블로그

시장미시구조론 (Market Microstructure) – (31) PIN 모형 (7) – 주가의 상승, 하락 확률 PIN 모형에서 α는 정보기반 거래자의 사적 정보가 존재할 확률이고, 1-δ는 정보가 존재할 경우 이것이 호재성 정보일 확률이다. α가 제법 크고, 1-δ도 크다면, 시장에는 호재성 정보가 존재한다고 기대할 수 있다. 그러나 1-δ가 아무리 커도 α가 아주 작다면, 호재성 정보가 존재한다고 기대할 수 없다. […]

시장미시구조론 (Market Microstructure) – (30) PIN 모형 (6) – 모수 추정 결과의 검증 이전 시간에 추정한 모수들이 신뢰할만한 것인지 확인해보기로 한다. 확인하는 방법은 간단히 우도함수의 극대점을 관찰해서 안정적인 Global Max. 지점을 확인해보는 것으로 한다. 우도함수가 3차원 정도라면 전 구간에 대해 그래프를 그려보면 좋겠지만, PIN 모형의 모수들은 다차원 공간에 있으므로 그림으로는 확인이 곤란하다. 아래 테이블은 Yan […]

시장미시구조론 (Market Microstructure) – (29) PIN 모형 (5) – 모수 추정 결과 (예시) 이전 시간까지 살펴본 PIN의 기본 모형과 우도함수, 그리고 실제 시장 데이터를 통해 PIN의 각 파라메터 (모수)들을 추정해 보고, 그 결과를 해석해 본다. 모수 추정을 위해 아래의 도구들을 이용하였다. 1. 기본 이론 : PIN 기본 모형 (Easley 등, 1996)2. 우도함수 : Lin & […]

시장미시구조론 (Market Microstructure) – (28) PIN 모형 (4) – 우도 함수의 초깃값 이전 포스트에서 살펴본, Lin & Ke (2011)의 우도 함수를 최대로 만드는 파라메터 (α, δ, μ, ε)들은 수치해석으로 추정해야 하고, 수치해석을 위해서는 적절한 초깃값이 필요하다. 우도 함수의 극대점이 포물선처럼 한 군데만 있다면, 초깃값을 임의로 설정해도 되지만, 극대점이 여러 개 존재한다면 초깃값에 따라 수치해석의 결과가 […]

시장미시구조론 (Market Microstructure) – (27) PIN 모형 (3) – 우도 함수의 변형 이전 포스트에서 설정한 PIN 모형의 우도 함수 (Likelihood)를 실제로 계산하려면 컴퓨터에서 연산이 가능한 형태로 변환해야 한다. 식 1)에서 B와 S 는 단위 시간당 발생한 매수/매도 거래량으로, 거래량이 수만, 혹은 수십만 정도가 되면 연산이 곤란하다 (단위 시간은 일일 단위가 될 수도 있음). 물론, 컴퓨터 […]

시장미시구조론 (Market Microstructure) – (26) PIN 모형 (2) – 우도 함수의 설정 이전 포스트에서 설정한 PIN 모형의 파라메터 (α, δ, μ, ε)를 추정하기위해 우도 함수 (Likelihood funtion)를 설정한다. 이 파라메터들은 시장에서 직접 관찰할 수 없으므로, 관찰이 가능한 아래 데이터를 이용하여 추정하기로 한다. 아래 데이터는 2015년 3월 24일 (09:10 ~ 14:50) 삼성전자의 5분봉 데이터이다. 매 5분마다 매수, […]

시장미시구조론 (Market Microstructure) – (25) PIN 모형 (1) – 모형의 설정 그 동안 여러 편의 포스트를 통해 Kyle의 모형에 대해 살펴보았다. Kyle의 모형에는 정보기반 거래자 (Informed Trader), 유동성 거래자 (Noise Trader), 그리고 시장조성자 (Market Maker)가 시장에 참여한다. 그리고 각각이 추구하는 최적의 전략들이 경쟁 (충돌)하면서 시장은 균형 상태에 이른다. Kyle의 모형은 추상적이긴 하지만 몇 가지 가정을 […]

시장미시구조론 (Market Microstructure) – (24) Kyle 모형 (14) – 이질적 신호를 가진 다수의 정보기반 거래자 이전 시간까지는 다수의 정보기반 거래자가 서로 동일한 신호 (Homogeneous Signals)를 가진 경우에 대해 알아보았다. 이번 시간에는 다수의 정보기반 거래자가 서로 다른 신호를 (Heterogeneous Signals) 가진 경우에 대해 살펴보기로 한다. 어떤 정보기반 거래자는 정확한 신호를 가지고 있고, 어떤 정보기반 거래자는 부정확한 […]

시장미시구조론 (Market Microstructure) – (23) Kyle 모형 (13) – 정보기반 거래자와 노이즈 거래자의 손익 분석이번 시간에는 정보기반 거래자와 노이즈 거래자 (유동성 거래자)의 손익구조에 대해 살펴보고, 노이즈 거래자가 시장에 미치는 영향에 대해 살펴보기로 한다. 우선 기본 모형을 통해 결과를 예측해 보자. 정보기반 거래자는 정보를 보유하고 있으므로 당연히 수익이 발생할 것이다. 다수의 정보기반 거래자가 있을 때는 개별 […]

시장미시구조론 (Market Microstructure) – (22) Kyle 모형 (12) – 시장의 효율성과 변동성 Kyle 모형(7) 에서는 정보기반 거래자가 1명일 때 시장의 효율성 (정보의 효율성)에 대해 알아보았다. 이번 시간에는 다수의 정보기반 거래자가 (k 명) 있을 때 시장의 효율성과 변동성은 어떻게 표현되는지 살펴보기로 한다. 시장의 효율성 (정보의 효율성 : Informational Efficiency) 식 (1)은 정보기반 거래자가 1명일 때 시장의 효율성에 […]