本报告提出基于层次狄利克雷过程的层次泊松过程模型,联合建模多只股票多天的交易量曲线,实现金融交易量曲线的非参数贝叶斯建模。采用MCMC采样结合切片采样高效推断模型,兼顾平滑性与多层聚类结构,适用于不同流动性股票交易数据,展示了该方法在苹果、iRobot和Papa John’s Pizza等股票上的表现,有效捕获日内交易时间强度与成交量分布的异质性和共享结构
报告标题:《Modelling financial volume curves with hierarchical Poisson processes》
作者:Creighton Heaukulani, Abhinav Pandey, Lancelot F. James
发布机构:新加坡及香港科技大学ISOM系
发布时间:未知,报告内时间点多为2013年交易数据
研究主题:基于分层Poisson过程的金融交易量曲线建模方法,重点涉及股票交易量曲线的统计生成模型及其贝叶斯非参数推断技术
本报告针对“金融交易量曲线”建模问题提出了创新的统计方法,针对日内股票交易过程的交易时间和交易量的分布特征,基于贝叶斯非参数技术构建了分层泊松过程(hierarchical Poisson process)模型。报告重点介绍了模型的数学构造、推断算法(MCMC结合slice sampling技术)、数据描述与实证验证。
核心贡献及信息点包括:
1.1 研究动机与背景:
交易量曲线描述某一金融工具(股票、债券、ETF等)在一天内的交易次数和交易量,是市场交易行为的细粒度表现。建模该曲线是优化算法交易执行策略的基石,如依据预期交易量分布分散买入卖出,减少价格冲击。交易量曲线视为带跳跃的过程,跳跃点为交易时刻,跳跃幅度为交易量。经典跳跃过程建模选用非齐次Poisson过程(Kingman,1993),本研究沿用这种思路。
1.2 与现有工作的关联与创新点:
此前Taddy和Kottas(2012)借助Beta混合模型建构标记Poisson过程,本报告将其推广到多日、多支股票数据,通过分层Dirichlet过程将不同日交易时间点模型联合起来,实现交易日之间的统计信息共享,形成“分层泊松过程”模型结构。此外,报告中还讨论了与Log Gaussian Cox过程及其他Gaussian过程基础模型的区别和优势。
报告利用Wharton Research Data Services提供的NASDAQ市场2013年1月的交易数据,剔除盘前盘后和零股交易,数据精度为秒,进一步模拟生成更高时间分辨率(微秒级)。选取3支股票:
数据可视化显示为每一交易日的累计交易量(以“手”,100股为1手)与累计交易笔数的阶梯函数。不同股票间交易曲线平滑度差异显著,大盘股曲线更平滑,说明交易行为更频繁且连续,1,2]。
核密度估计(图2a,2c,2e)显示交易密度的时间分布,包含明显的市场开盘高峰及收盘前交易活跃差异,AAPL集中早盘,PZZA集中收盘前。交易量的箱线图(图2b,2d,2f)显示大量交易为单手,长尾分布,重尾程度随流动性递减而增加,凸显模型重点在交易时间建模上,4]。
3.1 单日交易时间建模(2.1)
3.2 标记Poisson过程及交易量建模(2.2)
3.3 多日交易数据的耦合建模(2.3)
图1(交易量曲线和交易笔数曲线):
展示三支股票在21个交易日内的累计交易量和累计交易次数。AAPL曲线平滑,更频繁(高流动性),细节丰富;IRBT、PZZA则间断明显,后者流动性最低,波动大。两者差异体现出流动性对交易行为模式的主导影响。
图2(交易时间和交易量的核密度估计与箱线图),4]:
通过平滑直方图展示交易时间分布的变化趋势,验证不同股票不同交易时段的活跃度。箱线图呈现交易量大小分布,单手交易占比较大,尾部分布随股票流动性变化,重尾现象明显。提示模型重点建模交易时间强度函数。
表1(数据集统计):
统计指标展示了交易总量、日均交易量、最活跃和最少活跃日的交易量、以及单手交易占比,数字化清晰体现了不同股票流动性等级。AAPL的交易总量数倍于IRBT,后者3.2倍于PZZA。单手交易占高位,支持选择负二项分布为交易量模型的合理性。
图3(混合成分与强度函数示意):
对混合Beta分布成分加权示意及强度函数平滑线与交易时间直方图的对比,展示模型在实际交易日中的具象化效果。色彩和权重表现出各个混合成分在对应日期交易时间分布中的贡献,应对不同流水级别股票表现差异性。
图4、5(推断过程中混合成分数目变化及分布),15]:
以trace plot和样本分布图表形式观察模型动态调整混合组件个数,体现了模型随数据复杂程度自动调节能力。表现出不同股票在交易日间成分复杂度的差异,AAPL日内变化最小,IRBT变化最大。
图6、7(混合成分及交易量参数后验分布),18]:
显示每个成分的Beta参数((\alpha,\beta))及负二项参数((r,\tau))的后验分布,呈现构成交易时间和量分布的基础统计特征及其不确定性。AAPL的参数分布更尖锐,流动性强,数据拟合程度高;PZZA表现更宽泛不确定,符合金融市场的流动性理论。
本研究侧重方法建模和推断,未涉及资产估值或盈利预测相关估值模型,因此无相关内容可述。
报告未像传统金融报告那样系统列出风险因素,但从模型和数据来看,可以推断潜在风险及影响:
报告未明确给出对应缓解策略,但通过MCMC混合监控和层次设计已隐含一定风险控制手段。
本报告提出的分层泊松过程模型为金融市场中日内交易量曲线的统计建模提供了灵活有效的贝叶斯非参数框架。通过运用Dirichlet过程混合模型,结合Beta分布和负二项分布分别刻画交易时间和交易量的特征,并借助Hierarchical Dirichlet Process实现跨交易日信息的统计共享,捕获市场行为的多层次结构。精心设计的MCMC推断算法发挥了slice sampling机制优势,保证模型可扩展性及推断效率。
详尽的数据描述和实证分析支持模型在不同流动性股票上的适用性,揭示了交易时间模式及交易量分布的异质性。图表分析明晰展示了模型成分权重分布、强度函数拟合、以及参数后验的差异性,佐证模型对金融交易数据的表达能力。
该模型及算法具备广泛应用潜力,不仅限于金融领域,适合任何由多组标记Poisson时间序列构成的复杂数据建模。未来进一步延伸模型层次结构,结合更丰富市场信息,将有助于提升市场微观结构理解和交易优化决策能力。
图1: 不同流动性股票的交易量和交易次数累计阶梯曲线
图2: 交易时间核密度与交易量箱线图
图3: 不同股票样本日的Beta混合组件和对应强度函数
图4: PZZA推断过程中混合成分数目Trace Plot
图5: 不同股票的全局和局部混合成分数分布
图6: Beta分布参数(\alpha), (\beta)后验分布
图7: 交易量分布参数(r,\tau)后验分布
2406.19402.pdf