Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Forecasting Price-Level on Trades of Financial Instruments using Orderbook Activity.
KTH, School of Engineering Sciences (SCI), Mathematics (Dept.), Mathematical Statistics.
2011 (English)Independent thesis Basic level (degree of Bachelor), 10 credits / 15 HE creditsStudent thesis
Abstract [en]

In today’s highly competitive trading climate it is getting more important

to understand the fundamentals of the orderbook and how it works

in practice in order to stand out in the competition. Better knowledge of

the orderbook statistics can be applied in areas such as high frequencyand

execution trading.

Therefore the focus of this study is to determine the probabilities

of the settlement prices of financial instruments traded on a public

order-driven market exchange i.e to predict the probabilities regarding

whether the next executed trade will happen on the bid or on the

ask side.

The mathematical methods used in this study are logistic regression

and Maximum Likelyhood (ML)-estimation for optimization of parameters.

First the parameter matrix was optimized using orderbook data

on the OMXS30 future and then use the estimated model on an out-ofsample

test.

Keywords: Logistic Regression, Orderbook, level-2 data

Abstract [sv]

I dagens marknad råder hög konkurens vilket gör det viktigt att förstå

fundamentan bakom orderboken och hur handeln med finansiella

instrument fungerar i praktiken. Det utvecklas flera nya och förbättrade

informationsystem och tradingalgoritmer varje dag och detta skärper

konkurensen och försvårar möjligheten att tjäna pengar på tradingverksamhet.

Med ökad förståelse för orderboken och dess fundamenta kan utvecklingen

inom databaserad handel exempelvis exekverings- och högfrekvenshandel

drivas på. Därför fokuserar jag denna studie på orderboken

genom att försöka uppskatta sannolikheten för om nästkommande trade

kommer att ske på köp- eller säljsidan av orderboken på en orderdriven

marknad som Stockholmsbörsen.

I undersökningen har logistisk regression och Maximum Likelyhood

(ML)-skattning använts för att bestämma koefficienterna i den skattade

statistiska modellen. Data är hämtade från OMXS30 terminen där kovariaterna

är volymen på varje prisnivå för köp- respektive säljsidan i

orderboken. Den skattade modellen testas på andra data än som använts

för att skatta modellen.

Nyckelord: Orderbok, logistisk regression, Maximum Likelyhood

Place, publisher, year, edition, pages
2011. , 26 p.
National Category
Engineering and Technology
Identifiers
URN: urn:nbn:se:kth:diva-105810OAI: oai:DiVA.org:kth-105810DiVA: diva2:572278
Uppsok
Technology
Supervisors
Available from: 2012-11-27 Created: 2012-11-27 Last updated: 2013-02-13Bibliographically approved

Open Access in DiVA

fulltext(451 kB)231 downloads
File information
File name FULLTEXT01.pdfFile size 451 kBChecksum SHA-512
71b19d5929a3daa317f82e23d5aef42292b9d4909722563937d537cad821c21d8228ef65ec4ebfb41521fa418db1b593175ab0abe5be8dd69138dec20d8a9f44
Type fulltextMimetype application/pdf

By organisation
Mathematical Statistics
Engineering and Technology

Search outside of DiVA

GoogleGoogle Scholar
Total: 231 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 146 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf