공개 데이터로 메타오더 모델링 및 검증

초록

본 논문은 요하네스버그 증권거래소(JSE)의 공개 거래·호가 데이터(TAQ)를 활용해 Lillo‑Mike‑Farmer(LMF) 이론을 검증한다. 최근 제안된 메타오더 재구성 알고리즘을 적용해 합성 메타오더를 생성하고, 트레이더 수를 N=50·150으로 가정한 두 시나리오에서 장기 기억(long‑memory)과 가격 충격의 제곱근 법칙을 재현함으로써 LMF 이론의 보편성을 입증한다.

상세 분석

논문은 먼저 시장 주문 흐름이 장기 자기상관(long‑range autocorrelation)을 보이는 현상을 LMF 이론으로 설명한다는 점을 상기한다. LMF 이론에 따르면 개별 트레이더가 큰 주문을 여러 번에 걸쳐 분할(메타오더)함으로써 거래 사인(sign) 시계열의 자기상관 지수 γ와 메타오더 길이 분포의 멱법칙 지수 α가 γ = α − 1 관계를 만족한다. 기존 검증은 트레이더 식별자가 포함된 사유 데이터에 의존했으나, 본 연구는 공개된 JSE TAQ 데이터를 이용해 동일한 검증을 수행한다는 점에서 혁신적이다.

핵심 방법론은 Maitrier et al.