MétaCan
Menu
Retour à la cohorte
Enregistrement W2893884530 · doi:10.1287/mnsc.2018.3204

Price Improvement and Execution Risk in Lit and Dark Markets

2019· article· en· W2893884530 sur OpenAlexaff
Michael Brolley

Notice bibliographique

RevueManagement Science · 2019
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFinancial Markets and Investment Strategies
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésDark liquidityEconomicsValuation (finance)Limit priceOrder (exchange)Market liquidityGreat RiftDark chocolateMicroeconomicsLimit (mathematics)Price levelMonetary economicsHigh-frequency tradingFinanceMathematics

Résumé

récupéré en direct d'OpenAlex

Dark pools offer price improvement over displayed quotes, but nondisplayed liquidity implies execution uncertainty. Because investor limit orders also provide price improvement with execution risk, dark pools offer a natural substitute. In a model of informed trading in a market with a displayed limit order book and a dark pool that offers price improvement, higher valuation investors sort into order types with lower execution risk, generating an “immediacy hierarchy.” Dark pool price improvement predicts the order in the hierarchy: a price improvement closer to (farther from) the midquote positions dark orders below (above) limit orders, which improves (worsens) market quality and welfare. A dark pool that is operated by the limit order book is welfare improving, and welfare reduces with an independently operated pool. Because active and passive order flow migrate to the dark pool where price impact occurs only post-trade, price efficiency worsens with any positive level of dark trading. This paper was accepted by Gustavo Manso, finance.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,637
Score d'incertitude au seuil0,402

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,009
Tête enseignante GPT0,188
Écart entre enseignants0,180 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations37
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueManagement ScienceMême sujetFinancial Markets and Investment StrategiesTravaux en français237 207