Are You Better Off Trading Blocks in Volatile Markets? <i>Yes</i>
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The volatility that gripped the market during the latter half of 2008 led many traders to change their trading behavior. The relative volume of block trades that were executed in the market decreased during this period. Many traders moved away from trading large blocks, to trading strategies that enabled them to spread their orders throughout the trading day, closer to a VWAP style, in order to reduce their risk. From an implementation shortfall perspective, however, the risk of spreading the order throughout the day is higher than executing the order quickly, as in the case of executing a large block. The author suggests that the fundamental reason for the difference in risk perspectives among traders, and the theoretical risk based on implementation shortfall measures, is the way traders are measured and compensated. Traders measured versus a VWAP benchmark see a greater variance in their performance in more volatile markets. In order to manage their career risk, they seek to match their trading behavior with their performance benchmark. The increased volatility in the market exacerbated the problem. The article compares the incurred risk of several strategies to demonstrate that less-aggressive strategies, such as VWAP, incur more risk than aggressive strategies that trade blocks opportunistically as they become available. The author suggests that the best way to address the misalignment between the investment objectives of the firm and the trading objectives of the desk is to measure traders’ performance using an implementation shortfall benchmark rather than a VWAP benchmark. He also suggests that incorporating risk into the post-trade measurement process leads to a harmonization of the objectives of traders and portfolio managers. <bold>TOPICS:</bold> <ext-link>Volatility measures</ext-link>, <ext-link>VAR and use of alternative risk measures of trading risk</ext-link>, <ext-link>performance measurement</ext-link>
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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