机译：St-Trader：一种用于股票市场运动的空间深度神经网络
机译：St-Trader：一种用于股票市场运动的空间深度神经网络
机译：St-Trader：一种用于股票市场运动的空间深度神经网络
机译：股票市场波动交易者群体的模型与混沌。
机译：应用监督机器学习模型以使用交易者的每日交易活动数据和美国股票市场指数数据对日间交易者进行分类
机译：在金融市场上揭开非线性和混乱的全面框架：四个主要股票市场指数的实证证据
机译：我们在限价订单簿中开发了冰山订单执行的顺序交易模型。 Iceberg-trader可以自由地揭露他的交易意图，或者（部分）屏蔽其他市场参与者的真实订单规模。订单暴露最终会导致市场反应激烈（“市场影响”），导致交易成本上升。另一方面，冰山交易员在隐藏他的意图时面临优先权损失，因为大多数电子限价订单都会惩罚隐藏流动性的使用。因此，冰山商人面临着找到正确权衡的问题。我们的模型为限额订单市场中的冰山交易者提供了最佳的风险敞口策略。特别是，我们提供了一系列分析性陈述，这些陈述与最近关于交易者暴露策略决定因素的实证研究结果一致。在此框架下，我们还研究了市场影响以及限价订单的市场影响。我们为来自美国标准普尔500指数的一系列高科技股票提供最佳曝光配置文件，以及它们如何随着本书的规模扩展。我们最终根据极限订单测试了冰山的表现，发现冰山订单可以显着提升贸易业绩高达60％。
