Coeficientes típicos utilizados en el modelo de root cuadrada para el impacto del mercado

Question

El modelo de root cuadrada se utiliza ampliamente para modelar el impacto del mercado de valores. Supone que la volatilidad, el volumen negociado, el volumen total y el coste del diferencial son los impulsores del deslizamiento.

Jim Gatheral tiene un excelente resumen del proceso aquí .

Hay un coeficiente que se estima a través de una regresión sobre un calendario comercial realizado. Se define como una constante (alfa) en la página que extraigo a continuación:

¿Cuáles son los valores típicos de alfa estimados a través de regresiones sobre los calendarios comerciales realizados? Jim utiliza 3/4 más adelante en el documento, pero esto parece un poco alto, y he visto otro documento de Rob Almgren que asume 1/2.

Answer 1

¿Averígualo tú mismo? -> por qué no resolver el alfa como una función de la diferencia entre el delta del modelo y su verdadero impacto en el mercado de las operaciones pasadas y el impacto posterior en el mercado. Obviamente, necesitas los datos adjuntos para realizar dicho cálculo, pero debería ser bastante sencillo.

Según mis propias investigaciones, no he encontrado fórmulas "rígidas" que se ajusten a la mayoría de las veces. El impacto del mercado entre los valores de gran liquidez y otros valores que cotizan con un enorme porcentaje diario de la comilla pública sigue una dinámica completamente diferente en mi opinión. Para ser honesto, me río cada vez que veo una fórmula similar a la de arriba porque, vamos, incluso tú y yo, sentados borrachos en la barra del bar y a los que se nos pide que elaboremos una fórmula, al menos tendremos en cuenta a) el coste del diferencial, b) MÁS algo, c) una constante "para salvar nuestro culo" *, d) alguna relación ajustada a la volatilidad de nuestra cantidad a negociar con algún tipo de medida diaria del volumen de negociación. Hay formas más inteligentes de enfocar esto, pero de nuevo, creo que no se terminará con una fórmula que se ajuste a todo.

Answer 2

Depende del algoritmo de ejecución y del mercado.

He oído hablar de muchos fondos que se han pasado unos cuantos años de investigación para encontrar la respuesta a sus algoritmos internos. Por lo general, fracasan porque no tienen suficientes operaciones para ello (incluso los grandes fondos). El impacto es del orden de la magnitud de los puntos básicos, mientras que la volatilidad diaria es unos cuantos órdenes de magnitud más alta. Atribuir los movimientos de los activos a sus operaciones no es una tarea fácil.

Una regla general que aplico para el impacto permanente de una orden VWAP, es la siguiente

$$0.3 \times spread + 2 \times IVP \times bps$$

donde IVP es el porcentaje de volumen de intervalo (Q/V). La fórmula es claramente defectuosa, pero representa una media de modelos en todos los mercados.

En una nota lateral (aunque el término root cuadrada es popular):

• Si tuviéramos un impacto no lineal, ¿cómo cambiarían los coeficientes si los participantes hubieran negociado tamaños relativos diferentes?

• ¿El impacto seguiría siendo sub lineal si intercambiáramos tamaños enormes?

También puede ser útil este debate: Modelo de deslizamiento de Quantopian .

Answer 3

El factor constante debe ser proporcional al precio actual. Un valor con un precio por acción elevado tendría un coste de diferencial absoluto mayor. Los parámetros de volatilidad y relación de volumen son invariables

Answer 4

Hay muchas maneras de calibrar el coeficiente del impacto de root cuadrada. Una de las formas más sencillas es ejecutar una regresión entre la Q, el número de acciones que se negocian y la V (puede utilizar la media de 20 días para ello) para mostrar cuánto se ha movido el mercado. Sin embargo, primero debería hacer un gráfico logarítmico para mostrar primero que efectivamente se trata de un impacto de mercado de root cuadrada. Otra cosa que puede hacer es utilizar el modelo de balanceo como una forma de predecir el impacto del mercado también. Jim menciona esto en algunas de sus otras conferencias, creo. Además, el coeficiente del impacto en el mercado puede depender en gran medida del momento en que se ejecute la regresión.