Dynamic Dark Pool Trading Strategien In Limit Order Märkte

Dynamic Dark Pool Trading Strategien in Limit Order Märkte Sabrina Buti. Barbara Rindi () und Ingrid M. Werner Weitere Kontaktinformationen Sabrina Buti: Universität von Toronto Ingrid M. Werner: Ohio State University Abstract: Wir modellieren einen dynamischen Limit Order Market mit Händlern, die Aufträge entweder an ein Limit Order Book (LOB) oder Zu einem dunklen Pool (DP). Wir zeigen, dass es eine positive Liquiditäts-Externalität in der DP gibt, die Aufträge von der LOB in die DP migrieren, aber das gesamte Handelsvolumen steigt, wenn ein DP eingeführt wird. Wir zeigen auch, dass der DP-Marktanteil höher ist, wenn die LOB-Tiefe hoch ist, wenn die LOB-Spreads schmal sind, wenn es mehr Volatilität gibt und wenn die Tick-Größe größer ist. Weiterhin, während innerhalb der zitierten Tiefe in der LOB immer abnimmt, wenn ein DP eingeführt wird, können zitierte Spreads für flüssige Bestände verengen und für illiquide Bestände erweitern. Schließlich, wenn. ash-Aufträge wählen Sie Händler mit Informationen über den Zustand der DP, zeigen wir, dass mehr Aufträge von der LOB auf die DP migrieren. Verwandte Arbeiten: Arbeitspapier: Dynamische Dunkle Pool Trading Strategien in Limit Order Markets (2010) Dieser Artikel kann an anderer Stelle in EconPapers verfügbar sein: Suche nach Artikeln mit demselben Titel. Export-Referenz: BibTeX RIS (EndNote, ProCite, RefMan) HTMLText Diese Seite ist Teil von RePEc und alle hier angezeigten Daten sind Teil des RePEc-Datensatzes. Ist Ihre Arbeit fehlt bei RePEc Hier ist, wie man beitragen kann. Fragen oder Probleme Überprüfen Sie die EconPapers FAQ oder senden Sie eine E-Mail an. Seite aktualisiert 2017-02-21Dynamische Dark Pool Trading Strategien in Limit Order Markets Abstract: Wir modellieren einen dynamischen Finanzmarkt, in dem Trader Aufträge entweder an ein Limit Order Book (LOB) oder an einen Dark Pool (DP) abgeben. Wir zeigen, dass es eine positive Liquiditäts-Externalität in der DP gibt, die Aufträge von der LOB in die DP migrieren, aber das gesamte Handelsvolumen steigt, wenn ein DP eingeführt wird. Wir zeigen auch, dass der DP-Marktanteil höher ist, wenn die LOB-Tiefe hoch ist, wenn der LOB-Spread schmal ist, wenn die Tick-Größe groß ist und wenn Händler einen Schutz vor Preiswirkungen suchen. Weiterhin, während innerhalb der zitierten Tiefe in der LOB immer abnimmt, wenn ein DP eingeführt wird, können zitierte Spreads für flüssige Bestände verengen und für illiquide erweitern. Wir zeigen auch, dass die Interaktion der Händler mit LOB und DP interessante systematische Muster erzeugt, um: dierly from Parlor (1998) ist die Wahrscheinlichkeit einer Fortsetzung größer als die einer Umkehrung nur für flüssige Bestände. Wenn die Tiefe auf einer Seite von LOB abnimmt, wird die Liquidität von DP abgelassen. Wenn ein DP zu einem LOB hinzugefügt wird, wird das gesamte Wohlfahrts - und institutionelle Händler Wohlfahrtserhöhung, aber nur für flüssige Bestände, Schließlich zeigen wir, wenn Flash-Aufträge ausgewählten Händlern Informationen über den Zustand der DP liefern. Wir zeigen, dass mehr Aufträge vom LOB zum DP migrieren und DP-Wohlfahrtseffekte verbessert werden. Verwandte Arbeiten: Arbeitspapier: Dynamische Dunkle Pool Trading Strategien in Limit Order Markets (2010) Dieser Artikel kann an anderer Stelle in EconPapers verfügbar sein: Suche nach Artikeln mit demselben Titel. Export-Referenz: BibTeX RIS (EndNote, ProCite, RefMan) HTMLText Diese Seite ist Teil von RePEc und alle hier angezeigten Daten sind Teil des RePEc-Datensatzes. Ist Ihre Arbeit fehlt bei RePEc Hier ist, wie man beitragen kann. Fragen oder Probleme Überprüfen Sie die EconPapers FAQ oder senden Sie eine E-Mail an. Seite aktualisiert 2017-02-24Hlna Beltran-Lopez Pierre Giot Joachim Grammig, 2009. Gemeinsamkeiten im Auftragsbuch, Finanzmärkte und Portfoliomanagement. SpringerSwiss Gesellschaft für Finanzmarktforschung, Bd. 23 (3), Seiten 209-242, September. Bogdan Negrea, 2011. Wie man die Liquiditätskosten im Orders-Driven Markt, die Überprüfung der Finanzen und Banken zu berechnen. Academia de Studii Ökonomie din Bucuresti, Rumänien Facultatea de Finante, Asigurari, Banci si Burse de Valori Catedra de Finante, Bd. 3 (1), Seiten 007-019, Juni. Andrew W. Lo A. Craig MacKinlay Juni Zhang, 1997. Ökonometrische Modelle von Limit-Order Executionen, NBER Working Papers 6257, National Bureau of Economic Research, Inc. Ban Zheng Franois Roueff Frdric Abergel, 2014. Ergodizität und Skalierung Grenze einer beschränkten Multivariate Hawkes-Prozess, Post-Print hal-00777941, HAL. Buti, Sabrina Consonni, Francesco Rindi, Barbara Werner, Ingrid M. 2013. Sub-Penny und Queue-Jumping, Working Paper Series 2013-18, Ohio State University, Charles A. Dice Zentrum für Forschung in der Finanzökonomie. Bartolom Pascual-Fuster Francisco Climent Roberto Pascual, 2003. Cross-Listing, Preisentdeckung und die Informativität des Handelsprozesses, Working Papers. Serie EC 2003-21, Instituto Valenciano de Investigaciones Econmicas, S. A. (Ivie). Buti, Sabrina Rindi, Barbara Wen, Yuanji Werner, Ingrid M. 2013. Tick Size Regulierung und Sub-Penny Trading, Working Paper Series 2013-14, Ohio State University, Charles A. Dice Center für Forschung in der Finanzökonomie. L. Bosetti P. Gottardo M. Murgia A. Pinna, 2015. Die Auswirkungen großer Aufträge auf elektronische Märkte, Working Paper CRENoS 201510, Zentrum für Nord-Süd-Wirtschaftsforschung, Universität Cagliari und Sassari, Sardinien. Beltran-Lopez, Hlna Giot, Pierre Grammig, Joachim G. 2009. Gemeinsamkeiten im Auftragsbuch, CFR-Arbeitspapiere 09-05, Universität Köln, Zentrum für Finanzforschung (CFR). BELTRAN, Helena GIOT, Pierre GRAMMIG, Joachim, 2005. Gemeinsamkeiten im Auftragsbuch, CORE Diskussionspapiere 2005011, Universit catholique de Louvain, Zentrum für Operations Research und Ökonometrie (CORE).