previsión de los costes de negociación con el final de los datos del día

Question

Estoy tratando de crear un modelo que los pronósticos de los costos de comercialización (uso final de los datos del día, por lo que no intradía de datos). Mi costo de operación (también llamado Implementado un Déficit (ES) se define como tal por una sola acción,

IS = (vwap - open) / open

para el mercado como un todo,

IS = abs(IS_single_stock - IS_market_median)

Las Variables que estoy buscando en incluir una de las compañías de capitalización de mercado, el diario de propagación, vwap, el volumen y la liquidez medida llamada liq_m.

Haciendo una regresión lineal simple de cada variable en contra ES producido muy baja r-cuadrados, por debajo de 0.1. La combinación de las variables que hizo muy poco para mejorar los resultados. Los gráficos de residuos parecen tener algún patrón, el de abajo es similar para la mayoría de las variables, esto es mcap vs ES residuales.

El diagrama de probabilidad normal también destaca que los residuos no son lineales y tienen un sesgo a la izquierda.

En el literal que he leído sobre implementado déficit todos los modelos no lineales de los modelos así que esto no es inesperado.

Yo estoy seguro de que a pesar de cómo proceder decir, de cómo seleccionar un adecuado no lineal del modelo para las pruebas? El objetivo final es disponer de un modelo que permite predecir el costo de la negociación de una determinada empresa.

A continuación hay dos más parcelas. Uno es el diario de la parcela de mcaps a lo largo del tiempo - una media se utiliza para calcular el mcap de las 100 empresas en la muestra. Debajo de que es el Implementado Déficit de nuevo una media es utilizado en la trama.

Answer 1

Los costos de operación son de diferentes componentes:

• tarifas
• bid-ask costos
• el impacto en el mercado

Los dos últimos componentes (ba-difundir más el impacto en el mercado) tiene que ser estimada a partir de una regresión. Existe un consenso en el día de hoy acerca de una raíz cuadrada de la ley de la repercusión en el mercado, principalmente la propagación + impacto en el mercado los modelos suelen tener la siguiente forma:

$$a \psi + \kappa \sigma\sqrt{Q\más de ADV}$$

Donde $\psi$ es el bid-ask spread, $\sigma$ la volatilidad del instrumento, y $ADV$ su volumen medio diario. $a$ y $\kappa$ son los parámetros a estimar.

Para obtener más información, consulte el Mercado de la Microestructura en la Práctica (p203-209 de la 2ª edición) o la mayoría de los trabajos en el diciembre de 2015 tema de la Microestructura de Mercado y de Liquidez.

Para responder a los detalles de tu pregunta:

• en primer lugar usted cometió un error en la definición de la ES (Implementar Déficit), debe ser $$ES el signo = (orden)\times {(decisión - abierto) \abierto}$$
• entonces usted puede hacer una estimación de $a$ y $\kappa$ minimizar $$\left(a \psi + \kappa \sigma\sqrt{Q\más de ADV} - ES\derecho)^2$$ en la base de datos de pedidos.
• si usted tiene cualquier doble de la raíz cuadrada, usted puede tratar de un ajuste de $$\left(a \psi + \kappa \sigma\left({Q\más de ADV}\derecho)^\gamma - ES\derecho)^2$$

Un detalle: $\psi \sigma$ y $ADV$ están aquí para renormalization propósito de un instrumento a otro. Usted puede utilizar cualquier estadística representativa de estas variables (a largo plazo, el promedio, la mediana, la media, etc).