Simulating and Analyzing Order Book Data: The Queue-Reactive Model
订单簿数据的模拟与分析：队列反应模型AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要直接使用超高频订单簿更新数据，并研究订单流、市场模拟与交易成本。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
订单簿数据的模拟与分析：队列反应模型
- 研究问题
- 如何建立既刻画超高频完整订单簿变化、又连接较低频金融数据特征的模型，并用于市场模拟与交易成本分析？
- 方法与思路
- 作者按参考价格不变的区间划分时间，将区间内订单簿建模为状态依赖订单流强度的马尔可夫排队系统，再随机切换区间。
- 材料陈述的贡献
- 摘要称，作者研究模型的极限行为并用市场数据估参；该框架能够再现市场数据行为，并支持复杂交易算法的成本分析。
- 阅读关注点
- 应核对订单簿状态的定义、订单流强度估计、参考价格切换机制，以及不同频率的数据特征和交易成本如何验证。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明，无法判断刊本变化；数据市场、拟合指标和外部验证未说明，不能据此判断实盘效果。
原文摘要
Through the analysis of a dataset of ultra high frequency order book updates, we introduce a model which accommodates the empirical properties of the full order book together with the stylized facts of lower frequency financial data. To do so, we split the time interval of interest into periods in which a well chosen reference price, typically the midprice, remains constant. Within these periods, we view the limit order book as a Markov queuing system. Indeed, we assume that the intensities of the order flows only depend on the current state of the order book. We establish the limiting behavior of this model and estimate its parameters from market data. Then, to design a relevant model for the whole period of interest, we use a stochastic mechanism that allows to switch from one period of constant reference price to another. Beyond enabling to reproduce accurately the behavior of market data, we show that our framework can be very useful for practitioners, notably as a market simulator or as a tool for the transaction cost analysis of complex trading algorithms.