Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
Lezione 3, parte 1: Informazioni e prezzi (microstruttura dei mercati finanziari)
Lezione 3, parte 1: Informazioni e prezzi (microstruttura dei mercati finanziari)
Il professore delinea tre grandi parti della classe. La prima parte si concentra sulla creazione di modelli matematici per rappresentare aspetti rilevanti dei mercati finanziari, che saranno applicati a questioni specifiche. Questa parte mira a fornire una base teorica per comprendere le dinamiche di mercato. La seconda parte applica questi modelli per indagare questioni specifiche, come i costi ei benefici della frammentazione dei mercati finanziari e le interconnessioni tra liquidità e politiche aziendali. Applicando i modelli a scenari del mondo reale, gli studenti possono ottenere informazioni pratiche sul funzionamento dei mercati finanziari. Infine, la terza parte del corso copre argomenti specifici che sono molto rilevanti per i mercati finanziari moderni ma non trattati nel libro di testo. Questi argomenti includono i mercati digitali, il trading algoritmico e ad alta frequenza, l'informazione pubblica e le questioni relative alle bolle e all'allevamento nei mercati finanziari. Questa parte del corso si propone di esplorare gli sviluppi e le sfide all'avanguardia nel campo.
Il professore inizia quindi a discutere la relazione tra informazioni e prezzi. Introducono il primo modello che esplora questi problemi, a partire dallo spread bid-ask che nasce come risultato di decisioni consapevoli prese dai trader. La conferenza approfondisce i motivi per cui i trader acquistano o vendono asset sul mercato e come questi motivi possono o meno influenzare la valutazione dell'asset.
Il primo motivo discusso è quello di formare un profilo di rischio unico per il singolo trader. I trader possono acquistare o vendere asset in base alle loro preferenze di rischio personali, che potrebbero non avere un impatto diretto sulla valutazione dell'asset. La seconda ragione è per il finanziamento della liquidità, in cui le persone hanno bisogno di accedere a fondi liquidi o vogliono investire fondi in eccesso. Questo tipo di negoziazione, inoltre, non influisce sulla redditività o sui flussi di cassa futuri dell'attività e quindi non ne modifica la valutazione. Infine, il docente sottolinea che il trading basato sui fondamentali del mercato, come lo stato dell'economia e fattori esterni, influisce sulla redditività e sui flussi di cassa futuri dell'asset e quindi ne modifica la valutazione.
La lezione si sofferma quindi sui diversi tipi di informazioni, distinguendo tra informazioni pubbliche e private, e il loro impatto sulla valutazione degli asset. Le informazioni pubbliche sono informazioni disponibili a tutti i partecipanti al mercato e possono essere comprese e valutate allo stesso modo da tutti. Può portare a una rivalutazione del valore di un asset senza generare nuovi dissapori tra i trader. D'altra parte, le informazioni private creano un'asimmetria informativa tra i commercianti, in quanto gli individui possono avere accesso a informazioni specifiche che altri non possiedono. Queste informazioni private possono portare a differenze nelle percezioni dei trader del valore di un asset in base alla loro conoscenza di fattori specifici.
Il relatore discute come l'informazione pubblica, entro i confini del paradigma economico classico, non può generare nuovi scambi ma può portare alla rivalutazione dei valori delle attività incorporando informazioni ampiamente disponibili. Tuttavia, il relatore sottolinea che i modelli con informazioni asimmetriche hanno lo scopo di dimostrare perché l'insider trading è illegale e mostrare cosa accadrebbe se si verificasse nei mercati.
Viene spiegata l'interpretazione accademica delle informazioni private, affermando che tutte le informazioni, pubbliche o private, sono in linea di principio disponibili a tutti. Tuttavia, alcuni trader potrebbero essere più bravi nell'analizzare le informazioni e avere una conoscenza superiore dei fondamentali delle azioni. La conferenza esplora la connessione tra informazioni e prezzi, evidenziando come i prezzi coordinano le informazioni provenienti da diversi individui per consentire un'allocazione efficiente nella società. Il docente tocca anche le diverse forme di efficienza del mercato, inclusa l'efficienza debole, che implica che i prezzi incorporino informazioni storiche.
La lezione passa a discutere i diversi livelli di efficienza del mercato e come l'ipotesi dei mercati efficienti implichi che i prezzi debbano essere efficienti in qualche modo. La forma più forte di efficienza, nota come "forma forte", richiede che i prezzi riflettano immediatamente tutte le informazioni pubbliche e private. Tuttavia, questa nozione crea sfide, come il "teorema di non scambio", poiché i trader con informazioni private si asterrebbero dal fare trading poiché qualsiasi desiderio di fare trading diventerebbe troppo informativo e agirebbe come un segnale pubblico, rendendo qualsiasi potenziale scambio non redditizio. Inoltre, se i prezzi fossero perfettamente efficienti nella forma forte, non ci sarebbero incentivi per i commercianti ad acquisire informazioni, poiché qualsiasi conoscenza ottenuta verrebbe immediatamente incorporata nei prezzi, rendendo l'informazione non degna di essere acquisita.
La conferenza discute i paradossi nell'ipotesi del mercato efficiente, evidenziando la mancanza di spiegazione per la volatilità dei prezzi. L'ipotesi non fornisce una chiara comprensione di come le informazioni sono incorporate nei prezzi e non riesce a spiegare tre fenomeni importanti: l'equity premium, la volatilità dei prezzi e l'entità dei movimenti di mercato. Per affrontare questi problemi, il video spiega il concetto di valore di mercato di un'attività e introduce due approcci per esaminarlo, incluso l'approccio dei flussi di cassa attualizzati, che considera l'aspettativa di flussi di cassa futuri.
Il relatore introduce il concetto di valutazione di mercato, che può essere calcolata prendendo l'aspettativa dei flussi di cassa futuri di un'attività e attualizzandoli con un fattore di sconto che tiene conto dell'incertezza. Sebbene esista un valore fondamentale oggettivo per un asset, le informazioni pubbliche potrebbero non incorporare completamente tutte le informazioni private e gli operatori potrebbero non avere una conoscenza completa del vero valore fondamentale. L'efficienza dei prezzi delle attività in termini di riflessione della valutazione di mercato è determinata dalla misura in cui il prezzo si allinea alla valutazione di mercato. Se il prezzo è uguale alla valutazione di mercato, allora il prezzo è considerato semi-forte efficiente. La conferenza si conclude definendo l'innovazione nella valutazione di mercato come una variabile casuale dal punto di vista di un investitore.
Il relatore procede descrivendo come calcolare l'aspettativa dell'innovazione nella valutazione di mercato. La formula prevede di prendere l'aspettativa dell'innovazione nel periodo successivo, che può essere espressa come il valore atteso del valore atteso della valutazione di mercato nel periodo successivo. Applicando la legge delle aspettative iterate, l'aspettativa annidata può essere semplificata, facendo sì che l'aspettativa dell'innovazione nel periodo successivo sia uguale all'aspettativa attuale della valutazione di mercato meno il valore atteso della valutazione di mercato date le informazioni correnti. Il presentatore osserva che se i prezzi sono efficienti, l'aspettativa di una variazione dei prezzi è zero, indicando che la migliore stima del prezzo futuro dell'attività è il prezzo corrente.
Il docente spiega che nella forma semi-forte dell'efficienza, il prezzo delle azioni è considerato una martingala dal punto di vista dei partecipanti al mercato. Ciò significa che sebbene il prezzo possa salire o scendere, la migliore stima del prezzo futuro è semplicemente il prezzo corrente. Questa implicazione dell'efficienza informativa è un presupposto diffuso nella letteratura sui prezzi delle attività. La prossima sezione del corso introdurrà un particolare modello di negoziazione con informazioni asimmetriche, basandosi su questi concetti fondamentali.
Nella sezione successiva del corso, il relatore approfondisce un modello specifico di trading con informazioni asimmetriche. Questo modello mira a catturare le dinamiche e i risultati che sorgono quando i trader possiedono diversi livelli di informazioni sul mercato e sui suoi asset.
Il docente inizia sottolineando l'importanza di comprendere in che modo l'asimmetria informativa influisce sul comportamento di trading e sui risultati di mercato. Nei mercati finanziari del mondo reale, è normale che alcuni trader abbiano accesso a informazioni private che altri non possiedono. Questo squilibrio informativo può influenzare in modo significativo le decisioni e le strategie adottate dagli operatori di mercato.
Il relatore introduce il concetto di selezione avversa, che si verifica quando gli operatori con informazioni private partecipano selettivamente al mercato, con effetti negativi sull'efficienza del mercato. I trader con informazioni superiori possono scegliere di fare trading solo quando ritengono di avere un vantaggio, mentre i trader senza tali informazioni possono diventare riluttanti a impegnarsi in transazioni a causa dell'aumentato rischio di esiti avversi.
Per illustrare l'impatto della selezione avversa, il docente fornisce un esempio di un mercato con due tipi di attività: attività di alta qualità e attività di bassa qualità. I trader possiedono informazioni private sulla qualità degli asset, ma queste informazioni non sono osservabili da altri partecipanti al mercato. Di conseguenza, i trader con conoscenza di asset di alta qualità hanno maggiori probabilità di impegnarsi nel trading, mentre quelli senza tali informazioni possono rinunciare o richiedere prezzi più alti per i propri asset. Ciò porta a una situazione in cui il mercato diventa dominato da attività di bassa qualità, poiché i trader informati non sono disposti a negoziare attività di alta qualità a causa del problema della selezione avversa.
Il docente procede a discutere le conseguenze della selezione avversa sugli spread bid-ask. Poiché i trader con informazioni private negoziano in modo selettivo, creano uno spread più ampio tra i prezzi bid e ask. Il bid-ask spread riflette il costo di negoziazione e funge da compensazione per il rischio associato alla selezione avversa. In un ambiente informativo asimmetrico, lo spread bid-ask si allarga per tenere conto della maggiore incertezza affrontata dai trader che non dispongono di informazioni complete sugli asset.
Inoltre, il docente introduce la nozione di segnalazione nei mercati. La segnalazione si riferisce alle azioni strategiche intraprese dai trader per rivelare le proprie informazioni private ad altri. Impegnandosi in determinati comportamenti o transazioni, i trader tentano di trasmettere informazioni sulla qualità o sul valore dei loro beni. Questo processo di segnalazione aiuta a mitigare la selezione avversa e migliorare l'efficienza del mercato riducendo l'asimmetria informativa.
Il docente fornisce un esempio di segnalazione attraverso la scelta del prezzo. In un mercato con due tipi di asset, un venditore con un asset di alta qualità può fissare un prezzo più alto per segnalarne la qualità, mentre un venditore con un asset di bassa qualità può fissare un prezzo più basso. Osservando i prezzi fissati dai venditori, i potenziali acquirenti possono dedurre informazioni sulla qualità dell'asset sottostante. Questo meccanismo di segnalazione consente una migliore allocazione degli asset e riduce gli effetti negativi dell'asimmetria informativa.
Per esplorare ulteriormente le dinamiche del trading con informazioni asimmetriche, il presentatore introduce il concetto di azzardo morale. L'azzardo morale sorge quando gli individui corrono rischi maggiori o si impegnano in comportamenti indesiderati a causa della mancanza di piena responsabilità per le conseguenze. Nei mercati finanziari, il rischio morale può manifestarsi quando i trader sono in possesso di informazioni private che influenzano le loro decisioni di trading.
Il docente sottolinea che la presenza di azzardo morale può influenzare i risultati e l'efficienza del mercato. Gli operatori con informazioni private possono essere inclini ad assumere posizioni più rischiose o impegnarsi in attività che sfruttano il loro vantaggio informativo, portando potenzialmente a distorsioni o inefficienze del mercato. Comprendere le implicazioni dell'azzardo morale è fondamentale per progettare regolamenti efficaci e meccanismi di mercato che promuovano la trasparenza e pratiche commerciali eque.
Questa sezione del corso si concentra sul trading con informazioni asimmetriche, selezione avversa, segnalazione e azzardo morale. Studiando questi concetti, gli studenti acquisiscono informazioni sulla complessità dei mercati finanziari del mondo reale, in cui i diversi livelli di informazioni tra i trader possono avere un impatto significativo sul comportamento di trading e sui risultati del mercato.
Lezione 3, parte 2: Modello Glosten-Milgrom (Microstruttura dei mercati finanziari)
Lezione 3, parte 2: Modello Glosten-Milgrom (Microstruttura dei mercati finanziari)
In questa sezione del corso, il docente sottolinea l'importanza dei modelli nel catturare problemi specifici presenti nei mercati finanziari del mondo reale. L'attenzione si concentra sul modello Glosten-Milgrom, che fornisce preziose informazioni su come i problemi informativi influiscono sui prezzi e sulla liquidità del mercato.
Il modello Glosten-Milgrom ruota attorno a un commerciante di lunga data che interagisce con due tipi di trader: speculatori informati privatamente e noise trader disinformati. Il modello presuppone che gli speculatori mirino a massimizzare i loro profitti attesi nascondendo le loro informazioni private, usando i noise trader come copertura. D'altra parte, i noise trader commerciano con probabilità fisse a causa delle esigenze di liquidità o di rischio.
Il docente discute le ipotesi e il concetto di equilibrio del modello di Glosten-Milgrom. È un gioco statico con informazioni asimmetriche e il concetto di equilibrio è un equilibrio di Nash di base. Il dealer imposta i prezzi bid e ask per massimizzare i profitti garantendo allo stesso tempo zero profitti. Gli speculatori prendono decisioni in base ai loro guadagni attesi. La conferenza pone domande stimolanti sull'assenza di speculatori disinformati, la necessità di un commerciante nel modello e la volontà del commerciante di commerciare con speculatori meglio informati.
Un'ulteriore analisi del modello di Glosten-Milgrom rivela che i prezzi a profitto zero del dealer dovrebbero essere uguali alle valutazioni attese dell'asset, considerando tutte le operazioni e gli ordini rilevanti. Il docente spiega come gli ordini di acquisto e vendita di noise trader e speculatori, che possiedono informazioni sul vero valore patrimoniale, influenzano il profitto atteso degli speculatori. Viene descritta la strategia ottimale per gli speculatori, considerando diversi asset value in relazione ai prezzi ask e bid.
Il docente sottolinea anche come gli ordini rivelano informazioni sulla valutazione del bene. Viene spiegata la probabilità di un ordine di acquisto da parte di un noise trader rispetto a uno speculatore, con gli speculatori che forniscono maggiori informazioni sul vero valore dell'asset. L'aspettativa condizionale del valore dell'asset viene ampliata utilizzando la legge della probabilità totale, consentendo il calcolo dei prezzi ask e bid con maggiore precisione.
Utilizzando il modello di Glosten-Milgrom, si conferma che il prezzo ask sarà superiore al prezzo bid, portando a prezzi di mercato efficienti nella forma semi-forte. Tuttavia, questa efficienza dipende dal fatto che i rivenditori siano competitivi e non ottengano alcun margine commerciale. Se i rivenditori hanno potere di mercato, i prezzi si discosteranno dalla valutazione equa del mercato del bene. La lezione include un semplice esempio del modello Glosten-Milgrom con un valore patrimoniale fondamentale binario.
La lezione approfondisce la derivazione dei prezzi ask e bid nell'equilibrio con il commercio del modello di Glosten-Milgrom. Il calcolo prevede la considerazione esplicita della distribuzione del valore patrimoniale, tenendo conto degli ordini di acquisto e di vendita. I prezzi ask e bid sono espressi come funzioni dei parametri del modello, portando ad un equilibrio nel modello.
Vengono discussi l'illiquidità e il calcolo dello spread quotato sul mercato, con lo spread che aumenta con la probabilità di un trading informato e diminuisce con la presenza di noise trader. La statica comparativa dimostra come lo spread sia influenzato dal grado di incertezza iniziale sul valore dell'asset. La conferenza tocca anche un contesto multi-periodo, in cui il valore patrimoniale persistente e il flusso commerciale informativo contribuiscono alla scoperta dei prezzi nel tempo.
Il modello Glosten-Milgrom viene ulteriormente esaminato, evidenziando che il prezzo a lungo termine di un asset convergerà al suo vero valore fondamentale, indicando l'efficienza della forma forte all'interno di questo modello. Tuttavia, la velocità della scoperta del prezzo dipende dalla proporzione di trader informati, creando un compromesso tra scoperta del prezzo e liquidità nel mercato. Bilanciare questi aspetti nella progettazione del mercato può essere difficile. La conferenza riconosce limitazioni come il modello del rivenditore centralizzato e l'assenza di compensazione del mercato, che potrebbero non catturare completamente le dinamiche del mercato del mondo reale.
Infine, la conferenza si conclude discutendo l'ultimo inconveniente del modello Glosten-Milgrom, che considera esclusivamente il valore fondamentale senza incorporare speculazione o rivendita. Questa limitazione significa che i trader che percepiscono un guadagno nell'acquistare un asset al valore v non considerano la potenziale illiquidità quando vendono l'asset in futuro. Tuttavia, il modello Glosten-Milgrom rimane un quadro flessibile e diretto per comprendere l'impatto della selezione avversa sui prezzi e rispondere a domande specifiche nel mercato. Il modello sottolinea inoltre l'importanza del noise trading nel mantenere la liquidità del mercato. Il capitolo si conclude con esercizi sul modello di Glosten-Milgrom che i lettori interessati possono esplorare.
Lezione 4: Determinanti della liquidità (microstruttura dei mercati finanziari)
Lezione 4: Determinanti della liquidità (microstruttura dei mercati finanziari)
Il video discute due fattori che possono generare spread bid-ask nei mercati dei dealer. Il primo fattore considerato è l'impatto dei costi di elaborazione degli ordini sullo spread. Il docente spiega che i rivenditori nel mercato hanno vari costi da gestire, come commissioni di negoziazione, commissioni di compensazione e liquidazione, affitto dell'ufficio e spese di ricerca e analisi. Questi costi, insieme a eventuali profitti extra che i dealer possono ricevere, sono in ultima analisi sostenuti dai trader che fanno trading con loro, influenzando così lo spread. Il docente sottolinea l'importanza di districare empiricamente questi costi per comprenderne gli effetti sulla liquidità del mercato e sulla scoperta dei prezzi.
Il secondo fattore discusso è il modello di Glosten-Milgrom e il modo in cui il costo di transazione di un dealer influisce sui prezzi bid e ask sul mercato. In questo modello, solo gli speculatori hanno informazioni sul valore fondamentale di un asset, mentre gli altri partecipanti al mercato hanno informazioni limitate rappresentate da omega_t. Il mercato valuta un asset a mu_t, che è l'aspettativa condizionata del valore fondamentale data l'informazione pubblica. Il prezzo ask è determinato come la valutazione di mercato all'inizio del periodo t più la metà dello spread più il costo di transazione del dealer (gamma), mentre il prezzo bid è calcolato come la valutazione di mercato meno la metà dello spread meno la gamma. Pertanto, lo spread viene esteso dal costo di transazione e lo spread complessivo comprende due componenti: costi di transazione e costi di selezione avversa.
Il video evidenzia la sfida di determinare la porzione dello spread di quotazione che deriva dai costi dell'ordine rispetto ai costi di selezione avversa quando si esamina una singola coppia di quotazioni. Tuttavia, osservando la dinamica delle quotazioni nel tempo, diventa possibile dedurre queste informazioni. Gli effetti di questi costi sui prezzi differiscono in termini di impatto dinamico. Il docente presenta un'equazione che dimostra come il prezzo realizzato pagato da un trader sia centrato sull'esatta valutazione di mercato più la direzione del commercio moltiplicata per la metà dello spread, più o meno i costi dell'ordine. L'impatto dinamico dei costi di commessa differisce da quello dei costi di selezione avversa, con lo scostamento del prezzo dalla valutazione di mercato ex ante dato dallo spread realizzato più la componente dell'ordine di transazione. Il video discute anche il calcolo del prezzo futuro previsto.
L'impatto a lungo termine del commercio sui prezzi viene quindi esaminato analizzando le componenti di selezione avversa e di elaborazione degli ordini di metà spread. L'aspettativa di prezzi futuri è approssimata come la valutazione di mercato ex ante meno uno. Mentre il termine di selezione avversa ha un effetto permanente e sposta i prezzi nella rispettiva direzione, con scambi futuri che contribuiscono con maggiori informazioni e spostano ulteriormente i prezzi, i costi di elaborazione degli ordini non fanno altro che allargare lo spread e non hanno effetti a lungo termine sullo spostamento dei prezzi medi . Le negoziazioni future invertono l'impatto dei costi di elaborazione degli ordini, mentre il termine di selezione avversa rimane più permanente, provocando uno spostamento permanente dei prezzi nella rispettiva direzione.
Il video esplora ulteriormente l'effetto della selezione avversa rispetto ai costi di elaborazione degli ordini sulla valutazione di mercato. La selezione avversa ha un effetto permanente sulle valutazioni di mercato future spostandole in base alla componente di selezione avversa rilevante. Al contrario, i costi di elaborazione degli ordini semplicemente ampliano lo spread senza esercitare alcun impatto duraturo sui prezzi medi. Passando al modello di Stahl del 1978, il video suggerisce che i costi di inventario del rivenditore potrebbero essere responsabili dell'illiquidità del mercato o degli spread bid-ask. I rivenditori sono tenuti a conservare l'inventario per un certo periodo di tempo e, se il prezzo dell'asset cambia durante tale periodo, può diventare costoso per i rivenditori. Pertanto, gli operatori possono richiedere un premio per detenere posizioni positive o negative nell'asset. Il modello si basa sull'ipotesi di avversione al rischio tra i concessionari.
Il video discute quindi di come i market maker o i rivenditori inviano i loro programmi di domanda o offerta competitivi. Questi programmi forniscono prezzi separati per un determinato importo che un trader potrebbe voler acquistare o vendere, formando essenzialmente un portafoglio ordini limite compilato esclusivamente dal dealer. Il modello si concentra sulla derivazione dei programmi di domanda e offerta, assumendo che non ci siano trader informati e solo trader rumorosi. Le informazioni sorgono nel mercato attraverso annunci pubblici, che possono spostare la valutazione di tutti gli agenti nel mercato, introducendo così il rischio di modificare le valutazioni. Il docente osserva che mentre è naturale presumere che gli operatori siano intrinsecamente avversi al rischio, l'avversione al rischio sorge strumentalmente a causa della regolamentazione. Se gli operatori sono obbligati dai requisiti normativi a mantenere posizioni o determinati margini, non possono assumere ampie posizioni in un determinato asset, comportandosi come se fossero avversi al rischio.
Successivamente, il docente spiega un modello in cui i dealer nel mercato mantengono le posizioni che hanno acquisito durante un singolo periodo e possono risolverle solo nel periodo successivo quando il valore fondamentale è cambiato. I rivenditori devono acquistare o vendere l'asset oggi e poi venderlo o acquistarlo successivamente, rispettivamente. Tuttavia, non devono affrontare una futura illiquidità perché possono liquidare la posizione al valore esatto al quale l'hanno acquistata o venduta. Inoltre, il modello presuppone la presenza di un singolo rivenditore competitivo o di un numero molto elevato di rivenditori, il che non influisce sull'argomentazione. Un commerciante rappresentativo ha una posizione iniziale chiamata "dotazione" nell'asset.
Il video discute ulteriormente la domanda o l'offerta di asset da parte di un dealer e come il dealer agisce come price taker in un mercato competitivo. La decisione del commerciante di domanda o offerta è guidata dal desiderio di massimizzare l'utilità definita nel prossimo periodo di ricchezza, che è una variabile casuale percepita dal commerciante al tempo t. La ricchezza del commerciante all'inizio del periodo t + 1 è determinata dalla sua posizione patrimoniale futura e dalle sue disponibilità liquide, denotate rispettivamente come zt più uno e ct più uno. L'utilità è definita come una funzione di questa ricchezza. L'algoritmo di soluzione di questo modello è complesso e potrebbe non essere intuitivo.
Viene discussa anche l'ipotesi di rivenditori competitivi, che è più ragionevole se ci sono un milione di rivenditori sul mercato. In questo caso, nessun singolo rivenditore può influire in modo significativo sui prezzi e tutti agiscono come price taker, ottimizzando in base ai programmi di domanda e offerta stabiliti da tutti gli altri rivenditori sul mercato. Il problema di massimizzazione per ogni dato commerciante implica decidere quanta parte dell'unità fornire dato un prezzo fisso. Le preferenze media-varianza dei commercianti sono considerate anche in termini di aspettativa di ricchezza futura. L'aspettativa di ricchezza futura è determinata dalla posizione futura dell'agente nell'attività, mentre la varianza della ricchezza futura deriva dalla detenzione di attività poiché il valore del contante è un'attività priva di rischio in questo modello.
Il video presenta quindi l'algoritmo per ricavare il programma di fornitura di un rivenditore dato un prezzo fisso. La funzione di utilità del dealer viene utilizzata per ottenere la funzione di offerta di attività, che è proporzionale alla differenza tra il prezzo e la quotazione media. La quotazione media rappresenta il prezzo al quale il dealer non è disposto a fornire o acquistare alcuna unità dell'asset e dipende dalla posizione iniziale del dealer nell'asset. Una posizione iniziale più ampia porta a una quotazione media inferiore, con conseguenti prezzi più bassi per l'acquisto e la vendita dell'asset.
La conferenza approfondisce il modo in cui la liquidità è influenzata dall'avversione al rischio di un dealer e dalla preferenza per la deviazione standard media. Quanto maggiore è l'avversione al rischio del dealer e quanto più volatile è la valutazione dell'asset, tanto meno il dealer è disposto ad accettare posizioni maggiori. Ciò si traduce in un programma dei prezzi più ripido e in un impatto sui prezzi maggiore, che alla fine porta a una minore profondità del mercato. L'oratore spiega anche come la preferenza del dealer per la deviazione standard media influisca sulla sua disponibilità a fornire al mercato, con la pendenza della funzione che determina il limite di offerta del dealer.
Il docente descrive l'indifferenza del commerciante all'acquisto e alla vendita di un bene in base ai rendimenti. L'unico scenario in cui il dealer può raggiungere l'equilibrio è quando la pendenza della funzione è esattamente zero, il che significa che il dealer sarebbe indifferente all'acquisto o alla vendita di un bene a qualsiasi prezzo. Questo punto di equilibrio crea un unico punto di discontinuità determinato dalla posizione positiva o negativa del dealer. Contrariamente alle preferenze media-varianza, questo modello di preferenza di deviazione standard genera spread bid-ask come misure naturali. Questi spread rappresentano la distanza tra i prezzi ai quali il dealer è disposto ad accettare una posizione positiva e il prezzo al quale il dealer è disposto ad accettare una posizione negativa nell'asset. Inoltre, il modello mostra che gli scambi di rumore casuali in arrivo possono spostare i prezzi, facendo deviare il prezzo medio dal valore atteso.
I dealer mirano a mantenere una posizione neutrale nell'asset nel medio-lungo periodo. Tuttavia, ciò non è sempre possibile e qualsiasi inventario diverso da zero può far deviare i prezzi dalla valutazione di mercato. Come trader, si può beneficiare di questa inefficienza di prezzo quando si incontra un dealer con una posizione favorevole. Tuttavia, se le ragioni di scambio sono sfavorevoli o se vi è un'urgente necessità di acquistare un importo specifico dell'asset, il trader potrebbe incontrare difficoltà. Tuttavia, nel lungo periodo, i prezzi torneranno al livello di efficienza man mano che i rivenditori elimineranno il loro inventario.
Il video si conclude presentando un grafico che dimostra visivamente gli effetti della selezione avversa, dei costi di elaborazione degli ordini e dei costi di inventario sulla valutazione di mercato. La componente di selezione avversa ha un effetto permanente, con conseguenti variazioni di prezzo a lungo termine. D'altra parte, la componente del costo di elaborazione degli ordini influisce solo sui prezzi correnti e non ha alcun impatto sui prezzi commerciali attesi. La componente del costo del controllo delle scorte ha un effetto di medio periodo sui prezzi, svanendo gradualmente. Nella lezione successiva, il relatore prevede di stimare l'importanza di ciascun meccanismo e il loro contributo empirico allo spread, fornendo esercizi pertinenti sul rischio di inventario dall'elenco di lettura. Da un punto di vista economico, i costi di elaborazione degli ordini sono considerati banali rispetto ad altri fattori.
Lezione 5, parte 1: Determinanti della profondità, Kyle Model (Microstruttura dei mercati finanziari)
Lezione 5, parte 1: Determinanti della profondità, Kyle Model (Microstruttura dei mercati finanziari)
La conferenza inizia discutendo le determinanti della profondità del mercato e il modo in cui le dimensioni degli scambi influiscono sui prezzi di mercato, basandosi sulla discussione della lezione precedente sulle determinanti dello spread. La domanda principale affrontata è perché i trader debbano pagare di più quando fanno trading in grandi quantità, con operazioni più grandi che in genere hanno uno spread più ampio e spostano il prezzo più lontano dal livello efficiente, indicando una profondità di mercato limitata.
La conferenza introduce il modello di Kyle, che è un modello ampiamente utilizzato nella letteratura sulla microstruttura dei mercati finanziari che consente dimensioni di trading flessibili. Si dice che la seconda parte della conferenza riguarderà la stima empirica dei fattori che contribuiscono alla liquidità, compresa la stima dell'impatto sui prezzi, la profondità e la percentuale di trading informato.
Il video esplora i potenziali fattori che spiegano il fenomeno di pagare di più per operazioni più grandi, tra cui la selezione avversa, il rischio di inventario e i costi di elaborazione degli ordini. La selezione avversa e il rischio di inventario sono considerati spiegazioni valide per la limitata profondità del mercato, poiché i dealer sono riluttanti ad assumere posizioni di grandi dimensioni a causa del rischio associato e richiedono premi più elevati dai trader. Tuttavia, la lezione distingue tra costi pagati ai rivenditori e costi pagati alla borsa quando si discute dei costi di elaborazione degli ordini.
Viene discussa anche la relazione tra potere di mercato, profondità limitata del mercato e costi derivanti da rivenditori imperfettamente competitivi. I dealer imperfettamente competitivi possono impostare spread più ampi ed estrarre eccedenze dai trader, portando a spread maggiori per qualsiasi dimensione di trading data rispetto ai dealer perfettamente competitivi. Tuttavia, non è chiaro se questa differenza generata dalla concorrenza imperfetta sarebbe maggiore o minore per le grandi dimensioni degli scambi. Inoltre, la conferenza riconosce che i costi di elaborazione degli ordini possono aumentare o diminuire nell'espressione per azione a seconda che i trader paghino una commissione fissa o una percentuale. La difficoltà di organizzare, compensare o liquidare operazioni di grandi dimensioni può anche comportare costi di transazione più elevati.
La conferenza si concentra quindi sul modello di Kyle, che spiega il legame tra selezione avversa e profondità del mercato. Discute le ipotesi relative al comportamento dei trader, sottolineando che le azioni dei trader e se sono trader informati o rumorosi possono influenzare il valore fondamentale dell'asset. Il docente spiega gli aspetti chiave del modello Kyle, in particolare il ruolo di uno speculatore che sceglie strategicamente la dimensione dell'ordine per ridurre al minimo l'impatto sui prezzi.
Vengono discusse le ipotesi fatte nel modello di Kyle, confrontandole con il modello di Stahl della classe precedente. Nel modello di Kyle, si presume che i market maker siano neutrali al rischio e competitivi, realizzando zero profitti. I dealer osservano solo il flusso aggregato del mercato e non sono in grado di distinguere tra ordini speculativi e rumorosi. Gli ordini vengono liquidati in lotti attraverso un'asta a chiamata, piuttosto che un'asta continua.
Lo speculatore nel modello Kyle ha accesso al vero valore dell'asset e acquista strategicamente un certo numero di unità, mirando a un guadagno netto. Il prezzo al quale l'operazione verrà liquidata non è esplicitamente osservato dallo speculatore quando sceglie il prezzo dell'ordine. Il noise trader nel modello ha una domanda casuale, ma non viene trasmessa alcuna informazione sul valore fondamentale.
Il docente spiega il ruolo dei market maker nel modello Kyle, in cui realizzano profitti pari a zero e presentano un programma di prezzi. Il prezzo di mercato è determinato dalla dimensione dell'ordine dei trader e l'operazione viene eseguita al prezzo di mercato. Il modello cerca l'equilibrio, dove la strategia dello speculatore si basa sul valore fondamentale dell'asset. Si presume che lo speculatore utilizzi una strategia lineare, con il coefficiente beta che determina la sua aggressività nel reagire alle notizie di mercato. Il market maker conosce la strategia dello speculatore, stima il probabile valore dell'asset dal flusso di ordini aggregato totale ed estrae la relazione tra il flusso dell'ordine e il valore dell'asset.
La conferenza discute il coefficiente di impatto del prezzo, lambda, e il suo ruolo nel determinare la strategia del market maker. Il coefficiente è stimato come coefficiente di regressione della dimensione dell'operazione (q) sul valore dell'asset (v) e misura la relazione lineare tra dimensione dell'operazione e impatto sul prezzo. Il video spiega l'equazione del prezzo lineare e come la distanza tra il prezzo di scambio realizzato e la valutazione di mercato ex ante sia linearmente correlata alla dimensione dello scambio (q) con il coefficiente lambda. L'inverso di lambda serve come misura della profondità del mercato, indicando quanto commercio può essere condotto prima che il prezzo cambi di un dollaro.
Viene anche discussa la misura delle informazioni trasmesse dalla dimensione della transazione (q) nel modello di Kyle. L'aspettativa di q rappresenta l'informazione neutra, mentre q meno l'aspettativa di q indica le informazioni trasmesse dalla dimensione dell'operazione. Questa misura può essere utilizzata per stimare la dimensione del valore fondamentale (v), con una dimensione commerciale maggiore (q) che suggerisce un valore maggiore (v). Il relatore presenta un'interpretazione alternativa del coefficiente normalizzando tutte le variabili in base alle loro deviazioni standard, facilitando la comprensione della correlazione tra il valore fondamentale (v) e la dimensione dell'operazione (q). Viene brevemente delineato il processo per ottenere i risultati dalle diapositive utilizzando le funzioni di densità di probabilità condizionale (PDF) e applicando la regola di Bayes.
La lezione copre la derivazione della funzione di densità di probabilità (PDF) nel modello di Kyle utilizzando la regola di Bayes. La PDF si ottiene moltiplicando la probabilità di un dato valore del valore fondamentale (v) e la probabilità di un dato valore della dimensione dell'operazione (q) data v, divisa per la probabilità di q. Viene spiegato che si presume che tutte e tre le PDF (valore fondamentale, dimensione dell'operazione dato il valore fondamentale e dimensione dell'operazione) siano distribuzioni normali e la lezione dimostra come esprimerle in termini di media e varianza.
Viene discussa la ricerca della strategia ottimale dello speculatore nel modello di Kyle. L'equazione del prezzo lineare viene data allo speculatore e viene inserita nell'espressione per il profitto dello speculatore, risultando in un'espressione quadratica nel numero di unità scambiate (x) con un massimo unico. La conferenza conclude che la strategia di trading ottimale per lo speculatore è data da beta per la differenza tra il valore fondamentale (v) e il valore stimato (mu), dove beta è determinato da 1 su 2 volte lambda. Si noti che il modello si concentra su strategie lineari e altri equilibri con regole di prezzo non lineari e strategie di trading non vengono esplorati a causa della complessità computazionale coinvolta.
La conferenza discute la strategia di trading degli speculatori nel modello di Kyle, evidenziando che gli speculatori si aspettano di realizzare un profitto medio positivo. Gli intermediari competitivi e neutrali al rischio nel mercato realizzano profitti pari a zero, mentre i noise trader generano in media profitti negativi. Tuttavia, la conferenza menziona che il profitto negativo per i noise trader può essere compensato da guadagni nei portafogli di rischio o esigenze di liquidità, che non sono esplicitamente modellati. Il modello è considerato completo dopo aver derivato la strategia di prezzo ottimale del dealer data la strategia di trading degli speculatori e aver risolto il problema di trading degli speculatori data la strategia di prezzo del dealer. Il parametro di aggressività (beta) e il coefficiente di impatto del prezzo (lambda) sono espressi in termini di parametri noti del modello, con beta maggiore quando il valore fondamentale dell'asset è meno volatile.
Il video approfondisce i fattori che influenzano il profitto di uno speculatore per unità scambiata e come questo può portare alla necessità di più trading per compensare i bassi profitti. Quando il profitto per unità non è sostanziale, la spesa marginale e la perdita dell'aumento delle dimensioni degli scambi e degli scambi a prezzi più sfavorevoli sono relativamente inferiori. La profondità del mercato, determinata da 2 volte la deviazione standard della domanda del noise trader (sigma u) divisa per la deviazione standard del valore fondamentale (sigma v), aumenta con meno insider trading e più noise trading. Il profitto dell'insider migliora con l'aumentare del numero di noise trader sul mercato e con l'aumentare della volatilità del valore dell'asset. La lezione copre anche il calcolo della varianza residua e la sua dipendenza dalla dimensione della transazione (q).
La conferenza affronta il concetto di varianza residua, che rappresenta l'incertezza che rimane nel mercato riguardo al valore fondamentale dopo che tutte le informazioni contenute nella dimensione del trade sono state considerate. La varianza condizionale quantifica la quantità di informazioni sconosciute che rimangono dopo la negoziazione, che dovrebbe essere inferiore all'incertezza iniziale perché le dimensioni delle negoziazioni trasmettono informazioni sul valore fondamentale. Nel modello Kyle, lo speculatore insider rivela metà delle proprie informazioni e la profondità complessiva del mercato è limitata a causa dell'insider trading. Il modello è descritto come più completo del modello Bloom-Milgram, in quanto consente di esplorare gli effetti della dimensione degli scambi. A differenza del modello Bloom-Milgram, lo speculatore nel modello Kyle non è un price taker.
Il docente sottolinea l'importanza del modello Kyle nel contesto dei mercati delle aste batch con un intermediario rivenditore. Questo modello consente ai trader di scegliere la posizione desiderata su un programma di prezzi predeterminato, che influenza il prezzo che riceveranno. La conferenza menziona potenziali estensioni del modello per incorporare dinamiche, cicli di negoziazione multipli, aste infinite e ulteriori addetti ai lavori. Queste estensioni introducono più concorrenza, maggiore aggressività e maggiore liquidità, portando sia alla scoperta dei prezzi che a una maggiore liquidità del mercato.
Il focus della conferenza si sposta sulle estensioni del modello di Kyle, considerando i modelli dinamici con più insider e il ruolo dei dealer come intermediari. È riconosciuto che il raggiungimento sia della liquidità che della scoperta dei prezzi può essere difficile a causa del fatto che gli speculatori preferiscono il potere di mercato e cercano di evitare la concorrenza. La conferenza esplora le conseguenze di diverse ipotesi, come la concorrenza imperfetta tra i rivenditori, che può portare a mercati meno liquidi e inefficienze di prezzo, nonché l'impatto dei market maker avversi al rischio, introducendo problemi di inventario nel modello. In definitiva, il modello di Kyle si presenta come una base teorica più avanzata ed efficace per l'analisi di mercato rispetto al modello di Stahl.
Il docente conclude la discussione sottolineando che il modello di Kyle fornisce un solido quadro per comprendere le dinamiche di mercato e analizzare vari fattori che influenzano la liquidità del mercato e il prezzo. La capacità del modello di incorporare le dimensioni degli scambi e il comportamento di diversi partecipanti al mercato, come speculatori, intermediari e noise trader, offre preziose informazioni sugli scenari di mercato del mondo reale.
Inoltre, la conferenza evidenzia che il modello di Kyle può essere ulteriormente esteso per affrontare dinamiche e considerazioni più complesse. Ad esempio, l'incorporazione di più addetti ai lavori può catturare la presenza di vari trader informati che competono sul mercato. Inoltre, l'introduzione di dinamiche nel modello può tenere conto di fattori che variano nel tempo e dell'evoluzione delle condizioni di mercato su più cicli di negoziazione. Queste estensioni migliorano il realismo del modello e forniscono una comprensione più completa dei risultati di mercato.
Il docente riconosce inoltre che il raggiungimento di un equilibrio tra la fornitura di liquidità e la scoperta dei prezzi è un compito impegnativo. Gli speculatori, che svolgono un ruolo cruciale nella fornitura di liquidità, tendono a preferire il potere di mercato e possono evitare la concorrenza. Questa tensione intrinseca tra liquidità e scoperta dei prezzi richiede ulteriori esplorazioni e analisi per identificare strutture e meccanismi di mercato ottimali che promuovano entrambi gli obiettivi.
In conclusione, il modello di Kyle funge da strumento prezioso per studiare la microstruttura del mercato e comprendere le determinanti della profondità del mercato, dei prezzi e della liquidità. La sua capacità di catturare l'impatto delle dimensioni degli scambi, il comportamento dei partecipanti al mercato e il ruolo degli intermediari contribuisce a un'analisi completa dei mercati finanziari. Con il potenziale per estensioni e perfezionamenti, il modello Kyle continua a essere un quadro teorico significativo per l'analisi di mercato e una strada per la ricerca futura nel campo dell'economia finanziaria.
Lezione 5, parte 2: Empirica dell'illiquidità (Microstruttura dei mercati finanziari)
Lezione 5, parte 2: Empirica dell'illiquidità (Microstruttura dei mercati finanziari)
Durante la lezione, il professore approfondisce la stima dell'empiria dell'illiquidità districando i contributi di vari fattori teorici alla liquidità del mercato. Questa discussione si basa su discorsi precedenti sulle misure empiriche della liquidità e sulle teorie che chiariscono in che modo la liquidità è influenzata da fattori come la selezione avversa, i costi degli ordini e il rischio di inventario.
Per facilitare l'analisi, il professore introduce la notazione di tre fattori chiave: lambda, che rappresenta la componente di selezione avversa del coefficiente di impatto del prezzo; beta, che riguarda il coefficiente di impatto del prezzo associato alle preoccupazioni sul rischio di inventario; e gamma, che funge da componente onnicomprensiva per la liquidità. I dati utilizzati nel processo di stima comprendono i prezzi delle transazioni, il flusso netto degli ordini di mercato e il segno dell'ordine. L'obiettivo è valutare l'effetto della dimensione e del segno dell'ordine di una transazione specifica sul mercato complessivo.
Successivamente, il docente esplora la stima dell'effetto di una data transazione sui futuri prezzi delle transazioni nei mercati finanziari. Impiegano il modello Gloston Milgram, che incorpora i costi di elaborazione degli ordini. Secondo questo modello, il prezzo della transazione è costituito dalla valutazione di mercato e dalla componente del costo di elaborazione degli ordini, che dipende dalla direzione del commercio. Prendendo la prima differenza si ottiene la variazione della valutazione di mercato che riflette la componente di selezione avversa che incorpora le informazioni della transazione precedente. Il docente dimostra come queste informazioni possono essere utilizzate per stimare i prezzi delle transazioni future, risultando in un'espressione che non contiene termini non osservabili ad eccezione del termine rumore.
Andando avanti, il docente spiega separatamente il processo di stima della componente di selezione avversa e della componente del costo di elaborazione degli ordini. La stima viene effettuata in due fasi. La prima fase consiste nel rilevare che i costi di elaborazione dell'inventario o degli ordini sono indipendenti dalla quantità scambiata. Nella seconda fase, viene eseguita una regressione considerando esclusivamente la direzione degli scambi e il volume degli scambi. Il docente menziona uno specifico documento di ricerca che utilizza i dati delle transazioni della Borsa di New York nei primi anni '80, avvertendo che il numero di osservazioni in quel documento è limitato.
Inoltre, vengono discussi i limiti di una procedura di stima a due stadi utilizzata in un particolare articolo. Questo documento ha stimato solo due fattori che contribuiscono all'illiquidità trascurando i costi di inventario. Il docente sottolinea che separare i costi di inventario dai componenti della selezione avversa pone delle sfide, rendendo impossibile identificare i coefficienti separatamente. Il docente sottolinea quindi che il flusso degli ordini mostra autocorrelazione e l'introduzione di ordini divisi aggiunge un grado positivo di autocorrelazione a un flusso di ordini altrimenti non correlato. I ricercatori successivi hanno tentato di stimare tutte e tre le componenti dello spread utilizzando questa specifica, risultando in un processo autoregressivo di ordine uno, che altera l'espressione nell'equazione stimata.
L'oratore procede a discutere uno studio in cui gli autori hanno stimato un'equazione per 20 titoli principali alla Borsa di New York. Lo studio ha rivelato che l'autocorrelazione del flusso degli ordini è, infatti, negativa piuttosto che positiva. Hanno attribuito questa scoperta all'inclinazione dei rivenditori a liquidare immediatamente qualsiasi inventario che potrebbero aver accumulato, piuttosto che alla suddivisione degli ordini. Lo studio ha inoltre determinato che i costi degli ordini rappresentano oltre il 60% dello spread, sottolineando l'importanza dei costi degli ordini nel guidare l'illiquidità. Inoltre, un terzo dello spread è determinato dalle preoccupazioni relative alle scorte dei rivenditori, mentre il 10% è attribuito alla componente di selezione avversa. Lo studio ha anche rilevato che la componente di selezione avversa è più forte al mattino.
La conferenza esplora quindi come la selezione avversa e le preoccupazioni sull'inventario vengono bilanciate durante le ore di apertura e chiusura delle negoziazioni. Al mattino, il mercato incorpora tutte le informazioni accumulate dalle ore fuori mercato, comprese le notizie e le informazioni generate dai mercati di tutto il mondo. Ciò comporta la necessità per il mercato di assimilare rapidamente una quantità significativa di informazioni, che incidono sui prezzi. In serata, i trader mirano a sciogliere le loro posizioni prima della fine della giornata di negoziazione, il che ha un impatto significativo sui prezzi di chiusura. Tuttavia, questa inefficienza viene rapidamente risolta al mattino attraverso negoziazioni fuori orario che riportano i prezzi alla valutazione di mercato stabilita prima dell'asta di chiusura.
Inoltre, il docente discute due articoli che stimano l'impatto delle negoziazioni sui prezzi e l'entità della selezione avversa nei mercati finanziari. Il primo documento si concentra sulla stima della risposta all'impulso dei prezzi alle negoziazioni e rileva un effetto significativo a breve termine, ma un impatto minore a lungo termine a causa dei costi di elaborazione degli ordini. Lo studio conferma l'ipotesi di selezione avversa, in quanto l'impatto è più pronunciato per i titoli meno liquidi. Il secondo documento utilizza un modello per stimare la probabilità di un trading informato, ipotizzando un processo di arrivo di trader che includa sia trader informati che non. Il modello identifica una significativa selezione avversa nei mercati finanziari.
Il relatore approfondisce quindi la stima della probabilità di trading informato (PIN) utilizzando i dati della Borsa di New York che vanno dal 1983 al 1998. Il PIN rappresenta la probabilità che un dato scambio abbia origine da un trader informato. La stima rivela che la probabilità mediana di trading informato tra attività e azioni è di circa il 19%, con il 90% delle azioni che ha una probabilità di trading informato tra il 10% e il 30%. Tuttavia, per il restante 10% delle azioni, in particolare quelle con bassa capitalizzazione e scambi poco frequenti, la probabilità di un trading informato può essere molto più alta. Inoltre, questa probabilità è positivamente correlata con lo spread e la volatilità del prezzo.
Inoltre, i relatori discutono di come la probabilità di un trading informato tenda ad essere più alta nei mercati più anonimi a causa della difficoltà di guadagnarsi una cattiva reputazione come trader informato. In tali mercati, i trader informati sono più inclini a fare trading, il che porta a una maggiore illiquidità. La sezione si conclude con una sintesi degli argomenti trattati nella lezione, sottolineando l'importanza dei costi di commessa nella determinazione dei costi di liquidità. Tuttavia, gli autori ricordano agli spettatori che i costi degli ordini comprendono vari fattori e che diverse componenti dello spread possono avere spiegazioni distinte.
Infine, il presentatore cita un post sul blog che racconta un incidente in cui il prezzo del petrolio è precipitato a valori negativi nella primavera del 2020 a causa dei vincoli sulle scorte fisiche di stoccaggio del petrolio. Inoltre, il relatore raccomanda di fare riferimento al capitolo 4 di un libro di testo, che fornisce variazioni del modello di Kyle ed esercizi per ulteriore pratica. Infine, viene fornita un'anteprima del focus della prossima settimana, incentrato sulle differenze tra mercati dei dealer e mercati degli ordini limite, nonché su come i trader e le autorità di regolamentazione possono utilizzare l'eterogeneità per ottenere i risultati desiderati.
Lezione 6: Limit Order Book Markets (microstruttura dei mercati finanziari)
Lezione 6: Limit Order Book Markets (microstruttura dei mercati finanziari)
La conferenza si concentra sulla microstruttura dei mercati finanziari e approfondisce la distinzione tra mercati dealer e mercati order-driven. Nei mercati dei dealer, un intermediario funge da intermediario e fornisce quotazioni di prezzo, fungendo essenzialmente da rappresentante per tutte le transazioni. D'altra parte, i mercati guidati dagli ordini funzionano in modo diverso, in cui tutti i partecipanti inviano i propri ordini a un portafoglio ordini limitato. Gli ordini di mercato possono quindi accedere direttamente alla liquidità da questo book senza la necessità di un dealer dedicato. Questo cambiamento tecnologico ha portato all'emergere del commercio online o elettronico, in cui gli ordini possono essere abbinati e instradati automaticamente utilizzando sistemi elettronici.
Il video elabora le differenze tra i mercati dei rivenditori e i mercati guidati dagli ordini. Per gli operatori di mercato che inviano ordini di mercato, la distinzione tra i due tipi di mercato potrebbe non essere significativa. Tuttavia, i trader che scelgono di inviare ordini limite assumono un ruolo simile ai dealer. Fornendo liquidità al mercato, questi operatori con ordini limite affrontano il rischio di non esecuzione e il rischio di ritardo, che non sono incontrati dagli operatori. Nei mercati guidati dagli ordini, i trader possono scegliere tra ordini di mercato e ordini limite, una scelta che non è presente nei mercati dei dealer. Nonostante i rischi aggiuntivi coinvolti, gli ordini limite sono spesso preferiti in quanto offrono ai trader un prezzo migliore per le loro transazioni, anche se devono accettare i potenziali rischi di mancata esecuzione e ritardo.
Il video prosegue spiegando il concetto e la scelta tra ordini di mercato e ordini limite in un mercato guidato dagli ordini. Gli ordini di mercato vengono eseguiti al prezzo lettera, mentre gli ordini limite vengono eseguiti al prezzo denaro. Il docente sottolinea la natura di autobilanciamento dei mercati e come la scelta tra ordini di mercato e ordini limite può influire sulla profondità e sulla liquidità del portafoglio ordini limite. Il video illustra come il costo dell'invio di un ordine limite varia a seconda della saturazione del mercato. In un mercato saturo, il costo è maggiore, ma il vantaggio diventa più significativo quando il mercato è scarso. La conferenza introduce un modello di Glosten del 1994, che esplora come i prezzi sono determinati in un mercato guidato dagli ordini e come i limit trader stabiliscono i loro prezzi, garantendo l'efficienza dei prezzi. Inoltre, il video tocca la determinazione della profondità del portafoglio ordini limite e il modo in cui i trader prendono decisioni in merito all'assunzione o alla fornitura di liquidità.
Andando avanti, il video approfondisce la composizione di un portafoglio di ordini limite con trader competitivi per un singolo lato del mercato, concentrandosi in particolare sugli ordini limite di vendita e sugli ordini di acquisto a mercato. Una volta costruito il registro degli ordini limite, viene creato un programma dei prezzi e gli operatori di mercato affrontano questo programma. I prezzi vengono adeguati in base al volume e il prezzo marginale per l'acquisto di una certa quantità di attività è definito come il prezzo al quale si è verificata l'ultima operazione. L'importo totale pagato per l'acquisto di un volume q si ottiene integrando il prezzo marginale su tutti gli scambi presi, e la derivata di questo pagamento totale rispetto a q produce il prezzo marginale p primo di q.
Nel video viene presentato un modello del processo decisionale di un operatore di mercato in un mercato con portafoglio ordini limitato. Il modello presuppone la presenza di un operatore di mercato per periodo, indicato con "i". L'operatore di mercato determina la dimensione del proprio ordine di acquisto, indicato con "q", equiparando la propria valutazione marginale per un'unità aggiuntiva dell'attività con il prezzo marginale per tale unità. La valutazione marginale rappresenta il tasso di sostituzione del trader tra denaro e attività, indicato come "theta i di q". Il video spiega che operazioni più grandi richiedono più capitale, con conseguenti costi aggiuntivi per l'acquisto di più asset. Di conseguenza, diminuisce l'effettiva disponibilità a pagare per ulteriori unità.
Il relatore discute come lo stato di q sia correlato al valore fondamentale dell'asset nella microstruttura dei mercati finanziari. Sebbene non delineato in modo esplicito, il modello presuppone che una valutazione più elevata per un'operazione di una data dimensione suggerisca un valore patrimoniale più elevato. Il video spiega come i limit trader pubblicano in modo competitivo gli ordini limit, ma vengono eseguiti solo se un trader di mercato effettua un ordine di dimensioni uguali o superiori. Tuttavia, poiché i limit trader non hanno accesso a tutte le informazioni, sanno che se il loro ordine viene eseguito, è almeno la dimensione specificata ma potrebbe non essere maggiore.
Il video approfondisce la determinazione del prezzo degli ordini limite, spiegando che il prezzo fissato da un commerciante limitato per la q-esima unità di un asset in un mercato con portafoglio ordini limitato è l'aspettativa condizionata del valore fondamentale dell'asset, dato che la dimensione dell'ordine è almeno Q. Ciò crea uno spread interno tra i prezzi bid e ask quando la dimensione dell'ordine si avvicina allo zero, determinando una discontinuità dovuta al condizionamento. Il video evidenzia che i limit trader traggono sempre profitto dalla vendita delle ultime unità, poiché i loro prezzi producono un profitto medio pari a zero tra diversi casi di ordini di grandi dimensioni e notizie ottimistiche sul valore fondamentale del trader di mercato. Tuttavia, il prezzo marginale per la prima attività può o meno essere inferiore a questo.
Il docente discute quindi le condizioni che devono soddisfare le migliori quotazioni ask e bid in un mercato con book di ordini limite. Queste quotazioni sono condizionate dalla volontà degli operatori di mercato di acquistare e vendere, ma non possono essere condizionate dagli importi specifici di acquisto o vendita. Questa condizione crea lo spread interno, che rappresenta la differenza tra il miglior prezzo ask e il miglior prezzo bid. Il docente spiega anche come entra in gioco la discrezione dei prezzi, poiché i prezzi spesso aderiscono a una dimensione del tick che limita la quantità di sottoquotazione tra i concorrenti.
Per illustrare ulteriormente i concetti, il docente introduce un modello simile al precedente ma che incorpora una griglia di prezzi discreti con una dimensione del tick costante. Il modello presuppone che gli ordini limite abbiano la priorità in base sia al tempo che al prezzo, con gli ordini registrati per primi che vengono eseguiti per primi e gli ordini limite con prezzi più bassi vengono eseguiti prima di quelli con prezzi più alti. Il docente introduce la notazione per rappresentare l'importo fornito a un certo prezzo e l'importo totale che un operatore di mercato può ottenere a prezzi non superiori a un determinato prezzo. Il modello tiene anche conto del fatto che gli ordini più grandi generalmente indicano valutazioni più elevate, il che influenza il calcolo delle aspettative. La conferenza si conclude spiegando come funziona la concorrenza all'interno del modello.
La lezione spiega quindi il processo degli ordini limite forniti ad ogni tick in un sistema simile a una coda. Il trader marginale che invia l'ultimo ordine a ciascun livello di prezzo guadagna zero profitti, mentre il trader successivo che tenta di inviare un ordine allo stesso livello di prezzo non lo trova più redditizio e passa al tick successivo. Questo processo può essere illustrato utilizzando un grafico in cui la curva di offerta assomiglia a una funzione a gradino. Il primo trader in genere guadagna un profitto atteso positivo, mentre l'ultimo trader generalmente riceve un profitto atteso pari a zero.
Il docente procede a discutere la condizione di profitto zero per gli ordini marginali in un mercato con portafoglio ordini limite. Gli ordini infra-marginali possono ottenere un profitto positivo in base al profitto atteso del commerciante con limite moltiplicato per la probabilità di esecuzione dell'ordine, che è uguale al costo di visualizzazione "c". L'espressione che collega il livello di prezzo "ak" e la profondità cumulativa "yk" è costituita da due componenti: il termine di selezione avversa al prezzo e la componente di rischio di esecuzione. Il docente incorpora il costo di visualizzazione "c" nel grafico e fornisce esempi di variabili casuali binarie e continue per modellare i trader nel mercato.
Viene quindi introdotto il concetto di equilibrio nella microstruttura dei mercati finanziari. Viene utilizzato il modello con prezzi continui e un equilibrio discreto, dove due prezzi, "a1" e "a2", sono determinati in modo tale che la profondità in "a1" sia uguale a "qs" e la profondità cumulativa in "a2" sia uguale a "ql". Si presume che un noise trader utilizzi una delle quattro negoziazioni con uguali probabilità: un piccolo acquisto, un grande acquisto, una piccola vendita o una grande vendita. Lo speculatore commercia anche solo in una delle due unità, "qs" o "ql". Infine, i prezzi di "a1" e "a2" devono soddisfare due equazioni per determinare il valore fondamentale atteso per ciascuna dimensione dell'ordine su un particolare lato dell'operazione.
Il relatore spiega il concetto di equilibrio in un semplice modello di mercato del libro degli ordini limite. L'equilibrio comprende le strategie di entrambi i gruppi di attori attivi nel mercato: operatori di limite e operatori di mercato. I commercianti di limiti fissano i prezzi, come "a1" e "a2", in base alla condizione di profitto zero, mentre i commercianti di mercato decidono quali ordini inviare e negoziare in modo ottimale in base alle probabilità condizionate di essere informati o non informati. Le espressioni derivate dimostrano che le condizioni per l'equilibrio sono soddisfatte, stabilendo questo modello come un equilibrio.
Il video procede con la discussione di esempi di mercati con portafoglio ordini limite. In un esempio, discreti livelli di prezzo sorgono a causa della discrezione delle strategie dei noise trader, risultando in solo due possibili livelli di ordine ed effettivamente due possibili gruppi di eventi. L'impatto sul prezzo è positivo a causa della strategia dei trader disinformati. Viene introdotto un altro esempio in cui le dimensioni degli ordini di mercato seguono una distribuzione esponenziale. L'equazione dell'impatto del prezzo presuppone lambda per x per un fattore di impatto del prezzo costante lambda, che misura l'informatività del flusso degli ordini. Sebbene questo esempio sia significativo, il video si concentra principalmente su come viene formato il portafoglio ordini limite in base al comportamento degli operatori di mercato e presenta un'analisi in forma ridotta.
L'oratore spiega come derivare un'aspettativa condizionale utilizzando la funzione di densità di probabilità condizionale (pdf) di "q", che si basa sulla profondità cumulativa "yk" per i trader con limite. Applicando la regola di Bayes, l'oratore dimostra un metodo semplice per calcolare il valore fondamentale atteso "v", che rappresenta il prezzo che il commerciante limite fisserebbe per l'unità "ykth" dell'asset. L'espressione finale per la pdf condizionale delle dimensioni commerciali "q" incorpora la distribuzione esponenziale e l'integrazione per parti viene utilizzata per derivare l'equazione dell'impatto del prezzo lineare. L'inclusione del fattore "1/theta" produce lo spread interno dell'equazione.
La lezione si conclude riassumendo la connessione tra l'equazione relativa al tick "ak" e la profondità cumulativa al tick "yk" in un mercato con tick predeterminati, tenendo conto dei parametri del display cost model. La conferenza sottolinea l'impatto del costo del display e la necessità di invertire l'espressione in un mercato con tick predeterminati. Il docente indica che il ruolo della fornitura di liquidità differisce per gli operatori con limite e gli operatori a causa dei loro distinti ambienti informativi, con conseguenti risultati di mercato diversi. La prossima lezione esplorerà come la dimensione del tick e le regole di priorità influenzano i risultati del mercato attraverso un'analisi dinamica che considera un modello di salotto in cui i trader possono scegliere tra ordini limite e ordini di mercato. L'istruttore fornisce agli studenti domande pratiche dal libro di testo per rafforzare ulteriormente la loro comprensione.
Il docente inizia introducendo il concetto di tick size, che si riferisce all'incremento minimo di prezzo al quale i titoli possono essere quotati o scambiati. La dimensione del tick gioca un ruolo cruciale nella microstruttura del mercato in quanto influisce sulla granularità dei livelli di prezzo e sulla potenziale redditività dei limit trader. Una dimensione del tick più piccola consente più livelli di prezzo e una differenziazione dei prezzi più fine, che può portare a una maggiore concorrenza e spread più stretti sul mercato. D'altra parte, una dimensione del tick maggiore può comportare livelli di prezzo inferiori e spread più ampi.
Successivamente, la conferenza esplora l'impatto della dimensione del tick sul risultato di equilibrio in un mercato con portafoglio ordini limite. Il modello presuppone che i trader possano scegliere tra l'invio di ordini limite o ordini di mercato. Gli ordini limite hanno la priorità sugli ordini di mercato, il che significa che vengono eseguiti per primi a un determinato livello di prezzo. Il docente spiega che la dimensione del tick influisce sul numero di ordini limite che possono essere inviati ed eseguiti a ciascun livello di prezzo.
Il relatore presenta un modello di salotto per analizzare l'interazione dinamica tra ordini limite e ordini di mercato. In questo modello, i trader si alternano tra l'invio di ordini limite e ordini di mercato, in base all'esito del round precedente. La lezione si concentra sul caso in cui la dimensione del tick è piccola rispetto alla deviazione standard delle variazioni del valore fondamentale. In questo scenario, l'esito di equilibrio è caratterizzato da un prezzo stabile, dove gli ordini limite dominano gli ordini di mercato per la loro priorità.
Il docente spiega che la stabilità del prezzo di equilibrio nasce da un meccanismo di feedback. Quando un trader osserva che il book degli ordini limite è scarso, il che indica una scarsa liquidità, è più probabile che invii un ordine limite. Questo aumento degli ordini con limite aumenta la liquidità nel mercato, attirando più ordini di mercato e rafforzando il predominio degli ordini con limite. Al contrario, quando il portafoglio ordini limite è spesso, indicando un'elevata liquidità, i trader sono più inclini a inviare ordini di mercato, riducendo il predominio degli ordini limite.
La conferenza sottolinea che la dimensione del tick gioca un ruolo cruciale in questo meccanismo di feedback. Con una dimensione del tick più piccola, ci sono più livelli di prezzo, consentendo una differenziazione più precisa e un processo di feedback più efficace. Ciò porta a un prezzo di equilibrio più stabile e spread più stretti. Al contrario, una dimensione del tick maggiore limita il numero di livelli di prezzo, riducendo l'efficacia del meccanismo di feedback e portando potenzialmente a un equilibrio meno stabile con spread più ampi.
Il docente discute anche l'impatto delle regole di priorità sui risultati di mercato. Le regole di priorità determinano l'ordine in cui gli ordini vengono eseguiti a un dato livello di prezzo. La conferenza introduce due regole di priorità: priorità prezzo-tempo e priorità pro-rata. Con la priorità prezzo-tempo, viene eseguito per primo l'ordine inviato per primo a un dato livello di prezzo. Con priorità proporzionale, gli ordini a un determinato livello di prezzo vengono eseguiti proporzionalmente in base alla loro dimensione.
Il relatore spiega che le regole di priorità possono influenzare i risultati del mercato influenzando il comportamento dei trader. La priorità prezzo-tempo incoraggia i trader a inviare gli ordini in anticipo per ottenere la priorità, il che può portare a un livello più elevato di liquidità visualizzata sul mercato. La priorità proporzionale, d'altra parte, incentiva i trader a inviare ordini più grandi per ricevere una quota maggiore del volume eseguito.
La conferenza si conclude evidenziando l'interazione tra la dimensione del tick e le regole di priorità nel determinare i risultati del mercato. La scelta della dimensione del tick influenza il numero di livelli di prezzo e l'efficacia del meccanismo di feedback, mentre le regole di priorità influenzano il comportamento dei trader e la distribuzione del volume eseguito. Entrambi i fattori svolgono un ruolo significativo nel plasmare le dinamiche di mercato e la fornitura di liquidità in un mercato con portafoglio ordini limitato.
Gli studenti sono incoraggiati a esplorare ulteriormente questi argomenti attraverso letture ed esercizi pratici per approfondire la loro comprensione della microstruttura del mercato e delle sue implicazioni per le strategie di trading e i risultati del mercato.
Esercizio 3, parte 1 (Microstruttura dei mercati finanziari)
Esercizio 3, parte 1 (Microstruttura dei mercati finanziari)
Nella lezione sulla microstruttura dei mercati finanziari, il relatore fornisce una spiegazione dettagliata delle differenze tra mercati dealer e mercati order-driven. Nei mercati dei dealer, c'è un intermediario che quota i prezzi e gestisce tutte le transazioni per conto dei partecipanti al mercato. D'altra parte, nei mercati guidati dagli ordini, i partecipanti inviano i loro ordini a un book di ordini limite e gli ordini di mercato vengono eseguiti prelevando liquidità dal book senza il coinvolgimento di un dealer dedicato. L'avvento della tecnologia di trading elettronico ha consentito lo sviluppo di mercati guidati dagli ordini, in cui il trading avviene online e gli ordini vengono abbinati e instradati automaticamente.
Il video sottolinea che per i trader di mercato che inviano ordini di mercato, la scelta tra mercati con dealer e mercati guidati dagli ordini non fa una differenza significativa. Tuttavia, per i trader che inviano ordini limite, assumono il ruolo di dealer fornendo liquidità al mercato. Questi trader affrontano il rischio di non esecuzione e il rischio di ritardo, che non sono affrontati dai dealer nei mercati dei dealer. Nei mercati guidati dagli ordini, i trader possono scegliere tra ordini di mercato e ordini limite. Nonostante i rischi connessi, gli ordini limite sono preferiti perché offrono ai trader un prezzo migliore sulle loro transazioni.
Il concetto di ordini a mercato e ordini limite in un mercato guidato dagli ordini è spiegato nel video. Gli ordini di mercato vengono eseguiti al prezzo ask quando si acquista o al prezzo bid quando si vende. Gli ordini limite, d'altra parte, consentono ai trader di specificare il prezzo al quale sono disposti ad acquistare o vendere l'asset. Il video mette in evidenza la natura autobilanciante dei mercati e come la scelta tra ordini a mercato e con limite influenzi la profondità e la liquidità del portafoglio ordini con limite. Discute anche di come il costo e il vantaggio dell'invio di un ordine limite variano a seconda della saturazione del mercato. Nei mercati sottili, il vantaggio di un prezzo migliore supera i rischi di mancata esecuzione e di ritardo.
Il docente introduce un modello proposto da Glosten nel 1994, che esamina come i prezzi sono determinati in un mercato guidato dagli ordini e come i limit trader fissano i loro prezzi per garantire l'efficienza del mercato. Il video tocca anche come viene determinata la profondità del book degli ordini limite e come i trader scelgono tra prendere e fare liquidità.
Viene spiegata la composizione di un portafoglio di ordini limite con operatori competitivi per un singolo lato del mercato (ad esempio, ordini di vendita). Una volta composto il libro, viene creato un programma dei prezzi e gli operatori di mercato affrontano questo programma. I prezzi vengono adeguati in base al volume e viene determinato il prezzo marginale per una quantità desiderata di attività da acquistare. L'importo totale pagato per acquistare un determinato volume viene calcolato utilizzando l'integrale del prezzo marginale su tutte le negoziazioni. La prima derivata di questo importo totale pagato rappresenta il prezzo marginale per la quantità desiderata.
Il video presenta un modello del processo decisionale di un operatore di mercato in un mercato con portafoglio ordini limitato. Ogni periodo, etichettato come "i", è associato a un trader di mercato che determina la dimensione dell'ordine di acquisto "q" equiparando la loro valutazione marginale per l'unità successiva dell'attività con il prezzo marginale per un'unità aggiuntiva. La valutazione marginale rappresenta il tasso marginale di sostituzione del trader tra denaro e beni. Negoziazioni più grandi richiedono più capitale, portando a una diminuzione della disponibilità effettiva a pagare per ulteriori unità.
Il relatore discute la relazione tra lo stato della quantità "q" e il valore fondamentale dell'asset nella microstruttura dei mercati finanziari. Sebbene il video non spieghi esplicitamente l'esatta connessione tra lo stato e il valore dell'asset, il modello presuppone che valutazioni più elevate per una data dimensione dell'operazione indichino un valore dell'asset più elevato. L'oratore spiega anche come i limit trader pubblicano in modo competitivo i loro ordini limite, ma gli ordini vengono eseguiti solo quando un trader di mercato effettua un ordine di dimensioni uguali o superiori. Il commerciante con limite potrebbe non conoscere la dimensione esatta dell'ordine di mercato che ha eseguito il suo ordine con limite.
Il video approfondisce il prezzo degli ordini limite in un mercato di ordini limite. Il prezzo fissato da un limit trader per la qesima unità di un asset è dato dall'aspettativa condizionata del valore fondamentale dell'asset, dato che la dimensione dell'ordine è almeno q. Ciò porta allo spread interno tra i prezzi bid e ask quando la dimensione dell'ordine si avvicina allo zero. Tuttavia, l'equazione dei prezzi crea una discontinuità a zero a causa del condizionamento. Il video rileva che i limit trader traggono sempre profitto dalla vendita delle ultime unità, poiché il loro prezzo produce un profitto medio pari a zero tra casi di ordini di grandi dimensioni e notizie ottimistiche sul valore fondamentale del trader di mercato. Il prezzo marginale per la prima attività può o meno essere inferiore a questo.
Il docente discute le condizioni che devono soddisfare le migliori quotazioni ask e bid in un mercato limit order book. Queste quotazioni sono condizionate dalla volontà degli operatori di mercato di acquistare o vendere, ma non possono essere condizionate dall'importo specifico dell'acquisto o della vendita. Questo crea lo spread interno, che rappresenta la differenza tra il miglior prezzo ask e il miglior prezzo bid. Il docente spiega anche come entra in gioco la discretezza dei prezzi, poiché i prezzi sono spesso soggetti a una dimensione del tick che limita la sottoquotazione tra i concorrenti.
Viene introdotto un modello simile al precedente ma che incorpora una griglia di prezzo discreta con una dimensione del tick costante. In questo modello, la priorità degli ordini limite viene assegnata in base al tempo e al prezzo, con gli ordini precedenti eseguiti per primi e gli ordini con prezzo inferiore eseguiti prima di quelli con prezzo più alto. Il docente introduce la notazione per indicare l'importo fornito a un certo prezzo e l'importo totale che può essere ottenuto da un operatore di mercato a prezzi non superiori a quel prezzo. Il modello presuppone che gli ordini più grandi in genere indichino valutazioni più elevate, che vengono prese in considerazione nel calcolo dell'aspettativa. La conferenza si conclude con una spiegazione di come funziona la concorrenza in questo modello.
Il video spiega il processo degli ordini limite forniti ad ogni tick in un sistema simile a una coda. Il trader marginale che invia l'ultimo ordine a ciascun livello di prezzo guadagna zero profitti, mentre il trader successivo che tenta di inviare un ordine allo stesso livello di prezzo non lo trova più redditizio. Di conseguenza, passano al tick successivo. Questo processo può essere illustrato utilizzando un grafico in cui la curva di offerta assume la forma di una funzione a gradino. Il primo trader in genere ottiene un profitto atteso positivo, mentre l'ultimo trader generalmente riceve un profitto atteso pari a zero.
Il docente discute la condizione di profitto zero per gli ordini marginali in un mercato di ordini limite. Gli ordini infra-marginali possono ottenere un profitto positivo in base al profitto atteso del commerciante con limite moltiplicato per la probabilità di esecuzione dell'ordine, che è uguale al costo di visualizzazione "c". L'espressione che collega il livello di prezzo "ak" e la profondità cumulativa "yk" comprende due termini: il termine di selezione avversa e la componente di rischio di esecuzione. Il docente incorpora il costo di visualizzazione "c" nel grafico e fornisce esempi di variabili casuali binarie e continue per modellare i trader nel mercato.
Viene poi discusso l'equilibrio nella microstruttura dei mercati finanziari. Viene utilizzato il modello con prezzi continui ed equilibrio discreto, che prevede due prezzi, "a1" e "a2". La profondità in "a1" è uguale a "qs", mentre la profondità cumulativa in "a2" è uguale a "ql". Si presume che un noise trader utilizzi una delle quattro negoziazioni con uguali probabilità: piccolo acquisto, grande acquisto, piccola vendita o grande vendita. Lo speculatore commercia anche solo in una delle due unità, "qs" o "ql". Infine, i prezzi di "a1" e "a2" dovrebbero soddisfare due equazioni per determinare il valore fondamentale atteso per ciascuna dimensione dell'ordine su un lato specifico dell'operazione.
Il relatore spiega il concetto di equilibrio in un semplice modello di mercato del libro degli ordini limite. L'equilibrio è costituito da strategie di entrambi i gruppi di attori attivi nel mercato: operatori di limite e operatori di mercato. I trader con limite impostano prezzi come "a1" e "a2" sulla base di condizioni di profitto zero, mentre i trader di mercato decidono quali ordini inviare e negoziare in modo ottimale in base alle probabilità condizionate di essere informati o non informati. Le espressioni derivate mostrano che le condizioni per l'equilibrio sono soddisfatte, rendendo questo modello un equilibrio.
Il video discute un esempio di mercati con portafoglio ordini limite in cui sorgono livelli di prezzo discreti a causa della discrezione della strategia del noise trader, risultando in solo due possibili livelli di ordine ed effettivamente due possibili gruppi di eventi. L'impatto sul prezzo è positivo a causa della strategia dei trader disinformati. Viene introdotto un altro esempio in cui le dimensioni degli ordini di mercato sono distribuite secondo una distribuzione esponenziale. L'equazione dell'impatto del prezzo presuppone un fattore di impatto del prezzo costante, lambda, che misura l'informatività del flusso degli ordini. Sebbene questo esempio sia significativo, il video si concentra principalmente su come si forma il portafoglio ordini limite dato il comportamento degli operatori di mercato e fornisce un'analisi in forma ridotta.
L'oratore spiega come derivare un'aspettativa condizionale utilizzando la funzione di densità di probabilità condizionale (pdf) di "q", che si basa sulla profondità cumulativa "yk" per i trader con limite. Applicando la regola di Bayes, l'oratore mostra un modo semplice per calcolare il valore fondamentale atteso "v", che è il prezzo che il commerciante limite fisserebbe per la "yk"-esima unità dell'asset. L'espressione finale per la pdf condizionale delle dimensioni commerciali "q" utilizza la distribuzione esponenziale e l'integrazione per parti viene impiegata per derivare l'equazione dell'impatto del prezzo lineare. Tuttavia, il fattore uno su "theta" produce lo spread interno dell'equazione.
Il docente conclude la discussione sui mercati guidati dagli ordini concentrandosi sulla connessione tra l'equazione relativa al tick "ak" e la profondità cumulativa al tick "yk", considerando i parametri del display cost model. La conferenza evidenzia l'impatto del costo del display e la necessità di invertire l'espressione in un mercato con tick predeterminati. Il docente indica che il ruolo di fornitura di liquidità di un mercato differisce per gli operatori con limite e gli operatori a causa dei loro distinti ambienti informativi, con conseguenti risultati di mercato diversi. La prossima lezione esplorerà come la dimensione del tick e le regole di priorità influenzino i risultati di mercato con l'analisi dinamica, considerando un modello di sala che offre ai trader la scelta tra limite e ordini di mercato. L'istruttore fornisce alcune domande pratiche dal libro di testo su cui gli studenti possono lavorare.
rappresentato in funzione del numero di operatori informati, dimostrando che all'aumentare del numero di operatori informati, il profitto aggregato di tutti gli speculatori diminuisce mentre diminuisce anche il profitto di ogni singolo speculatore.
Esercizio 3, parte 2 (Microstruttura dei mercati finanziari)
Esercizio 3, parte 2 (Microstruttura dei mercati finanziari)
L'istruttore introduce il modello di glossing, che è un modello di mercato simile al modello di Kyle ma con un commerciante di limite invece di un commerciante. In questo modello, il commerciante con limite invia ordini con limite e non dispone di informazioni sulla coda delle dimensioni totali degli scambi. Il commerciante di limite può solo condizionare il fatto che il suo ordine sia stato eseguito. Di conseguenza, il prezzo in questo modello sarà discriminatorio, il che significa che il trader di mercato che invia un ordine di mercato eseguirà diverse parti del proprio ordine a prezzi diversi man mano che sale sul libro.
Per analizzare questo modello, l'istruttore discute l'ipotesi di una distribuzione delle dimensioni degli scambi nel mercato e come i trader informati si comportano per generare un'equazione di impatto del prezzo lineare. Presumono che i limit trader non influenzino questo comportamento. L'istruttore approfondisce quindi il valore atteso del prezzo marginale per l'ultima unità scambiata e spiega come può essere rappresentato utilizzando la legge delle aspettative iterate. Esprimono anche il valore atteso della dimensione dell'operazione condizionale maggiore di una data soglia.
Successivamente, l'istruttore spiega come trovare il valore atteso di un asset dato che la dimensione della negoziazione è superiore a un certo livello. Derivano una densità di probabilità condizionale per dimensioni commerciali superiori a un certo valore e la utilizzano per calcolare l'aspettativa condizionale. Il processo prevede l'assunzione dell'integrale della dimensione dell'operazione rispetto alla densità condizionale delle dimensioni dell'operazione. Presentano due possibili espressioni per il risultato finale.
L'istruttore spiega inoltre come utilizzare la densità condizionale per trovare il valore atteso del valore fondamentale dato che la dimensione della negoziazione è superiore a un livello fisso. Considerano il profitto totale previsto del commerciante con limite, tenendo conto della probabilità di scambio, del profitto dal commercio e del costo di visualizzazione. Si presume che i limit trader siano competitivi. Considerando la distribuzione delle dimensioni degli scambi e la distribuzione del valore fondamentale condizionato alla dimensione degli scambi, si ricava un'espressione che collega il prezzo di una specifica unità e la profondità del mercato.
Il video passa quindi dall'ipotesi delle dimensioni dei tick e dalla ricerca di valori specifici all'esame di come si comporterebbero i trader informati dati i limiti di mercato. Si presume che alcuni trader siano informati mentre altri no, e che i trader informati ottimizzino con una probabilità pi. I trader disinformati inviano ordini di acquisto o vendita con uguale probabilità a una dimensione di distribuzione esponenziale. Lo scenario presuppone un portafoglio ordini con limite continuo senza tick size. L'istruttore fornisce un suggerimento dal libro di testo che l'aspettativa condizionale per questa configurazione può essere trovata attraverso il parametro di distribuzione sigma.
Viene discussa l'intuizione geometrica della decisione commerciale dello speculatore. Lo speculatore mira ad acquistare una certa porzione del bene quando il suo valore è superiore a un prezzo minimo indicato da una stella. Il commerciante di mercato risale la curva di offerta, pagando prezzi discriminatori per ogni unità acquistata. La strategia ottimale per il trader informato è inviare una dimensione dell'ordine basata su una proporzione del valore dell'asset finché la curva di offerta non si interseca con il valore. Il costo marginale di acquisto della prima unità è dato dal prezzo marginale sulla curva di offerta, mentre il beneficio marginale è dato dal valore del bene.
L'istruttore discute quindi la relazione tra ricavo marginale e costo marginale nella microstruttura del mercato finanziario. Il trader acquisterà unità fintanto che il costo marginale è inferiore al valore e il prezzo marginale è inferiore al ricavo marginale. La parte B del video si concentra sulla derivazione della curva di offerta utilizzando i concetti discussi nella parte A e la condizione di profitto zero. La condizione di profitto zero afferma che il prezzo marginale della q-esima unità dovrebbe essere uguale al valore atteso della valutazione fondamentale. La probabilità che l'ordine di mercato provenga da un trader informato può essere determinata utilizzando la regola di Bayes.
Viene discussa la probabilità condizionata che un trader venga informato, dato che la dimensione dell'operazione è almeno un certo valore. La probabilità viene calcolata moltiplicando la probabilità incondizionata che un trader venga informato per la probabilità che il trader informato invii un ordine di acquisto di almeno quel valore. Probabilità simili per operatori non informati sono coinvolte nei denominatori e, dopo la semplificazione, si ottiene un'espressione per la probabilità condizionata con più termini esponenziali. Questo valore alfa è necessario per calcolare l'aspettativa condizionale del valore fondamentale, che aiuta a derivare la curva di offerta o la profondità cumulativa del mercato.
Il video discute di come il libro di mercato si assottigli quando ci sono trader più informati o quando la volatilità aumenta. Man mano che si verifica un trading più informato, il costo del trading per il dealer aumenta, portando a una minore impazienza da parte dei limit trader di inviare i propri ordini. Allo stesso modo, la profondità del mercato diminuisce quando la volatilità aumenta, rendendo i limit trader più riluttanti a inviare i loro ordini. La matematica coinvolta in questi sviluppi è relativamente semplice e l'intuizione dietro di essi si allinea con ciò che è stato osservato in molti modelli.
Inoltre, il video esplora la scelta che i trader informati devono affrontare tra il trading a prezzi discriminatori in un book di ordini limite o il trading con un dealer rivelando la dimensione dell'ordine. La differenza principale sta nel modo in cui si formano i prezzi, in quanto i commercianti condizionano i prezzi sulla dimensione totale del commercio, mentre i commercianti di limite condizionano i prezzi sulla dimensione del loro ordine superiore a un certo livello. In generale, i trader dovrebbero scegliere di scambiare piccoli ordini contro un dealer per comunicare che mancano di un forte vantaggio informativo. Al contrario, dovrebbero scegliere di negoziare ordini di grandi dimensioni utilizzando un portafoglio ordini limite per sfruttare le informazioni limitate dei commercianti limite e ottenere prezzi migliori di quelli che un operatore offrirebbe.
Inoltre, il video esplora la scelta che i trader informati devono affrontare tra il trading a prezzi discriminatori in un book di ordini limite o il trading con un dealer rivelando la dimensione dell'ordine. La differenza principale sta nel modo in cui si formano i prezzi, in quanto i commercianti condizionano i prezzi sulla dimensione totale del commercio, mentre i commercianti di limite condizionano i prezzi sulla dimensione del loro ordine superiore a un certo livello. In generale, i trader dovrebbero scegliere di scambiare piccoli ordini contro un dealer per comunicare che mancano di un forte vantaggio informativo. Al contrario, dovrebbero scegliere di negoziare ordini di grandi dimensioni utilizzando un portafoglio ordini limite per sfruttare le informazioni limitate dei commercianti limite e ottenere prezzi migliori di quelli che un operatore offrirebbe.
Infine, l'istruttore affronta la preoccupazione per le dimensioni dei tick nel portafoglio degli ordini limite. In questo contesto, le dimensioni dei tick si riferiscono a determinati livelli di prezzo fissi che determinano i prezzi consentiti sul mercato. Maggiore è la dimensione del tick, maggiore è il limite di profitto che i trader possono realizzare, potenzialmente a scapito dei trader di mercato. Di conseguenza, l'invio a un portafoglio ordini limite diventa meno allettante rispetto a un mercato del rivenditore in cui il rivenditore può quotare qualsiasi prezzo desiderato.
Lezione 7, parte 1: Market Design (microstruttura dei mercati finanziari)
Lezione 7, parte 1: Market Design (microstruttura dei mercati finanziari)
Nella conferenza precedente, il relatore ha fornito un ripasso sui mercati con portafoglio ordini limitato o sui mercati guidati dagli ordini, concentrandosi sul modello di Claussen. Questo modello ha evidenziato che i limit trader agiscono come fornitori di liquidità nel mercato, simili ai dealer, ma con un approccio diverso a causa dello svantaggio informativo. La conferenza ha quindi introdotto varie dimensioni del design del mercato che possono influenzare il trading e l'ambiente di mercato nei mercati guidati dagli ordini. Queste dimensioni includono le dimensioni dei tick, le regole di priorità e l'inclusione dei dealer. Il relatore ha sottolineato che la comprensione di queste dimensioni è cruciale per un'efficace regolamentazione del mercato e che i loro effetti saranno esplorati ulteriormente durante la conferenza.
L'obiettivo principale della conferenza era l'analisi dinamica dei mercati guidati dagli ordini e il processo decisionale per i trader in merito all'invio di ordini di mercato o ordini limite. Questa decisione è comune presa dai trader nei mercati reali. La conferenza ha approfondito la regolamentazione delle dimensioni dei tick e il suo impatto sulla liquidità e la profondità del mercato. Tuttavia, ha anche evidenziato le potenziali conseguenze indesiderate di tali regolamenti, in quanto potrebbero avere l'effetto opposto e distorcere gli incentivi degli agenti, portando a risultati inefficienti. I grafici sono stati utilizzati per aiutare a spiegare come la curva di offerta generata dal registro degli ordini limite rappresenta le informazioni disponibili per i trader quando si verifica uno scambio.
Il docente ha continuato a discutere il concetto della linea di profitto zero per i trader con limite in un mercato competitivo con tick continui. Questa linea rappresenta il prezzo al quale un commerciante di limite imposta il proprio ordine per garantire che non venga realizzato alcun profitto. Tuttavia, con tick discreti, la linea di profitto zero si sposta man mano che i limit trader inviano ordini, generando potenzialmente profitti positivi. In un mercato con priorità temporale, il portafoglio ordini limite opera in base all'ordine di arrivo, dando priorità agli ordini precedenti rispetto a quelli successivi. Di conseguenza, una volta raggiunto il punto di profitto zero a un prezzo specifico, non saranno presenti ulteriori ordini limite nel book.
È stato quindi esaminato l'impatto della riduzione delle dimensioni del tick sul mercato. Dimensioni di tick più piccole comportano prezzi fissati a incrementi più fini, il che si traduce geometricamente in un calo del potenziale di profitto per i limit trader. Il profitto medio per i limit trader diminuisce, portando a una riduzione del numero di limit trader che partecipano al mercato e di conseguenza a una minore profondità nel portafoglio ordini. Sebbene possa verificarsi una diminuzione dello spread denaro-lettera, in genere è minima a causa di errori di arrotondamento, piuttosto che una diminuzione significativa.
Andando avanti, il docente ha discusso gli effetti della dimensione del tick sulla microstruttura del mercato finanziario. La dimensione del tick si riferisce all'incremento minimo del prezzo al quale un titolo può muoversi. Diminuire la dimensione del tick porta a uno spread bid-ask più stretto e a una maggiore liquidità, ma può anche spingere alcuni trader di limite fuori dal mercato. Di conseguenza, la profondità del mercato diminuisce e il recupero della liquidità dopo le negoziazioni diventa più lento, con un impatto sulla resilienza del mercato. Queste conclusioni sono state supportate da test condotti sul NYSE quando la dimensione del tick è passata da 1/8 a 1/16 di dollaro, allineandosi con gli effetti previsti. Per sollecitare ulteriori discussioni, il docente ha posto una domanda a risposta aperta sul ruolo della priorità temporale nel mercato e ha incluso una citazione di Man Winner su HFT 101.
Sono stati quindi discussi l'importanza della dimensione del tick nella progettazione del mercato e il suo impatto sulla priorità del prezzo rispetto alla priorità del tempo. Le dimensioni dei tick più piccole danno maggiore risalto alla priorità del prezzo rispetto alla priorità del tempo. Le dimensioni dei tick inferiori possono essere utilizzate per bilanciare le due priorità, allontanando potenzialmente i trader ad alta frequenza e attirando i trader più lenti. La lezione ha anche introdotto l'assegnazione pro rata come alternativa alla priorità temporale. L'allocazione pro rata assegna le azioni a tutti gli ordini limite a un determinato livello di prezzo proporzionalmente in base alla loro dimensione quando viene ricevuto un ordine di mercato.
Il video ha quindi esplorato l'allocazione proporzionale nei mercati competitivi. In tali mercati, l'ultimo commerciante con limite che ha inviato un ordine a un determinato tick riceve un profitto pari a zero. Tuttavia, tutti i trader a quel livello di tick sono trattati allo stesso modo, con conseguente profitto pari a zero per tutti i trader collettivamente a quel tick. Di conseguenza, la curva di offerta aggregata nel mercato mostra una maggiore profondità in ogni dato tick. Tuttavia, non implica necessariamente che una quantità maggiore sarà disponibile a un determinato livello di prezzo.
Il concetto di allocazione proporzionale è stato ulteriormente esaminato, in particolare in mercati come i futures elettronici per i tassi di interesse a breve termine e il mercato dei Treasury statunitensi a due anni. Mentre l'allocazione proporzionale può aumentare la profondità a ogni livello di prezzo, può anche portare a minori profitti per i limit trader, spingendoli potenzialmente fuori dal mercato. La conferenza ha anche toccato i mercati ibridi, in cui i dealer vengono introdotti nei mercati order-driven per fornire liquidità aggiuntiva. Tuttavia, questa inclusione può controbilanciare i vantaggi, in quanto i limit trader adattano il proprio comportamento alla presenza degli operatori.
Infine, il docente ha discusso le azioni di un rivenditore in un mercato con segni di spunta rossi e priorità di prezzo. La redditività per i limit trader è stata rivista, rivelando che i piccoli ordini producono profitti mentre gli ordini di grandi dimensioni comportano perdite. In tale scenario, il dealer osserva la dimensione degli ordini di mercato in entrata e deve offrire un prezzo che superi il punto di pareggio pur migliorando i prezzi quotati nel book degli ordini limite. In questo modo, il dealer può generare profitti e potenzialmente migliorare l'esecuzione dell'operazione.
Inoltre, è stato affrontato l'impatto degli operatori sul portafoglio ordini limite e sulla liquidità complessiva del mercato. I dealer possono trarre profitto quotando prezzi più favorevoli rispetto a quelli del book degli ordini limite. Tuttavia, ciò significa che accettano selettivamente gli ordini limite redditizi mentre inoltrano solo quelli non redditizi al portafoglio ordini. Di conseguenza, i limit trader vengono gradualmente espulsi dal mercato e la liquidità fornita dagli operatori sostituisce la liquidità precedentemente offerta dai limit trader. Di conseguenza, l'aggiunta di dealer riduce la liquidità e la profondità del mercato in condizioni di mercato favorevoli. Tuttavia, può aumentare la liquidità in tempi sfavorevoli fornendo una forma di assicurazione della liquidità per il mercato.
In conclusione, la conferenza ha fatto luce su vari aspetti dei mercati guidati dagli ordini e sulle loro dinamiche. Ha sottolineato l'importanza di comprendere le dimensioni del design del mercato come le dimensioni dei tick, le regole di priorità e il ruolo dei rivenditori nel plasmare i risultati del mercato. È stata esaminata la regolamentazione della dimensione del tick, rivelando il suo impatto sulla liquidità del mercato, la profondità e il comportamento dei limit trader.
Il docente ha sottolineato che la riduzione delle dimensioni del tick può portare a uno spread bid-ask più ristretto e a una maggiore liquidità, ma può anche far uscire dal mercato alcuni limit trader. Questa riduzione della profondità del mercato può comportare un recupero più lento della liquidità dopo le negoziazioni e influire sulla resilienza complessiva del mercato. Gli effetti della dimensione del tick sono stati supportati da test empirici condotti sul NYSE, rafforzando le conseguenze previste.
La conferenza ha anche esplorato l'interazione tra la priorità del prezzo e la priorità del tempo, sottolineando che le dimensioni dei tick più piccole aumentano l'importanza della priorità del prezzo rispetto alla priorità del tempo. Le dimensioni dei tick inferiori possono essere utilizzate per bilanciare le due priorità, attirando potenzialmente i trader più lenti e scoraggiando i trader ad alta frequenza. L'allocazione pro rata è stata introdotta come alternativa alla priorità temporale, che può aumentare la profondità a ciascun livello di prezzo ma può ridurre i profitti per i limit trader.
Il ruolo dei dealer nei mercati order-driven è stato un altro punto focale. È stato rivelato che i rivenditori possono trarre profitto offrendo prezzi migliori rispetto a quelli del portafoglio ordini limite, selezionando selettivamente ordini limite redditizi lasciando quelli non redditizi per il portafoglio ordini. Di conseguenza, la liquidità fornita dai dealer sostituisce quella dei trader con limite, portando potenzialmente a una minore liquidità e profondità del mercato. Tuttavia, la presenza di operatori può offrire un'assicurazione di liquidità in condizioni di mercato sfavorevoli.
Durante la lezione, sono stati utilizzati grafici ed esempi per illustrare i concetti chiave e facilitare la comprensione. Approfondendo le complessità dei mercati guidati dagli ordini, la conferenza ha fornito preziose informazioni sulle dinamiche di mercato, sul processo decisionale dei trader e sulle potenziali conseguenze delle scelte di progettazione del mercato.
L'analisi completa dei mercati del portafoglio ordini limite, delle dimensioni dei tick, delle regole di priorità e del ruolo degli operatori ha offerto una comprensione più profonda delle complessità e dei compromessi coinvolti nella progettazione e nella regolamentazione dei mercati guidati dagli ordini. La conferenza è servita come base per ulteriori esplorazioni e discussioni sulla natura dinamica di questi mercati e le implicazioni per i partecipanti al mercato e le autorità di regolamentazione.
Lezione 7, parte 2: Mercati LOB - Analisi dinamica (microstruttura dei mercati finanziari)
Lezione 7, parte 2: Mercati LOB - Analisi dinamica (microstruttura dei mercati finanziari)
In questo segmento della conferenza, l'attenzione si sposta sull'analisi dinamica dei mercati con ordini limite (LOB), in particolare sul processo decisionale dei trader quando si tratta di scegliere tra prendere o fare liquidità e inviare ordini di mercato o con limite. Il docente approfondisce il trade-off coinvolto in queste scelte, sottolineando che gli ordini di mercato offrono un'esecuzione immediata ma al prezzo di mercato corrente, mentre gli ordini limite hanno il potenziale per un prezzo migliore ma comportano un rischio di non esecuzione e sono suscettibili di selezione avversa.
Vengono introdotti due modelli degni di nota per esaminare l'analisi dinamica della scelta tra ordini a mercato e ordini limite: il modello di Christine Parlour e il modello di Foucault. Questi modelli differiscono nelle loro considerazioni di selezione avversa, rischio di non esecuzione e ritardo, con l'obiettivo di comprendere quali tipi di ordini vengono inviati da diversi trader. Tuttavia, il docente riconosce la complessità dell'esecuzione di un'analisi dinamica completa dei mercati LOB a causa della moltitudine di fattori in gioco.
Il docente procede a discutere la dipendenza dinamica tra i futuri agenti nella microstruttura dei mercati finanziari. L'attrattiva dell'invio di un ordine limite oggi dipende dalla probabilità di esecuzione o dalle scelte fatte dai futuri agenti che negozieranno contro di esso. Ciò crea un ciclo dinamico impegnativo in cui l'invio di ordini limite dipende dalle scelte future degli agenti, che, a loro volta, dipendono dalle probabilità di esecuzione. Per illustrare questo concetto, viene introdotto un semplice modello in cui i trader arrivano e decidono se inviare un limite o un ordine di mercato per un'unità dell'asset. La scelta è influenzata dalla probabilità di esecuzione dell'ordine limite, che è inferiore a uno, determinando un ritardo nel processo decisionale.
La conferenza esplora ulteriormente un modello che considera il rischio di non esecuzione, in cui ai trader viene assegnata una valutazione come V più y. Sebbene i trader abbiano valutazioni diverse per l'asset, ciò non è dovuto al possesso di informazioni diverse sul valore fondamentale V. V rappresenta il valore fondamentale dell'asset, noto o sconosciuto a tutti i partecipanti al mercato. I trader assegnano valutazioni diverse per finalità di liquidità o di gestione del rischio. Ogni trader incorpora l'idea di una componente di credito uniformemente distribuita su un intervallo, centrata attorno allo zero e indipendente tra i trader. Le probabilità di equilibrio delle esecuzioni degli ordini limite o di mercato sono determinate, tenendo conto del ritardo esplicito, che funge da incognita ricercata nel modello.
Per facilitare la comprensione, il presentatore introduce una rappresentazione grafica di quattro linee lineari che rappresentano i profitti associati a diversi tipi di ordini nei mercati LOB. Ci si aspetta che i trader razionali scelgano il tipo di ordine che massimizza il loro profitto atteso in base alla loro valutazione Y. I trader con un Y alto opteranno per l'acquisto immediato tramite un ordine di mercato, mentre quelli con valutazioni elevate ma senza un senso di urgenza potrebbero rischiare un limitare l'ordine per garantire un prezzo migliore. D'altra parte, i trader con valutazioni basse preferiranno vendere l'asset. Questo processo decisionale garantisce che tutti i trader abbiano l'opportunità di acquistare l'asset al miglior prezzo possibile.
La strategia di trading ottimale viene discussa in base a diversi livelli di urgenza di vendita. I trader con valutazioni estremamente basse di detenere l'asset sono disposti a vendere a un prezzo inferiore, mentre quelli con valutazioni moderatamente basse possono correre il rischio di un periodo di esecuzione più lungo in cambio di un prezzo leggermente più alto. La probabilità dei prossimi ordini di mercato di vendita o acquisto può essere calcolata in base alla distribuzione di Y, alla componente di credito delle valutazioni e ai breakpoint nel grafico. La lezione riconosce che i limiti e le probabilità di equilibrio non sono stati ancora determinati.
L'oratore approfondisce quindi le probabilità associate alla distribuzione uniforme e la determinazione dei limiti per y utilizzando i punti di indifferenza. I punti di indifferenza rappresentano le valutazioni alle quali i trader sono ugualmente inclini a presentare un ordine limite di vendita o un ordine limite di acquisto, poiché i profitti attesi da entrambe le scelte sono equivalenti. Il relatore dimostra come risolvere il sistema e trovare l'equilibrio utilizzando un modello semplificato. Viene fornito un esempio che illustra che i trader con valutazioni estreme comprese tra -2 e -0,4 invieranno ordini di mercato per la vendita, mentre quelli con valutazioni elevate comprese tra 1,4 e 2 invieranno ordini di mercato per l'acquisto. Sebbene la probabilità di esecuzione degli ordini limite sia bassa, i trader sono disposti ad assumersi il rischio a causa del potenziale significativo miglioramento del prezzo che possono ottenere.
Inoltre, il relatore menziona l'inclusione della selezione avversa in un modello, insieme al rischio di non esecuzione. Tuttavia, poiché questi due attriti non interagiscono tra loro in modo significativo, il modello non offre approfondimenti sostanziali oltre a quanto già esplorato in precedenti discussioni sulla selezione avversa (modello di Claussten) e sul rischio di non esecuzione (modello di Parlor). Il relatore avverte che gli sforzi normativi volti a migliorare la liquidità e la profondità del mercato possono avere conseguenze indesiderate, come evidenziato dai vari aspetti del design del mercato esaminati durante la conferenza.
Mentre la lezione volge al termine, il relatore propone agli studenti un esercizio su cui lavorare, esplorando l'effetto delle commissioni addebitate per gli ordini limite e gli ordini di mercato nell'ambito del modello Parlour. Questo esercizio incoraggia ulteriori esplorazioni e analisi delle intricate dinamiche e implicazioni dei diversi meccanismi di mercato. Inoltre, la conferenza si conclude invitando gli spettatori a prendere in considerazione l'iscrizione a un prossimo corso di progettazione di meccanismi, indicando che c'è molto altro da imparare e discutere riguardo all'affascinante campo delle dinamiche di mercato e del design.