Bayesian Time Series Analysis of Limit Order Processes in Financial Markets

2021 Fiscal Year Final Research Report

• Project/Area Number: 19K01592
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 07030:Economic statistics-related
• Research Institution: Keio University
• Principal Investigator: Nakatsuma Teruo 慶應義塾大学, 経済学部(三田), 教授 (90303049)
• Project Period (FY): 2019-04-01 – 2022-03-31
• Keywords: 金融高頻度データ / 指値注文 / 継続時間モデル / ベイズ統計学 / マルコフ連鎖モンテカルロ法

Outline of Final Research Achievements

In this study, as a model to explain the generating mechanism of limit orders (orders that specify the bid or ask price) in financial markets, we proposed an extension of the ACD (Autoregressive Conditional Duration) model as well as the SCD (Stochastic Conditional Duration) model in which intraday seasonality and limit order book information (the price and quantity of limit orders) are incorporated. We also developed a new efficient algorithm for Bayesian estimation of the proposed models via Markov chain Monte Carlo. We estimated the proposed models with the data of limit orders in the Tokyo Stock Exchange, and examined influences of indicators related to the market liquidity upon time intervals between limit orders.

Free Research Field

ベイズ統計学、計量経済学、計量ファイナンス

Academic Significance and Societal Importance of the Research Achievements

本研究で新たに開発されたSCDモデルのベイズ推定ためのアルゴリズムは、先行研究で使用されてきた手法と比べて、（1）日中季節性の多項式近似を他のパラメータと同時に推定できる、（2）マルコフ連鎖モンテカルロ法のためのサンプリングを安定して実現できる、（3）継続時間の分布として推定が比較的容易である指数分布を仮定した場合のみならずガンマ分布やワイブル分布を仮定した場合でも安定的に推定できる、などという特徴を有する。この手法はSCDモデルと似た構造を持つSV (Stochastic Volatility)モデルにも適用できるため、 計量ファイナンスの分野で幅広く応用されることが期待される。