Стакан

Окончание.Начало здесь.

Проверка эффективности индикаторов на реальных данных

В качестве проверки верности результатов на симуляционных данных мы использовали два реальных набора данных для исследования производительности индикаторов. Эти тесты требовали уровня 6 данных, для того, чтобы мы смогли точно воссоздать книгу заявок, отслеживая каждый лимитный ордер в моменты его поступления, изменения и удаления из очереди заявок, так же как и исполнение различных ордеров для точной реконструкции событий. В дополнение, мы присвоили каждому ордеру идентификатор, который классифицировал этот ордер как автоматический или ручной. Последней задачей был поиск событий, происходящих на отдельных рынках для изучения их влияния на происхождение мини обвалов цены.

Мы использовали два отдельных набора данных для исследования предсказательной способности индикаторов:

1. Сентябрь 19,2012. Падение фьючерсов WTI Crude Oil, когда цена снизилась более 4$ за четыре минуты ( большая часть падения была в интервале 30 сек этого периода), и достигла минимума в 12:55 дня.
2. Обвал цен 6 мая 2010. Обвал произошел на фьючерсах E-mini S&P500, когда цена упала на 3% за четыре минуты. В 1:45 дня она достигла минимума, когда биржа CME остановила торги (планка), затем цена начала свое восстановление.

Начало здесь.

Индикаторы стабильности книги лимитных ордеров

Традиционно стабильность, или эластичность рынка, представляется термином ликвидность, которая является возможностью трансформации одного вида актива в другой за короткий временной период без потерь. Легкость такой трансформации, в смысле требующегося времени и воздействия на цену, видится как мера здорового состояния рынка. К сожалению, ликвидность — это многомерное явление, делающее трудным сведение его к единому значению. Можно определить ликвидность в 4-х измерениях:

Время между сделками. Определяет возможность исполнить транзакцию немедленно по текущей цене. Время ожидания между сделками характеризует данную меру.

Плотность. Возможность купить или продать актив около одной цены и одно и тоже время, обычно трактуется как спред между лучшими бидом и аском.

Начало здесь.

Агентская модель очереди лимитных заявок

Переход к электронной книге заявок и автоматической торговле стал толчком к более тщательному изучению микроструктуры рынка. Симуляция рыночных заявок является экспериментальной средой для исследования особенностей и характеристик рынка учеными и регуляторами путем контролируемого создания репрезентативной маркет даты, используемой для анализа. Из-за малой доступности уровней 4,5 и 6 очереди заявок исследователям, симуляция служит необходимым инструментом.

Агентское моделирование заявок позволяет воспроизвести функционирование биржи и процесс торговли, а также гетерогенность участников рынка, и является мощным методом анализа финансовых рынков. Агентские модели (АВМ) упрощают сложные системы путем включения набора отдельных агентов, топологии и среды.

Обзор от пользователя.

В программе  QUIK сложно реализовать какие-то идеи дополнительных решений, много ограничений накладываются. Приходится проявлять смекалку в разрешении задач.

В новой версии скрипта «Стакан на графике 2.0», добавилась шкала, что позволяет визуально определять объёмы диаграммы стакана по инструменту на графике. Стало понятней анализировать объёмы стакана на графике инструмента, без таблицы стакана, также удобно наблюдать за действиями игроков при выставлении заявок от уровня цены  на графике инструмента. Особенно удобно для тех, у кого стакан 50х50,  предоставляют некоторые брокеры.

Чтобы улучшить визуальное отображение диаграммы стакана, можно сделать тюнинг картинок, создаваемым скриптом.

На примере RI, исходя из волатильности,  делаем шкалу [скачать] на 1000 контрактов для