证券交易中限价指令簿分析研究
时间：2021-02-21 20:02:00 来源：雅意学习网 本文已影响 人 
摘 要：本文对限价指令簿中的数据进行定量研究，分析限价指令簿上的价跟量与其他指令信息的关系。发现人们一般不喜欢直接在最优买价或者最优卖价进行挂单。在限价指令簿价格的分析上，发现买卖压力与成交价格之间互为因果关系，并建立VAR模型。在限价指令簿量的分析上，发现限价指令簿增量的方差波动较大时股票短期价格存在较大反转可能。
关键词：限价指令簿；买卖压力；VAR
一、 研究背景
随着高频数据的可获得性增强以及计算效率的提升，越来越多的人进行高频数据的研究，这是由于高频数据对于信息的包含更为完整，更有利于研究股票的短期波动情况。
对股票的高频数据的研究一般是都是对股票的开盘价、收盘价、最高价、最低价等数据进行研究，但是这些数字终究只是市场供求在价格上的反应。而买卖的限价指令簿是股票供求关系在市场上最直观，最本质的体现，如果需求大于供给，此时买方的力量大，那么股票价格会趋于上升，如果需求小于供给，此时卖方的力量大，那么股票价格会趋于下降。限价指令簿中买卖双方力量的变动，会导致供求曲线的移动，从而会影响股票的价格。
二、研究意义
限价单影响了市场的流动性、市场效率、交易成本以及波动性，其构成了限价指令簿，对于机构投资者来说，他们拥有完善的高频数据库，分析限价指令簿的信息，对市场信息作出较快的反应，机构投资者们能够使用更多的投资策略以及构建更复杂的投资组合。对于个人投资者，限价指令簿能够让人了解买卖价格的信息，判断目前多空双方的博弈状况，个人投资者可以利用限价指令簿信息再结合私人信息来判断决策。
对于限价指令簿的研究不可避免要从高频数据入手，高频数据最显著的特征就是时间间隔短，其中包含了很多低频数据所遗漏的信息，研究限价指令簿能够让我们了解市场的微观运行机制，去寻找市场行为出现原因。
从理论意义上讲，对于直接使用限价指令簿中的数据来对买卖的涨跌进行分析的论文国内较少，并且理论研究较多，实证研究较少，其可能对短期股价的走势有预测作用。
三、文献综述
关于对股票高频数据的研究，刘波、曾勇、李平（2007）分别对短期价格行为的变化、影响其动态变化过程的各种因素以及统计性质进行了研究，认为限价指令簿是金融市场能够得以运作的一个较好的载体。许敏（2010）从成交序列的高频数据中出发，不是从从个人投资出发，而是运用所有投资者决策共同形成的限价指令簿的数据，来研究市场变化的原因，讨论了买卖价差的形成的原因。
四、数据选择与介绍
本文选择上海机场股票（600009）2015年10月08日到2015年11月10日（一共月23个交易日，11月6日数据有误剔除）的数据来进行分析，分析的数据精度为3s，包含每个时刻买一到买十，卖一到卖十的价格以及各个价格所对应的挂单量，数据从wind高频数据库中获得。本文记t时刻出价第i高的买盘价格记为 pt，bi。
在这个价格上的挂单量记为Bt，i，t时刻出价第i低的卖盘价格记为pt，si，在这个价格上的挂单量记为St，这个t时刻的成交价格记为Pt。
五、限价指令簿特征
（一） 限价指令簿数据描述性统计
对于限价指令簿数据要有所了解，首先要从其描述性统计入手，需要计算买一到买十的均值以及方差情况，来对限价指令簿的情况做初步的了解。
运用matlab2014处理数据得出买一到买十以及卖一到卖十的挂单量的均值以及方差。从挂单量的均值可以看出，人们一般不喜欢直接在最优买价或者最优卖价挂单，经常在更高价挂卖单或者更低的价挂卖单。从挂单量的方差可以看出，买方在最优买价时的挂单量方差不大，方差较大的地方集中在离最优买价较远时的价格。
买卖价差是指做市商愿意买入和卖出该种资产的价格之差，在指令交易的时候即是最低卖出价与最高买入价之间的差值，其总体呈现为U形的形态。将价差的数量取对数，得到的折线，发现其在取对数后有着大致的线性趋势存在。
（二）买卖压力
股票价格会受到盘口压力的影响，他们对最优买卖量不平衡性进行统计，定义了不平衡性的指标，该不平衡指标为最优买量（指令簿上高买价对应的挂单量）与最优卖量（指令簿上低卖价对应的挂单量）之比的对数，本文将其定义为买卖压力，同时由于有十档数据所以买卖压力也分10类。
六、 限价指令簿的价与量的分析
（一）限价指令簿价的分析
1. 格兰杰因果关系检验
买卖压力与涨跌之间可能存在因果关系，由于买卖压力在本文分10类，为了找到哪一类买卖压力对于价格变化的影响最大，本文将这10类买卖压力分别跟价格增减做granger因果关系检验，计算出每日的平均p值。从平均p值大小的方面来看，第2，3，8，9，10类买卖压力对价格增量影响相对要大，2，3类的买卖压力受价格增量的影响较大，随着买卖压力阶数的增加，价格增减对于买卖压力的影响逐渐减少。
2. 价格增减与买卖压力之间的 VAR模型建立
考虑到价格增减与买卖压力之间互为granger因果关系，所以可以建立VAR模型来估计两者之间的动态关系，VAR模型用系统内的每一个内生变量的滞后值来构造模型，将一个单变量的自回归模型推广到了多元时间序列变量组成的向量自回归模型之中，考虑到前面granger因果关系检验的结果，在构建VAR模型时，本文选择的是2类买卖压力，VAR模型的滞后期选择为2期。从估计出来的参数看出，买卖压力对于价格增量有正向影响，买卖压力增大，价格增量也会倾向于增加。
在VAR 模型的基础之上作出脉冲响应的函数，脉冲响应函数是可以用來描述一个内生变量对由误差项所带来的冲击反应，即是在随机误差项上施加一个标准差大小的冲击之后，对内生变量的当期值和未来值所产生的影响程度。
