Oferta/compra y volúmenes a partir de la alimentación de ITCH, ¿cuál es la forma más eficaz de hacerlo?

Question

Estoy muy verde en lo que respecta a la programación. Estoy haciendo un estudio de microestructura de mercado en el que necesito investigar cómo afectan ciertas características de las acciones a su liquidez. Dispongo de Nasdaq OMX ITCH Feed, pero para poder analizar este conjunto de datos, necesito averiguar una forma de convertir estos datos en comillas de compra/venta y obtener los volúmenes de las operaciones ejecutadas.

Entiendo que Python es el camino a seguir, y necesito construir un código que construya el libro de órdenes limitadas a partir del feed. Tengo cierta familiaridad con Python, y debería ser capaz de construir el código que actualiza el libro línea por línea, pero siendo que los archivos diarios son bastante grandes (1-3gb), entiendo que encontrar una manera de hacer esto de manera eficiente es la principal preocupación - voy a necesitar datos para 100+ acciones, y obviamente preferiría tener una ventana de tiempo tan larga como sea posible. Los datos finales no tienen que ser de alta frecuencia, la frecuencia de un minuto estará bien si reduce significativamente el tiempo de procesamiento.

Así que me preguntaba si alguno de vosotros podría darme un empujón en la dirección correcta, es decir, cómo debería enfocar este problema y por dónde debería empezar a resolverlo.

Answer 1

Después de mucho leer, esta es la conclusión a la que llegué.

Los modelos VAR pueden verse como modelos/representaciones del espacio de estado.

Por lo general, las soluciones linealizadas de DSGE tienen una representación de espacio de estado, con más restricciones que las que tendría un modelo VAR normal. De hecho, hay artículos (recuerdo uno de Spanos que probaba el modelo de Smets y Wouters) que muestran que las soluciones DSGE no pasan las pruebas de especificación que solemos hacer a los datos.

Por ejemplo, en lugar de suponer que los residuos siguen una distribución normal multivariante, muestran que sería mejor suponer una distribución multivariante student-t. Por supuesto, el problema es que la mayoría de los libros de texto que tratan de las series temporales multivariantes -si no recuerdo mal lutkephöl es uno de ellos- también asumen distribuciones normales. Pero al menos, el análisis VAR de series temporales puede hacerse robusto, mientras que nunca he visto estimaciones de modelos DSGE utilizando distribuciones student-t en lugar de normales.

P.D.: esto es más bien una nota para mí, de mi parte estudiando el tema. Si alguien sabe más, no dude en compartirlo.