The study investigates the development of a predictive signal aimed at improving short-term price forecasting in spot FX markets, with a particular emphasis on the challanges faced by market makers. In modern electronic trading venues, market makers must continuously provide bid and ask quotes while managing inventory risk and adverse selection. The dynamics of limit order books (LOBs), which govern liquidity and price formation, are central to this process. A key difficculty for market makers lies in accurately estimating the future mid-price, which is strongly influenced by trade arrivals and the microstructural behaviour of the order book.

This research addresses the problem by quantifying the price impact of trades and leveraging this information to construct a forward-looking signal capable of anticipating short-term price movements. By analyzing trade-induced price effects in high-frequency environments, we aim to better understand how such impacts can be modeled and exploited to enhance market makers' decision-making processes and risk control. We model the arrival of trades using a two-dimensional Hawkes process, which reveals a strong self-exciting behaviour: buy trades tend to attract further buy trades, and similartly for sells. This insidgt is then used the construct a signal based on the cumulative price impact. Parameters are calibrated using training data, and the resulting signal is tested against an EMA-based benchmark. Empirical results whos that our signal achieves higher predictive power than the bench-mark, as shown by both global and local correlation measures with forward returns. These findings suggest that incorporating the temporal structure of trade-induced price impacts can help market makers better anticipate short-term price changes.

Denna studie undersöker utvecklingen av en prediktiv signal med målet att förbättra kortsiktig prisprognos på spotmarknaden för valuta (FX), med särskilt fokus på de utmaningar som marknadsgaranter står inför. På moderna elektroniska handelsplattformar måste marknadsgaranter kontinuerligt tillhandahålla köp- och säljkurser samtidigt som de hanterar lagerexponering och snedvridning av information (adverse selection). Limit order böckernas (LOB) dynamik, som styr likviditet och prisbildning, är central i denna process. En av de största svårigheterna för marknadsgaranter är att exakt förutsäga framtida mittpris (mid-price), vilket starkt påverkas av handeln och orderbokens mikrostrukturella beteende.

Denna forskning angriper problemet genom att kvantifiera handelsinducerat prispåverkan och använda denna information för att konstruera en signal som syftar till att förutse kortsiktiga prisrörelser. Genom att analysera effekten av enskilda affärer i miljöer med hög frekvens, strävad vi efter att bättre förstå hur dessa effekter kan modelleras och användas för att förbättra marknadsgaranters beslutsfattande och riskkontroll.

Vi modellerar handelsanländningar med en tvådimensionell Hawkes-process, som visar ett starkt självförstärtkande beteende: köporder tenderar att följas av ytterligare köporder, och detsamma gäller för säljorder. Denna insikt används sedan för att konstruera en signal baserat på kumulativ prispåverkan. Parametrar kalibreras med hjälp av träningsdata, och den resulterande signalen testas mot ett EMA-baserat riktvärde.

Empiriska resultat visar att vår signal uppnår högre prediktiv förmåga än riktvärdet, vilket framgår av både globala och lokala korrelationsmått med framtida avkastningar. Dessa resultat tyder på att inkorporering av den temporala strukturen i handelsinducerade prisrörelser kan hjälpa marknadsgaranter att bättre förutse kortsiktiga prisförändringar.