Ин таҳқиқот тасниф кардани самти ҳаракати нархи дақиқавиро ҳамчун “Up” ё “Down” бо истифода аз меъёрҳои пардохтпазирӣ, ки аз додаҳои молиявии басомади баланд ҳосил шудаанд, меомӯзад. Чорчӯби пешгӯии таҳқиқот як равиши омӯзиши мошинӣ мебошад, ки тағйирёбандаҳои пардохтпазирии дар сатҳи дақиқа аз додаҳои Trade and Quote (TAQ) дар Refinitiv Tick History сохташударо ба таснифгарҳои Регрессияи Логистикӣ (LR), Мошини Векторҳои Дастгирӣ (SVM) ва Random Forest (RF) ҳамчун вуруд медиҳад. Додаҳо ба фосилаи 11:00-16:00 маҳдуд карда шуда, ба намунагирии 1-дақиқагӣ табдил дода шудаанд ва дар манбаъ гуфта мешавад, ки барои ҳар ticker дар як рӯз тақрибан 300 мушоҳида ба даст омадааст. Дақиқии гузоришшуда бо ҳамаи хусусиятҳо барои LR %62,75, барои SVM %62,79 ва барои RF %60,78; бо комбинатсияи интихобшудаи хусусиятҳо бошад мутаносибан %54,90, %50,98 ва %62,74 мебошад. Бо вуҷуди ин, азбаски дар манбаъ байни ҷадвал, матритсаи омехтагӣ ва матни натиҷаҳо баъзе номувофиқатиҳои дохилӣ вуҷуд доранд, додани як ҳукми ягона ва бечунучаро дар бораи бартарии модел дуруст нест.

Дар шарҳи муаллифон оид ба аҳаммияти хусусиятҳо Liquidity Ratio, Flow Ratio ва Turnover дар байни нишондиҳандаҳои таъсирбахши пардохтпазирӣ барҷастаанд. Таҳқиқот изҳор мекунад, ки пешгӯии самт дар фосилаи кӯтоҳи вақт метавонад аз чандин ҷанбаҳои пардохтпазирӣ истифода барад; аммо азбаски ҳувияти саҳмияҳои истифодашуда, фосилаи санаҳо, ҳаҷми умумии намуна, тавозуни синфҳо, ядрои SVM, гиперпараметрҳои Random Forest, алгоритми интихоби хусусиятҳо ва қоидаи муфассали тамғагузории ҳадаф гузориш нашудаанд, такрорпазирии натиҷаҳо ва умумисозии онҳо ба бозорҳои гуногун маҳдуд аст.

Масъалаи таҳқиқот: баррасии пардохтпазирӣ ҳамчун сигнали бисёрченака, на як рақами ягона

Пардохтпазирии бозори молиявӣ як хусусияти бисёрченакаи бозор аст, ки ба имкони харидуфурӯши дороӣ бо нигоҳ доштани хароҷоти муомила ва таъсири нарх дар сатҳи маҳдуд алоқаманд мебошад. Таҳқиқоти манбаъ ба ҷойи коҳиш додани пардохтпазирӣ танҳо ба як spread ё нишондиҳандаи depth, баҳодиҳии якҷояи меъёрҳои аз хусусиятҳои гуногуни бозор, ба монанди tightness, depth, resiliency ва trading dynamics, ҳосилшударо асос мегирад. Саволи асосии таҳқиқот ин аст, ки оё ин нишондиҳандаҳои сершумори пардохтпазирӣ барои таснифи самти нарх дар фосилаҳои кӯтоҳи вақт вурудҳои маънодор фароҳам мекунанд ё не.

Таҳқиқот бо такя ба пажӯҳишҳои қаблии гурӯҳбандии пардохтпазирӣ ва рӯйдодҳои нодир ба фаҳмидани хавфи пардохтпазирӣ дар додаҳои басомади баланд ва таҳияи моделҳои пешгӯӣ барои ҳаракатҳои нарх равона мешавад. Дар бахши адабиёт таъсири шокҳои макроиқтисодӣ ё сиёсӣ, ба монанди Brexit, ба пардохтпазирӣ, ошкорсозии рӯйдодҳои нодир бо функсияҳои Zonoid depth, гурӯҳбандии пардохтпазирӣ дар додаҳои басомади баланд ва намунаҳои таҳлили бисёрченакаи пардохтпазирӣ баррасӣ мешаванд. Ин чорчӯби адабиёт маънои онро надорад, ки таҳқиқот як рӯйдоди нави геосиёсиро мустақиман санҷидааст; он танҳо барои асоснок кардани он истифода мешавад, ки пардохтпазирӣ хусусияти бозории ба шокҳои беруна ҳассос ва ғайриякченака аст.

Нишондиҳандаҳои Пардохтпазирӣ Дар Пешгӯии Самти Нарх Чӣ Гуна Истифода Мешаванд?

Дар таҳқиқот нишондиҳандаҳои пардохтпазирӣ ҳамчун тағйирёбандаҳои мустақил, ки барои ҳар фосилаи 1-дақиқагӣ аз додаҳои TAQ ҳосил мешаванд, истифода мешаванд; ин тағйирёбандаҳо ба моделҳои Регрессияи Логистикӣ, SVM ва Random Forest дода шуда, самти ҳаракати нарх ба синфи “Up” ё “Down” таъин мешавад. Манбаъ аввалин сабти trade дар дохили дақиқа ва ҳамаи сабтҳои quote-и ҳамон дақиқаро ҷамъ мекунад; нархҳои миёнаи котировкаи bid ва ask ва инчунин андозаҳои котировкаро ҳисоб мекунад ва нишондиҳандаҳои пардохтпазирии аз онҳо сохташударо ба вурудҳои тасниф табдил медиҳад.

Ҷараёни додаҳо

Тағйирёбандаҳои пардохтпазирии истифодашуда

Манбаъ тағйирёбандаҳои мустақили ба модел додашударо дар чор гурӯҳи асосӣ номбар мекунад. Аммо формулаҳои математикии ин меъёрҳо, равзанаҳои ҳисобкунӣ ё тафсилоти нормализатсия дар манбаъ дода нашудаанд. Аз ин рӯ, тавзеҳоти зер нақши меъёрҳоро дар таҳқиқот шарҳ медиҳанд; формулаҳои дақиқе, ки дар манбаъ нестанд, бозсозӣ нашудаанд.

Фарқи Байни “Ҳамаи Хусусиятҳо” ва “Комбинатсияи Хусусиятҳо” Чист?

Шарти “Ҳамаи Хусусиятҳо” маънои онро дорад, ки меъёрҳои мавҷудаи пардохтпазирии дар манбаъ номбаршуда дар модел якҷоя истифода мешаванд; шарти “Комбинатсияи Хусусиятҳо” бошад истифодаи як зермаҷмӯи хурдтари меъёрҳои пардохтпазириро ифода мекунад, ки интизор меравад хатои таснифро коҳиш диҳад. Манбаъ ҳадафи интихоби зермаҷмӯаро шарҳ медиҳад, аммо дар матн ба таври муфассал намегӯяд, ки кадом алгоритми интихоби хусусиятҳо истифода шудааст, ҷустуҷӯ чӣ гуна анҷом ёфтааст ё рӯйхати ниҳоии тағйирёбандаҳои интихобшуда барои ҳар модел кадом аст.

Чаро се таснифгар якҷоя санҷида мешаванд?

Регрессияи Логистикӣ як таснифгари асосӣ бо сохтори қарори хаттӣ мебошад, SVM усулест, ки марзи ҷудокунандаи қарорро байни синфҳо меҷӯяд, Random Forest бошад таснифгари ансамблӣ мебошад, ки аз якҷояшавии шумораи зиёди дарахтони қарор иборат аст. Ин таърифҳо натиҷаи таҳқиқот нестанд; онҳо тавзеҳи омӯзишӣ барои фаҳмидани вазифаи оилаҳои моделҳо мебошанд. Азбаски гиперпараметрҳои муфассали ин моделҳо дар манбаъ дода нашудаанд, маълум нест, ки кадом ядро, қимати regularization, шумораи дарахтҳо, depth-и максималӣ ё вазни синф истифода шудааст.

Матритсаи омехтагӣ чӣ гуна хонда мешавад?

Манбаъ ҳуҷайраи болои чапи матритсаи омехтагиро ҳамчун ҳаракатҳои “Up”-и дуруст пешгӯишуда ва ҳуҷайраи поёни ростро ҳамчун ҳаракатҳои “Down”-и дуруст пешгӯишуда таъриф мекунад. Ҳуҷайраҳои болои рост ва поёни чап таснифҳои нодурустанд. Манбаъ инчунин дақиқиро ҳамчун фоизи пешгӯиҳои дуруст оид ба самти нарх таъриф мекунад.

Шарҳи консептуалии Verianla: Ин таърифи манбаъро ба шакли стандартӣ бо робитаи зерин ифода кардан мумкин аст: \(\mathrm{Accuracy}=\frac{N_{\mathrm{correct}}}{N_{\mathrm{total}}}\times 100\). Ин муодила дар мақолаи манбаъ ҳамчун формулаи ҷудогона дода нашудааст; он танҳо барои намоён кардани таърифи хаттии дақиқии манбаъ ба шакли математикӣ ва арзёбии мутобиқати дохили ҷадвал истифода шудааст.

Усул ва Натиҷаҳои Таҳқиқот

Тартиби таҳияи модел

Се модел аввал бо ҳамаи тағйирёбандаҳои мустақил омӯзонида мешаванд. Сипас манбаъ мегӯяд, ки интихоби зермаҷмӯи хусусиятҳо бо ҳадафи коҳиш додани хатои тасниф анҷом дода шудааст. Додаҳо ба %70 омӯзиш, %15 санҷиши тасдиқ ва %15 тест тақсим мешаванд. Ин тақсимот як тартиби асосии омӯзиши мошинӣ мебошад, ки ҳадафаш пешгирӣ аз он аст, ки интихоби хусусият ё модел мустақиман ба маҷмӯи тестӣ такя кунад; аммо манбаъ шарҳ намедиҳад, ки тақсимот вақтӣ буд ё тасодуфӣ. Дар додаҳои молиявии басомади баланд ин ҷузъиёт муҳим аст, зеро хавфи ихроҷи вақтӣ метавонад тафсири иҷрои моделро тағйир диҳад.

Матритсаҳои омехтагӣ ва дақиқиҳои дар манбаъ гузоришшуда

Дар Натиҷаҳои Манбаъ Баландтарин Дақиқӣ Дар Кадом Модел Дида Мешавад?

Агар рақамҳои гузоришшудаи ҷадвали манбаъ асос гирифта шаванд, баландтарин қимати ягонаи дақиқӣ барои SVM, ки бо ҳамаи хусусиятҳо кор мекунад, %62,79 аст; натиҷаи комбинатсияи хусусиятҳои Random Forest %62,74 мебошад. Бо вуҷуди ин, дар бахши натиҷаҳо муаллифон мегӯянд, ки Random Forest аз дигар моделҳо пеш гузашта, баландтарин дақиқиро додааст. Азбаски ин ду изҳорот дар дохили як манбаъ пурра мувофиқ нестанд, мақолаи Verianla ба ҷойи қатъӣ эълон кардани бартарии модел ин номувофиқати библиографӣ ва рақамиро ошкоро нигоҳ медорад.

Санҷиши мутобиқати дохилии манбаъ

Натиҷаи аҳаммияти хусусиятҳо

Манбаъ мегӯяд, ки Liquidity Ratio, Flow Ratio ва Turnover дар таҳлили аҳаммияти хусусиятҳо пайваста барҷаста шудаанд. Ин натиҷа як натиҷаи аҳаммияти дохили модел аст, ки нишон медиҳад модел дар қарорҳои самт на танҳо ба нишондиҳандаҳои навъи spread, балки ба тағйирёбандаҳои марбут ба ҷараёни савдо ва фаъолнокии савдо низ вазн додааст. Аммо коэффициентҳо ё холҳои дақиқи аҳаммияти ин се тағйирёбанда дар ҷадвали матнии манбаъ дода нашудаанд; аз ин рӯ Verianla дараҷаи рақамии аҳаммият эҷод намекунад.

Ҳамаи тағйирёбандаҳо ё маҷмӯи камкардашудаи хусусиятҳо?

Барои LR ва SVM дақиқии гузоришшуда дар манбаъ ҳангоми истифодаи ҳамаи тағйирёбандаҳои пардохтпазирӣ баландтар аст: LR аз %62,75 ба %54,90 ва SVM аз %62,79 ба %50,98 коҳиш меёбад. Дар RF бошад баръакс, комбинатсияи интихобшудаи хусусиятҳо аз %60,78 ба %62,74 боло меравад. Ҳамин тавр, шарҳи матни манбаъ, ки “маҷмӯи васеи хусусиятҳо натиҷаи беҳтар медиҳад”, аз ҷониби ду модел дастгирӣ мешавад, аммо натиҷаи RF барои ин умумисозӣ истисно мебошад. Тафсири эҳтиёткоронаи таҳқиқот ин аст, ки таъсири кам кардани хусусиятҳо ба оилаи модел вобаста менамояд ва бо як тартиби ягонаи таҷрибавии дар манбаъ пешниҳодшуда барои ҳамаи моделҳо хулосаи яксамта баровардан мумкин нест.

Оё Ин Натиҷаҳоро Ба Саҳмияҳо ва Шароити Гуногуни Бозор Умумӣ Кардан Мумкин Аст?

Таҳқиқоти манбаъ чунин умумисозиро нишон намедиҳад. Муаллифон ошкоро пешниҳод мекунанд, ки дар оянда санҷида шавад, оё дар маҷмӯаҳои додаҳои саҳмияҳои гуногун намунаҳои монанди дақиқӣ ва аҳаммияти хусусиятҳо идома меёбанд ё не; илова бар ин, азбаски матни мавҷуда рӯйхати ticker-ҳо, фосилаи санаҳо, режимҳои бозор ва ҳаҷми умумии намунаро ба таври муфассал намедиҳад, натиҷаҳо бояд танҳо дар доираи додаҳо ва тартиби таҷрибавии гузоришшуда арзёбӣ шаванд.

Натиҷаҳое, ки таҳқиқот дастгирӣ мекунад

• Нишондиҳандаҳои пардохтпазирии бар асоси TAQ дар тартиби тестии дар манбаъ сохташуда барои таснифи самти дақиқавии нарх истифода шудаанд.
• Қиматҳои дақиқии гузоришшуда дар манбаъ тақрибан дар фосилаи %50,98 то %62,79 мебошанд.
• Дар LR ва SVM ҳамаи хусусиятҳо нисбат ба комбинатсияи интихобшудаи хусусиятҳо дақиқии гузоришшудаи баландтар додаанд.
• Дар RF комбинатсияи интихобшудаи хусусиятҳо нисбат ба шарти ҳамаи хусусиятҳо дақиқии гузоришшудаи баландтар додааст.
• Тибқи шарҳи муаллифон оид ба аҳаммияти хусусиятҳо Liquidity Ratio, Flow Ratio ва Turnover вурудҳои барҷастаанд.

Натиҷаҳое, ки таҳқиқот дастгирӣ намекунад

• Нишон намедиҳад, ки ин моделҳо стратегияи фоидаовари савдои зинда месозанд; таҳлили хароҷоти муомила, slippage, таъсири бозор ва даромади соф пешниҳод нашудааст.
• Исбот намекунад, ки нишондиҳандаҳои пардохтпазирӣ ба таври сабабӣ ҳаракатҳои нархро ба вуҷуд меоранд; таҳқиқот чорчӯби таснифи пешгӯист.
• Нишон намедиҳад, ки барои саҳмияҳо, биржаҳо, давраҳо ё режимҳои буҳронии гуногун ҳамон дақиқӣ ба даст меояд.
• Дар муҳити истеҳсолии вақти воқеӣ муваффақияти таъхир, дастрасӣ ба додаҳо, суръати муомила ё устувории амалиётиро намесанҷад.
• Аз сабаби гиперпараметрҳо ва тафсилоти тақсимоти додаҳои дар манбаъ гузоришнашуда, кафолат намедиҳад, ки натиҷаҳо мустақилона бо ҳамон шакл бозтакрор карда мешаванд.

Маълумоти нокифоя аз нигоҳи такрорпазирӣ

Ёддошт оид ба Манбаъ ва Усул

Унвони пурраи аслӣ: High-Frequency Trading Liquidity Analysis | Application of Machine Learning Classification

Муаллифон: Sid Bhatia, Sidharth Peri, Sam Friedman, Michelle Malen.

Муассиса: Stevens Institute of Technology. Дар версияи боршуда муассиса дар сатҳи ҳуҷҷат нишон дода шудааст, аммо мутобиқати ҷудогонаи affiliation барои ҳар муаллиф дода нашудааст.

Санаи ҳуҷҷат: 5 Август 2024. Санаи пешниҳоди arXiv: 19 Август 2024.

Платформа ва синф: arXiv, q-fin.TR — Trading and Market Microstructure. Шиносаи arXiv: 2408.10016v1. arXiv/DataCite DOI: 10.48550/arXiv.2408.10016.

Навъи манбаъ ва ҳолати баррасии ҳамтоён: Ҳуҷҷати боршуда версияи arXiv preprint мебошад. Дар сабти расмии arXiv барои ин версия маълумоти маҷалла, ҷилд, шумора ё нашри баррасишудаи ҳамтоён дода нашудааст; бинобар ин матни Verianla таҳқиқотро ҳамчун мақолаи маҷаллаи баррасишуда пешниҳод намекунад.

Иҷозатнома: Сабти arXiv иҷозатномаи CC BY 4.0-ро нишон медиҳад. Ҳангоми истифодаи дубора иқтибоси мувофиқ, пайванди иҷозатнома ва, агар тағйирот ворид шуда бошад, зикри он талаб мешавад.

Додаҳо ва усул: Таҳқиқот ба додаҳои TAQ дар Refinitiv Tick History асос меёбад; дар рӯзномаи таҳқиқот додаҳои Limit Order Book низ зикр мешаванд. Таҳлил ба фосилаи 11:00-16:00 ва ҳалли вақтии 1 дақиқа поён оварда шудааст. Моделҳо LR, SVM ва RF; тақсимоти додаҳо %70/%15/%15 аст.

Corresponding author, маблағгузорӣ, бархӯрди манфиатҳо, дастрасии додаҳо ва саҳмҳои CRediT: Дар манбаи боршуда ба таври ошкор гузориш нашудаанд.

Шаклҳо: Саҳифаҳои 6-13-и PDF-и боршуда матни равонасозӣ ба тасвирҳои PNG бо номҳои all-feat-log, all-feat-rf, all-feat-svm, feat-combo-log, feat-combo-rf, feat-combo-svm, feature-import-mdi ва svm-feature-impor доранд; худи тасвирҳо дар ин нусхаи PDF ҷойгир нашудаанд. Аз ин рӯ, коэффициентҳои дақиқи аҳаммияти хусусиятҳо ё геометрияи шаклҳое, ки ҳамчун матн дар манбаъ дода нашудаанд, аз ҷониби Verianla сохта нашудаанд.

Ҳудуди асосии методологӣ: Таҳқиқот як таҷрибаи таснифи самти нарх аст; он дар бораи фоидаоварии савдои зинда, сабабият, умумисозӣ ба бозорҳои дигар ё иҷро дар муҳити истеҳсолӣ далели мустақим пешниҳод намекунад.