一篇新的研究论文提出了一种通过分析交易和价格历史来审计算法交易策略的方法。该研究引入了一个统计量，可以识别策略是净流动性消耗者还是提供者，并与Kyle（1985）的信息交易者/做市商二分法进行了类比。该统计量也作为非流动性的代理指标，在理解福利损失和强制抛售外部性方面具有潜在应用，并使用2016-2025年的CRSP股票数据进行了校准，包括COVID-19大流行等时期。 AI
影响 这项研究为分析算法交易提供了一个新的框架，有可能提高市场稳定性和对金融动态的理解。
排序理由 该集群包含一篇在arXiv上发表的研究论文，详细介绍了审计算法交易策略的新方法。[lever_c_demoted from research: ic=2 ai=0.4]
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2606.29018v1 Announce Type: cross Abstract: We show that net demand for liquidity by algo strategies is identifiable from its trade and price history alone, with no knowledge of its signal or optimization problem. An exact multi-period regret decomposition implies that the …
We show that net demand for liquidity by algo strategies is identifiable from its trade and price history alone, with no knowledge of its signal or optimization problem. An exact multi-period regret decomposition implies that the sign of this statistic classifies a linear strateg…