Preliminary draft Not for attribution Comments welcome
Notice bibliographique
Résumé
We thank the Island ECN for providing us with the data for this study, and are especially grateful for the help of Cameron Smith, Josh Levine, and Rob Newhouse. We also thank Tim McCormick and the NASD’s Economic Research for providing us with odd-lot data, and Lei Yu for her research assistance. All errors are our own responsibility. Page 1 Limit Orders and Volatility in a Hybrid Market: The Island ECN This paper is an empirical analysis of trading activity on the Island ECN, an electronic communications network for US equities, which is organized as an electronic limit order book. The approach is cross-sectional across firms. The goal is to characterize the firmspecific determinants of Island activity, with particular emphasis on the volatility of the firm’s stock. We find that Island’s market share for a given firm is positively related to the overall level of Nasdaq trading in the firm. Across a number of volatility proxies, we find that higher volatility is associated with • a lower proportion of limit orders in the incoming order flow • a higher probability of limit order execution • shorter expected time to execution • lower depth in the book. In addition, we find substantial use of hidden limit orders (for which the submitter has opted to forgo display of the order). Finally, over one quarter of the limit orders submitted to Island are canceled (unexecuted) within two seconds or less. The extensive use of these “fleeting ” orders is at odds with the view that limit order traders (like dealers) are patient providers of liquidity. Page 2 1.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,086 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,008 | 0,006 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,004 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,680 | 0,434 |
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 découleClassification
machine, non validéePrédiction automatique; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».