Klasyfikacja kierunku transakcji: reguły quote, tick i Lee–Ready

W dopasowanej transakcji na arkuszu zleceń jedna strona kupuje, a druga sprzedaje. W klasyfikacji kierunku buyer-initiated oznacza, że zlecenie kupna przekracza spread, aby wykonać oczekujące zlecenie sprzedaży. Seller-initiated oznacza, że zlecenie sprzedaży trafia w oczekujące zlecenie kupna. „Transakcja buy” nie oznacza więc, że nie było sprzedającego; etykieta mówi, która strona prawdopodobnie rozpoczęła wykonanie, pobierając płynność.

Dane Time and Sales mogą zawierać cenę i wielkość transakcji, lecz nie zawierać bezpośrednio użytecznego pola strony agresora. Reguła klasyfikacji dodaje szacunkową etykietę, na przykład po to, by sumować wolumen kupna i sprzedaży. Jest to wniosek z dostępnych danych, a nie bezpośrednia obserwacja. Porównaj arkusz zleceń futures i Time and Sales, aby odróżnić zlecenia oczekujące od zawartych transakcji.

Tick test porównuje cenę bieżącej transakcji z ceną poprzedniej. Gdy cena rośnie, transakcja otrzymuje etykietę buyer-initiated; gdy spada, seller-initiated. Przy niezmienionej cenie, czyli zero tick, kierunek dziedziczy ostatnią zmianę ceny różną od zera. Po wzroście kolejne transakcje po tej samej cenie zachowują zatem etykietę buy, dopóki kierunek ceny się nie zmieni.

To przydatna reguła, gdy dostępne są tylko ceny transakcji, ale sama cena nie ujawnia intencji. Jeśli zbiór danych zaczyna się w środku sesji i nie ma wcześniejszego ticka niezerowego, kierunek pierwszej transakcji po tej samej cenie może pozostać unresolved. Lepiej zachować nierozstrzygnięty wynik niż przypisać stronę na chybił trafił. Transakcje zgłoszone poza kolejnością lub ze specjalnymi warunkami wymagają też właściwych reguł czasu z dokumentacji feedu.

Quote rule wymaga bid i ask obowiązujących w chwili transakcji. Midpoint to średnia najlepszego bidu i najlepszego asku. Cena transakcji powyżej midpoint otrzymuje etykietę buyer-initiated, a poniżej — seller-initiated. Jeśli cena pokrywa się z midpoint, sama quote rule nie określa kierunku. Niektóre implementacje pozostawiają taki przypadek bez klasyfikacji, a Lee–Ready używa tick testu do rozstrzygnięcia remisu.

Reguła jest prosta, ale kwotowanie musi być prawidłowo połączone z transakcją. Quote mogło się już zmienić, mieć inną precyzję czasu albo obejmować inny zestaw venue niż transakcja. Niejasne bywają też transakcje wewnątrz spreadu: oczekujące zlecenie limitowane w spreadzie może sprawić, że cena wykonania znajdzie się blisko midpoint. Położenie względem midpoint to wskazówka, a nie bezpośredni dowód, która strona przekroczyła spread.

Lee–Ready porównuje cenę transakcji z midpoint dopasowanego kwotowania. Powyżej lub poniżej midpoint stosuje quote rule. Dokładnie na midpoint używa tick testu: ostatnia niezerowa zmiana ceny w górę wskazuje buyer-initiated, a w dół seller-initiated. Jeśli nie ma dostępnej wcześniejszej zmiany niezerowej, wynik może pozostać unresolved. Kwotowanie pomaga więc, gdy cena jest wyraźnie po jednej stronie, a historia ceny — przy midpoint.

Drugim elementem jest korekta czasu kwotowania. Lee i Ready zauważyli w danych NYSE z 1988 r., że quote zarejestrowane tuż przed transakcją mogło w rzeczywistości być zmianą wywołaną przez tę transakcję. Badali użycie kwotowania co najmniej pięć sekund starszego. Te pięć sekund wynikało z ówczesnego rynku i procesu rejestracji; nie jest uniwersalną regułą dla współczesnych feedów. Oryginalna praca Lee i Ready opisuje dopasowanie kwotowań i transakcji oraz tick test.

Załóżmy, że najlepszy bid wynosi 100,00, ask 100,04, a więc midpoint to 100,02. Poprzednia transakcja odbyła się po 100,00. Nowa transakcja po 100,01 jest uptickiem o jeden cent, więc tick test klasyfikuje ją jako buy. Cena pozostaje jednak poniżej midpoint 100,02, dlatego quote rule wskazuje sell; Lee–Ready również wskazuje sell, bo cena jest poniżej midpoint. Różnica wynika z użycia innych wskazówek, a nie z braku jednej ze stron transakcji.

Jeśli następna transakcja nastąpi po 100,02, jej cena jest dokładnie na midpoint. Wtedy działa zapasowy tick test i klasyfikacja to buy, ponieważ cena wzrosła z 100,01. Transakcja po 100,04, czyli po ask, zwykle pasuje do sytuacji, w której kupujący pobiera płynność. Taki wniosek wymaga jednak prawidłowego, zsynchronizowanego kwotowania. Nieaktualna quote, korekta transakcji lub rozbieżne znaczniki czasu feedów mogą zmienić wynik. To tylko przykład rachunkowy, a nie wynik rynkowy ani sygnał.

Ellis, Michaely i O’Hara porównali reguły klasyfikacji z zastrzeżonymi danymi Nasdaq, w których znany był kierunek transakcji. W ich próbie quote rule poprawnie klasyfikowała 76,4% transakcji, tick rule 77,66%, a Lee–Ready 81,05%. Autorzy stwierdzili również, że wszystkie reguły słabo radziły sobie z transakcjami zawartymi wewnątrz kwotowań. Są to wyniki dla tego zbioru i projektu badania, a nie gwarantowana dokładność na innych rynkach, w innych okresach czy u innych dostawców danych. Artykuł w Journal of Financial and Quantitative Analysis omawia też możliwe obciążenie pomiarów dużych transakcji i efektywnych spreadów.

Łączna dokładność może ukrywać błędy skupione w ważnych przypadkach. Gdy wiele transakcji odbywa się po bid lub ask, całkowity odsetek poprawnych klasyfikacji może wyglądać dobrze, choć transakcje wewnątrz spreadu nadal są trudne do rozpoznania. Warto raportować zakres pokrycia, przypadki unresolved oraz dokładność według położenia w spreadzie, wielkości transakcji, pory dnia i venue. Historycznych wyników Nasdaq nie należy przedstawiać jako dowodu, że ta sama reguła zadziała równie dobrze dla futures, innych akcji czy kryptowalut.

Jurkatis zaproponował full-information algorithm, który nie wybiera mechanicznie jednego wcześniejszego kwotowania. Zamiast tego szuka śladu wykonania w zmianach arkusza zleceń i wykorzystuje dopasowanie transakcji do quote przy klasyfikacji. W badaniu na danych Nasdaq metoda full-information wypadła lepiej od porównywanych alternatyw, zwłaszcza przy mniej precyzyjnych timestampach. Przy znacznikach czasu z dokładnością do sekundy autor odnotował około dwa razy mniej błędnych klasyfikacji niż w Lee–Ready. Dotyczy to struktury danych i testu z pracy; nie dowodzi, że metoda jest najlepsza dla każdego feedu. Badanie Jurkatisa pokazuje, dlaczego precyzja czasu i struktura arkusza mają znaczenie.

Niektóre feedy zawierają bezpośrednie pole strony agresora, ale zależy to od venue, produktu i rodzaju komunikatu. Dokumentacja CME MDP 3.0 Trade Summary wymienia AggressorSide i stan bez agresora; w tej specyfikacji kod 1 oznacza bid aggressor, a kod 2 ask aggressor. Przed dekodowaniem wartości sprawdź wersję i typ komunikatu. Nasdaq TotalView-ITCH opisuje stronę oczekującego zlecenia w komunikatach dodania oraz szczegóły wykonania powiązane z numerem referencyjnym zlecenia. Rekonstrukcja może pomóc wnioskować o stronie niektórych wykonań, ale nie oznacza, że każdy feed Nasdaq zawiera jawny znacznik agresora. Dokumentacja CME i specyfikacja Nasdaq ITCH opisują konkretne formaty.

Przed klasyfikacją ustal, czy czas oznacza czas giełdowy, odbioru czy znacznik dostawcy; czy komunikaty są uporządkowane; oraz czy kwotowania i transakcje obejmują te same venue. W danych wysokiej częstotliwości kilka zmian quote i transakcji może mieć ten sam timestamp, jeśli precyzja jest niska. Przesunięcie wszystkich kwotowań o pięć sekund bez uzasadnienia może pogorszyć dopasowanie. Korzystaj z najbardziej precyzyjnych dostępnych znaczników i kolejności komunikatów, a także dokumentuj sposób wyboru, gdy możliwych jest kilka pasujących quote.

Aukcje, korekty lub anulowania transakcji, wydruki poza kolejnością i transakcje bez odpowiedniego quote obsługuj osobno. Nie wymuszaj etykiety buy albo sell dla każdego wiersza; unresolved może wierniej opisywać dane niż zaszumiona klasyfikacja. Sprawdź implementację na przykładach, które da się policzyć ręcznie, zweryfikuj kolejność i jednostki, a następnie porównaj kilka reguł. Przewodnik po implementation shortfall dotyczy innego pytania: rzeczywistych kosztów wykonania, a nie szacowanego kierunku transakcji.

Po nadaniu etykiet signed volume zwykle sumuje ilości z dodatnim znakiem dla buy i ujemnym dla sell w określonym przedziale. Nawet niewielka liczba błędnych etykiet może narastać i zniekształcać imbalance, efektywny spread lub miary wpływu na cenę. Publikując wyniki, podaj więc metodę klasyfikacji oraz sposób potraktowania midpoint i przypadków bez ustalonego kierunku.

Order flow imbalance (OFI) używa innych danych: zmian ilości i ceny przy najlepszym bidzie i asku, w tym dodania i anulowania bez transakcji. Nie jest tym samym co oznaczenie każdego printu i zsumowanie jego wielkości. Wyjaśnienie OFI w arkuszu zleceń pokazuje różnicę między danymi wejściowymi. Etykiety kierunku, signed volume i OFI podsumowują rynek; żadne z nich nie dowodzi motywacji uczestnika ani nie gwarantuje zyskownej prognozy.