• Home
  • Química
  • Astronomia
  • Energia
  • Natureza
  • Biologia
  • Física
  • Eletrônicos
  •  science >> Ciência >  >> Física
    ID microestrutura de estoque útil em crise financeira

    Todos os dias, milhares de pedidos de venda ou compra de ações são registrados e processados ​​em milissegundos. Bolsas de valores eletrônicas, como NASDAQ, use o que é conhecido como modelagem microscópica do fluxo de ordens - refletindo a dinâmica das reservas de ordens - para facilitar a negociação. O estudo dessas microestruturas de mercado é um campo de pesquisa relativamente novo com foco nas interações comerciais que determinam o preço das ações.

    Agora, uma equipe alemã da Universidade de Duisburg-Essen analisou as regularidades e irregularidades estatísticas no recente fluxo de pedidos de 96 diferentes ações da NASDAQ. Uma vez que os preços estão fortemente correlacionados durante as crises financeiras, eles evoluem de forma semelhante ao que acontece com os sinais nervosos durante as crises epilépticas. As descobertas do grupo Duisburg-Essen, publicado em EPJ B , contribuir para modelar a evolução dos preços, e poderia, em última análise, ser usado para avaliar o impacto de crises financeiras.

    A dinâmica dos preços das ações normalmente mostra padrões. Por exemplo, grandes mudanças de preços surgem em sequência, que é dez vezes maior do que a média. Ao estudar a microestrutura das transações de ações, os pesquisadores identificaram previamente grupos de ações com fluxo de pedido de estoque semelhante. Contudo, ainda há muitas questões em aberto sobre a coevolução de diferentes ações. Na verdade, nosso conhecimento atual das interações comerciais é muito menos desenvolvido do que nosso conhecimento dos preços reais que são resultado da dinâmica microscópica.

    Neste estudo, os autores analisam a coevolução do fluxo de pedidos para pares de ações listadas no índice NASDAQ 100. Eles observam uma distância abstrata entre cada par de ações. A distância é pequena se ambas as ações se comportam de forma semelhante, e grandes se se comportarem de maneira diferente. Usando algoritmos de aprendizado de máquina, eles descobrem que há quatro grupos de ações com grandes diferenças mútuas (grandes distâncias). Isso é surpreendente, já que esta rica diversidade microscópica não se reflete nos preços reais.

    © Ciência https://pt.scienceaq.com