핵심 개념
거래 규모, 거래 시간, 거래 장소 등 거래 특성이 미래 가격 움직임 예측에 미치는 영향을 분석하여 핵심 거래를 식별하였다.
초록
이 연구에서는 강력한 비선형 기계 학습 방법을 활용하여 가치 있는 정보를 포함하고 있는 거래의 특성을 식별하였다. 먼저 최적화된 신경망 예측기를 통해 미래 시장 움직임을 정확하게 예측할 수 있음을 입증하였다. 그 다음으로 이 성공적인 신경망 예측기의 정보를 활용하여 각 데이터 포인트(거래 창) 내에서 미래 가격 움직임 예측에 가장 큰 영향을 미친 개별 거래를 식별하였다. 이러한 접근 방식을 통해 다양한 규모, 장소, 거래 맥락 및 시간에 따른 거래의 정보 콘텐츠 이질성에 대한 중요한 통찰을 얻을 수 있었다.
통계
거래 규모가 클수록 미래 가격 움직임 예측에 대한 영향력이 낮다.
홀수 거래량 거래가 라운드 로트 거래보다 미래 가격 상승 예측에 더 큰 영향을 미친다.
2020년에는 홀수 거래량 거래의 예측력이 크게 증가했다.
ETF 거래는 개별 주식 거래에 비해 미래 가격 움직임 예측에 대한 정보 제공이 낮다.
NASDAQ OMX BX와 Cboe BYX에서 체결된 거래는 NYSE에 비해 미래 가격 움직임 예측에 대한 정보 제공이 낮다.
MIAX에서 체결된 거래는 NYSE에 비해 미래 가격 움직임 예측에 대한 정보 제공이 높다.
인용구
"거래 규모가 클수록 미래 가격 움직임 예측에 대한 영향력이 낮다."
"홀수 거래량 거래가 라운드 로트 거래보다 미래 가격 상승 예측에 더 큰 영향을 미친다."
"2020년에는 홀수 거래량 거래의 예측력이 크게 증가했다."