéneos).

2. La distinción entre las estadísticas en tiempo de reloj y en tiempo comercial es importante. Por ejemplo, el número de comillas o de operaciones puede variar drásticamente en función de los activos, ya que los activos no líquidos sólo se negocian unas pocas veces al día, mientras que los activos líquidos se negocian muchas veces por segundo. El uso de la hora de negociación para medir cosas como la volatilidad puede resolver en parte este problema (así como cosas como la importancia de su estimación), aunque tendrá que considerar si hay otros efectos de la hora del reloj (como las estacionalidades de la hora de apertura o cierre) incluso cuando trabaje en la hora de negociación.

3. Para los datos de ticks, ¿trabaja usted con datos de nivel 1 (comillas y operaciones de la parte superior del libro) o de nivel 2 (libro de órdenes completo)? Si se trata del nivel 2, es posible que no sólo quiera considerar los cambios a lo largo del tiempo, sino también a lo largo del libro.

Answer 2

Para utilizar métodos de series temporales equidistantes:

1. simplemente ignorar las marcas de tiempo
2. separar el comercio y el tiempo de reloj (como 1: incrementos de tiempo de reloj como series de tiempo)
3. crear series temporales [dispersas] equidistantes con un pequeño incremento de tiempo (repitiendo [implícitamente] los precios cuando sea necesario)
4. barras equidistantes agregadas

Aunque algunas de las anteriores son flagrantes, te pondrán en marcha. Además, he tenido Engle, Russell, 2004, "Análisis de datos financieros de alta frecuencia" esperando a que lo lea desde hace tiempo. Introducción a las finanzas de alta frecuencia también podría ser relevante.

Answer 3

En el caso de los datos de los garrapatos, puede utilizar el paquete RTAQ en R. Las técnicas estándar para el análisis de datos de ticks pueden verse en Haustch o Frederi G. Viens

Answer 4

Le sugiero que consulte algunas de las investigaciones de Nanex . Deberías ser capaz de recoger algunos métodos con sólo revisar algunos de sus análisis de eventos.