價(jià)格發(fā)現(xiàn)是市場(chǎng)的基本功能之一,而實(shí)現(xiàn)這一功能則涉及交易規(guī)則、交易機(jī)制、市場(chǎng)多方主體及其相互作用的復(fù)雜過程。從市場(chǎng)微觀角度出發(fā)研究資產(chǎn)價(jià)格的形成與發(fā)現(xiàn),成為揭示市場(chǎng)上價(jià)格形成的“黑箱過程”的可行之路。對(duì)于交易資產(chǎn)價(jià)格具有較大不確定性的比特幣市場(chǎng)而言,上述研究路徑顯得更有價(jià)值,在市場(chǎng)標(biāo)的價(jià)值的高波動(dòng)背景之下,從微觀角度出發(fā)研究?jī)r(jià)格形成與發(fā)現(xiàn)過程具有現(xiàn)實(shí)意義。本文以傳統(tǒng)金融市場(chǎng)微觀結(jié)構(gòu)研究中的訂單簿研究為基礎(chǔ),利用全球最大數(shù)字貨幣交易所主力品種的逐筆交易與訂單簿快照的超高頻數(shù)據(jù),對(duì)訂單簿不平衡現(xiàn)象蘊(yùn)含的交易行為模式與其對(duì)價(jià)格形成的影響進(jìn)行了實(shí)證研究。研究結(jié)論表明:訂單不平衡與市場(chǎng)的趨勢(shì)追蹤行為相關(guān),這種趨勢(shì)追蹤具有明顯的方向差異,訂單不平衡對(duì)價(jià)格變動(dòng)具有正向影響,各類訂單不平衡指標(biāo)聯(lián)合起來(lái)可以解釋45%的價(jià)格變動(dòng)（高于傳統(tǒng)市場(chǎng)研究中15%-30%的水平）�；谟唵尾黄胶庵笜�(biāo)的價(jià)格預(yù)測(cè)力,本文分別以簡(jiǎn)單信號(hào)和機(jī)器學(xué)習(xí)模型為基礎(chǔ),構(gòu)建了兩類量化交易策略,樣本外回測(cè)結(jié)果表明策略能夠?qū)崿F(xiàn)穩(wěn)定盈利,策略回撤能控制在較小的范圍,風(fēng)險(xiǎn)收益表現(xiàn)整體較好。隨著比特幣市場(chǎng)的飛速發(fā)展,對(duì)于比特幣市場(chǎng)微觀層面的研究... 

【文章來(lái)源】：南京大學(xué)江蘇省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：68 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

指標(biāo)時(shí)序圖與自相關(guān)系數(shù)圖

圖3收益率自相關(guān)系數(shù)圖注：圖3繪制了比特幣價(jià)格對(duì)數(shù)收益率序列圖（左圖）及滯后10的自相關(guān)系數(shù)（右圖）。橫坐標(biāo)為滯后數(shù)，縱坐標(biāo)為樣本自相關(guān)系數(shù)。時(shí)序圖中橫軸為時(shí)，縱軸為指標(biāo)取值。自相關(guān)系數(shù)圖中橫軸為序列的滯后數(shù)，縱軸為自相關(guān)系數(shù)，藍(lán)線為2倍標(biāo)準(zhǔn)差置信帶。4.3訂單不平衡的建模分析4.3.1成交不平衡與趨勢(shì)跟蹤比特幣市場(chǎng)作為缺乏政策監(jiān)管的新興市場(chǎng)，在價(jià)格波動(dòng)性等方表現(xiàn)出與傳統(tǒng)市場(chǎng)迥然不同的特征，市場(chǎng)交易者的主體構(gòu)成、交易者行為特征也未有研究予以揭示。本節(jié)探究比特幣市場(chǎng)中的交易不平衡現(xiàn)象，考察歷史收益對(duì)訂單不平衡的影響，以此檢傼市場(chǎng)中可能存在的交易行為模式。在交易時(shí)段內(nèi)，市場(chǎng)出現(xiàn)交易不平衡可能由多種原因?qū)е拢簝r(jià)格波動(dòng)、外部環(huán)境影響、觀測(cè)到前期訂單不平衡后交易者采取的反應(yīng)措施等等。價(jià)格變動(dòng)是市場(chǎng)參與者能夠普遍觀察到的變量，其信息覆蓋范圍最廣。價(jià)格短期上漲后，市場(chǎng)潛在的趨勢(shì)跟蹤交易者會(huì)傾向于跟已經(jīng)發(fā)生的價(jià)格變動(dòng)趨勢(shì)，進(jìn)行大量買入方向交易，從而導(dǎo)致超買的訂單不平衡現(xiàn)象，反之亦然。趨勢(shì)跟交易者的交易行為導(dǎo)致短期價(jià)格變化率與交易不平衡可能存在正向關(guān)系。了收益率之外，前期的交易不平衡也可能會(huì)與當(dāng)期交易不平衡相關(guān)。這種相關(guān)性存在兩種解釋：具備條件的投資者不僅可以通過收益率，還可以通過觀察可能攜帶私有信息的交易行為而采取同向的跟交易策略，導(dǎo)致訂單不平衡現(xiàn)象在后續(xù)交易期的持續(xù)性；另外，有大宗交易求的交易者為了避免對(duì)價(jià)格造成沖擊，通常采用拆單執(zhí)行策略以低交易成本�？傮w上看，趨勢(shì)跟的交易行為可能導(dǎo)致訂單的不平衡現(xiàn)象，無(wú)論這種趨勢(shì)跟的交易者是基于其他交易者的行為還是基于已發(fā)生的價(jià)格變動(dòng)。為了傼證上述論斷，本文使用交易不平衡為被解釋變量，以滯后一期的收益

均值后作圖4。由圖可以看出，基于交易成本不平衡指標(biāo)分組的下期收益率分組指標(biāo)取值變化的單調(diào)趨勢(shì)最強(qiáng)，其余三組的分形效果則不如交易不平衡指標(biāo)明顯。表8訂單不平衡的價(jià)格亴測(cè)能力解釋變量↓回歸系數(shù)（統(tǒng)計(jì)量）0.08(3.18)0.02(1.09)0.01(0.39)0.22(8.92)0.05(1.64)0.04(1.23)0.33(13.18)0.29(10.00)0.29(9.91)0.14(5.68)0.03(1.04).0.010.100.210.030.210.21注：表格報(bào)告了以訂單不平衡指標(biāo)為解釋變量、未來(lái)收益為被解釋變量的一元回歸與多元回歸結(jié)果。解釋變量對(duì)應(yīng)的每一單元格中，第一行報(bào)告回歸系數(shù)，第二行報(bào)告系數(shù)統(tǒng)計(jì)量。最后一行報(bào)告了各回歸的調(diào)整擬合優(yōu)度，數(shù)值以百分?jǐn)?shù)基點(diǎn)為單位表示。觀測(cè)對(duì)象共82326個(gè)。最后一行的擬合優(yōu)度的量級(jí)為102.圖4指標(biāo)分組樣本收益均值注：上圖展示了按照指標(biāo)取值進(jìn)行分組得到子樣本的下期收益均值。繪圖前俆先按照每個(gè)觀測(cè)時(shí)點(diǎn)各指標(biāo)對(duì)應(yīng)的取值進(jìn)行分位數(shù)分組，分組后對(duì)每組的下期收益取均值，然后將各組均值按分組指標(biāo)亪序進(jìn)行排列展示。從左上圖到右下圖依次表示按交易不平衡、按歷史收益、按最優(yōu)檔位訂單流不平衡和按交易成本不平衡指標(biāo)進(jìn)行分組的結(jié)果。每圖的橫坐標(biāo)為分組序號(hào)，縱坐標(biāo)為平均收益率。

【參考文獻(xiàn)】：
期刊論文
[1]數(shù)字貨幣市場(chǎng)是否達(dá)到了弱式有效?——基于廣義譜方法的檢驗(yàn)[J]. 潘慧峰,蔡顯軍,孫偉,張書宇.  科學(xué)決策. 2019(05)
[2]投資者訂單不平衡與股票收益:基于中國(guó)股票市場(chǎng)的證據(jù)[J]. 高雅,熊熊,馮緒.  南開管理評(píng)論. 2019(01)
[3]中國(guó)股票市場(chǎng)買賣報(bào)價(jià)對(duì)價(jià)格發(fā)現(xiàn)的貢獻(xiàn)差異研究[J]. 王春峰,馬丹,房振明,黃凝.  管理評(píng)論. 2018(06)
[4]應(yīng)計(jì)信息、機(jī)構(gòu)投資者反應(yīng)與股票錯(cuò)誤定價(jià)[J]. 王磊,孔東民.  管理科學(xué)學(xué)報(bào). 2017(03)
[5]比特幣市場(chǎng)風(fēng)險(xiǎn)測(cè)度的實(shí)證研究[J]. 李靖,徐黎明.  統(tǒng)計(jì)與決策. 2016(05)
[6]基于買賣委托單不平衡的上海A股市場(chǎng)股票收益率與流動(dòng)性研究[J]. 安實(shí),張少軍,高文濤.  運(yùn)籌與管理. 2008(06)
[7]訂單流不平衡對(duì)股票價(jià)格的沖擊效應(yīng)實(shí)證研究[J]. 王春峰,孫永亮,房振明,李曄.  北京理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版). 2007(02)



本文編號(hào)：3375670