Identification and Modelling of Ultrafast Extreme Events in Financial Markets: Mini Flash Crashes...

Registro bibliográfico

  • Título: Identification and Modelling of Ultrafast Extreme Events in Financial Markets: Mini Flash Crashes = Identificación y modelado de eventos extremos en los mercados financieros: Mini Flash Crashes
  • Autor: Cardona García, Octavio
  • Publicación original: 2020
  • Descripción física: PDF
  • Nota general:
    • Constanza (Alemania)
  • Notas de reproducción original: Digitalización realizada por la Biblioteca Virtual del Banco de la República (Colombia)
  • Notas:
    • Resumen: Mini Flash Crashes (MFC) or Ultrafast Extreme Events (UEE), are sudden and substantial movements in security prices with an equally fast reversion to their previous level. A MFC could last minutes, seconds, or even milliseconds. These kind of market failures have implications on its efficiency and increase the risk of larger drop downs. Since this is a relative new phenomenon in financial markets, some researchers have relied on ad-hoc procedures to identify these crashes. Aiming to find a more robust approach, this study consists in using the drift burst hypothesis jointly with a weighted on a grid logit model to identify and predict the probability of occurrence of Flash Crashes. The first approach detects short-lived explosive trends that cannot be explained by traditional volatility models. Each of these bursts is then labeled as a UEE. The statistic relies on a non-parametric estimator of the drift with a kernel window of five minutes. In contrast, the logit model solves an unbalanced learning problem where the minority class (UEE) represents only 1% of the entire sample. The performance of the classifier is compared against other techniques like the Synthetic Minority Oversampling Technique (SMOTE) and rebalanced classes, but also to other classifiers. In general terms, the non-parametric statistic identified more than 200 episodes in each asset composing the sample —SPDR Dow Jones Industrial Average ETF, SPDR S&P 500 ETF, and Apple— during two of the more remarkable Flash Crashes in history. On the other hand, the weighted logit model outperformed the other variations with an area under de curve (ROC-AUC) of 0.927 and accuracy of 0.895. Regarding policy implications, liquidity provision has significant effects on the probability of UEE. Reducing the speed of the transactions when the market is illiquid could be a better option than halting the market by using circuit brakers. Mini Flash Crashes (MFC) o Eventos Ultra rápidos y Extremos (UEE), son movimientos substanciales y repentinos del precio de un activo financiero con una rápida reversión a su nivel previo. Un MFC puede durar minutos, segundos, o incluso milisegundos. Este tipo de fallas en el mercado tiene implicaciones sobre su eficiencia e incrementa el riesgo de desplomes mucho más grandes. Dado que es un tema relativamente nuevo, algunos autores han tratado de identificar estos eventos utilizando metodologías ad hoc. Con el propósito de encontrar un procedimiento más robusto, este estudio consiste en utilizar la hipótesis “drift-burst” juntamente con un modelo logit ponderado, para identificar y predecir la probabilidad de que un Flash Crash ocurra. La primera metodología detecta tendencias explosivas cortas que no pueden explicarse por los modelos tradicionales de volatilidad, paso seguido cada una de estas ocurrencias se clasifica como un UEE. Este estadístico está basado en un estimador no paramétrico de la deriva con un kernel de cinco minutos. Análogamente, el modelo logit resuelve un problema de clasificación desbalanceado, en donde la categoría minoritaria (UEE) representa sólo el 1% de la muestra. El rendimiento de este modelo se compara contra otras técnicas y clasificadores. En términos generales, el estadístico no paramétrico identificó más de 200 ocurrencias en cada uno de los activos que componen la muestra —SPDR Dow Jones Industrial Average ETF— durante dos de los Flash Crashes más importantes de la historia. Por otro lado, el modelo logit ponderado supera a sus contrapartes con un área bajo la curva (ROC-AUC) de 0.927 y una precisión de 0.895. Con respecto a sus implicaciones en política, la provisión de liquides tiene efectos significativos en la probabilidad de ocurrencia de UEE. Reducir la velocidad de las transacciones cuando el mercado está ilíquido, puede ser una mejor opción que detener el mercado mediante “circuit breakers”.
    • © Derechos reservados del autor
    • Colfuturo
  • Forma/género: tesis
  • Idioma: castellano
  • Institución origen: Biblioteca Virtual del Banco de la República
  • Encabezamiento de materia:

Web semántica