多主体订单簿模型构建、校验及其应用：基于流动性策略行为的视角

Most of the world’s stock exchanges are order-driven. The many practical advantages to understanding LOB dynamics include: assessing market stability, optimal order execution strategies, market impact minimization and so on. This project will construct agent-based limit order book model from the perspective of liquidity-based strategic behavior. Here, based on the ultrahigh-frequency order flow data, we emply the simulated-based method to estimate the model and expect to simultaneously reproduce both two dimensional statistical regularities, namely order book properties and price facts. This will provide new ideas for construction and calibration of the agent-based order book model. Then we try to use the agent-based order book model to explain the market state transition from perspectives of strategic herding behavior and liquidity conditions. Further, we propose a new predictive method for probability of state transitions, based on computational experiments. This result will provide valuable reference for the market regulation and investment. Finally, we will simulate price impact of meta-orders under different market stations and analyze the related dependent variables. The price impact function will be used to resolve the optimal execution strategies. This project will further promote the construction and calibration of limit order book model, and deepen the application of multi-agent modeling in market microstructure research. The results of this project will provide reference for regulators and investors.

订单驱动交易是国际金融市场最为流行的一种交易机制。理解订单驱动市场动态，将有利于评估市场稳定性、最优化订单执行策略、最小化价格影响等等。本项目基于流动性策略行为构建多主体订单簿模型，依托超高频订单流数据，采用模拟估计的方法实现订单流/订单簿特征和价格序列特征两个维度的同时校准和检验，为多主体订单簿模型的构建和充分校准提供新的思路；基于多主体订单簿模型，从群体策略行为和有限关注的角度解释市场状态的转换，并在此基础上，提出基于计算实验的市场状态转换概率预测方法；最后，借助计算实验的可控性，仿真研究不同市场状态下大单交易的价格影响及其依赖变量，进而基于价格影响函数解析最优执行策略。本项目的顺利实施，将进一步发展订单簿模型的构建和校验方法，深化多主体建模在市场微观结构研究中的应用，为监管者和投资者提供理论和实践借鉴。

订单驱动交易是国际金融市场最为流行的一种交易机制。理解订单驱动市场动态，将有利于评估市场稳定性、最优化订单执行策略、最小化价格影响等等。本项目基于流动性策略行为构建多主体订单簿模型，依托43只超高频股票订单流数据，在订单不平衡、订单簿反弹、价格序列记忆性与下单价格和下单方向记忆性的依赖关系以及多资产的领先滞后关系等方面对模型进行了校准。进一步地，我们利用多主体订单簿模型研究了投资者的社会学习行为是如何影响市场波动以及闪崩是如何涌现的。通过模拟，我们发现社会学习在市场波动方面起到了双刃剑的作用。一方面，社会学习起到了降低总体价格波动和稳定市场的作用，另一方面，在某些被激发的状态下，社会学习作为关键因素导致了股市闪崩。随着社会学习参数的增长，平均回撤、平均买卖价差和平均一二档价格gap均呈现下降趋势，证实社会学习可降低总体价格波动；同时，回撤的尾部指数亦呈现下降趋势，则反映了社会学习会导致更多大的波动（闪崩）的出现。我们还分析了技术交易信念和基本面交易信念在社会学习强度不同的情况下，各自对市场稳定性的作用。技术交易信念在社会影响不那么认可的时候起到了稳定市场的作用，但在社会影响得到充分认可的时候促进了市场的不稳定。而基本面信念则起到了与技术交易信念相反的作用。最后，基于股票交易网络量化不同类型交易者订单的瞬时价格影响。我们运用股票交易数据构建交易网络，并运用k-shell分解方法对投资者进行分类，发现即使在同一类别中，机构投资者交易的价格影响也要小于个人投资者的价格影响，这说明机构投资者的交易执行算法起到了降低交易成本的作用。同时，我们对价格影响函数进行估计，发现幂率模型的估计参数更加稳定，且具有明显小的标准误。鉴于这个优势，幂率模型在样本外预测中表现的更好。本项目的顺利实施进一步发展了订单簿模型的构建和校验方法，深化多主体建模在市场微观结构研究中的应用，为监管者和投资者提供理论和实践借鉴。