在高频融资中,市场事件数据被称之为市场的信号或“新闻情绪”。当实时流媒体业务市场事件用于高频交易(HFT)时,可能存在获利空间。因此股票交易商评估新闻趋势,抓住特定公司或行业的公众情绪,发现情绪加上交易活动和时间趋势,可以成功实现实时信息与股票收益之间的连接。到目前为止,在芬兰的高频交易公司,相关研究正处在初步阶段。为了满足这一研究需求,本研究分析了一个以事件为基础的交易策略,可以对新闻事件进行分析并加以利用,从而获得高额利润。我们得到了芬兰HFT公司事件交易策略的alpha测试的定量数据。通过使用由赫尔辛基证券交易所(HSE)提供的一个独特数据集,使作者能够区分使用不同交易策略的HFT执行的交易。本交易策略是一种从基于事件的猜测中获取利润的技术方法。本文通过回顾这些主题的方法,首先揭示了赫尔辛基证券交易所的高频交易的特点以及对高频交易策略的表现能力,根据赫尔辛基证券交易所的相对比值和市场效率,从成交的角度重新设计了事件交易策略。本文发现更好的预测是通过纳入新闻对提出的事件交易策略对芬兰股票有显着影响的回报。本文有助于开展高科技新闻采访实践写作工作的升级形式。本论文使用了一个月的高频数据来自纳斯达克OMX北欧并选择六个主要交易的芬兰股票基于他们的限价订单活动。在实证研究中,本文选择了上述六只股票拥有赫尔辛基证券交易所的事件交易的独特HFT特征。本文首先分析检查了所选股票的限价单,作为寻找芬兰股票交易活动的可行性样本。统计结果预计,在数小时内,全球市场的事件将不断出现,从而在两个方向上的价格上观测到明显的影响。如果非HFTs和HFTs在给定的时间追逐一种类型的策略,使用夏普比率衡量不同策略是有效的。利用事件交易策略将新闻纳入实时交易中有可能产生显著的回报。非常高的P值显示通过事件的交易能获得超额收益。Cvar和Var获得的负值表明,在这个时间点上,很有可能使事件交易者的平均收益水平提高。在数据存在截尾时,条件VAR(CVAR)和VAR是典型的衡量收益率的方法。由Kolari和Pynnonen非参数秩检验表明赫尔辛基证券交易所(HEX)的实时反应分为正面消息和负面消息。在选定的六只股票的交易日开始和结束时,新闻事件累积影响的解释考虑到数据选择的同质时间段。在HEX交易期结束时,选定的六只股票显示了公告的重大结果,正面消息在新闻稿之后带来了令人印象深刻的异常收益。这表明投资者对高频交易的新闻公告的反应是相当令人印象深刻的。累计异常收益,正、负事件公告后;至少在每天交易会结束前的最后45分钟内也至关重要。这表明新闻影响力影响了芬兰证券交易所的股票,这也证实了我们的研究。所以那些在猜测什么策略在什么样的持有期间练习的新兴HFT公司并没有能力比对手早得到新闻的微小第二喜好;可以实践这个学科和提出的用于好处(alpha)代的云交易架构师。在事件研究方法论框架下使用Kolari和Pynnonen非参数秩检验,本文确定何时投资者对HSE的新信息进行反应。这种方法可以评估宏观经济数据公告的影响的实力,方向和持续时间。研究中使用的方法与Aldrige,Litzenberger和Brogaard是一致的。本文提出的模型与Easley,Kiefer,O’Hara和Paperman模型一致。本论文中使用计量经济学模型和一般方法并采用R软件对于数据进行定量分析。实证分析在支持的这个数据我们涉及恒定均值模型,对于这样的数据,我们不能使用相关市场模型这类复杂模型。我们的方法是使用Kolari and Pynnonen非参数广义等级检验修正市场的波动率。第1章详细阐述了本课题的研究动机,并通过文献介绍了课题的概念,背景以及对课题的支持。第二章的主要关注点是什么是不同的HFT策略以及这些策略的评估方法。同时本节介绍了HFT和AT等关键概念的定义,以及本论文选择的其他HFT术语。第3章以毫秒的时间间隔,对高频数据集的结构进行了清晰的描绘。本节包括论文中使用的高频限制订单数据的可用性和描述。方法部分允许读者批判性地评估研究的整体有效性和可靠性。第四章介绍了HFT交易者对所有选股的影响,并分析了赫尔辛基证券交易所各高频交易芬兰股票的订单不平衡和价格波动程度,以探讨芬兰HFT中订单不平衡和订单分割的模式是什么股票?结论是根据订单分割模式和卖方和买入订单不平衡来绘制的。第5章测试使用不同的比较比在芬兰股票市场高频交易策略的可行性。本章介绍了在不同的高频交易策略和各自的职位。本章探讨了一类高频策略称为市场微观结构模型,典型的控股期很少超过10分钟。第6章通过纳入新闻对提出的事件交易政策对芬兰股票有显着影响的收益来改进预测。本章有助于至该暂时的开始,升级表格的实用文书工作上采取新闻与事件在高经济科学。第7章总结了Aldridge 2009年高频交易策略的全文。主要研究工作是找出事件交易策略的α,总结关键假设,通过削弱速度来简化云建设。交易成功的速度不是一个策略,而其中一个优点是资产负债表的高收益。结论是关于这个问题未来工作的一个问题。到目前为止我们的主要研究问题关于芬兰股票市场交易HFT策略的实用性,潜力很大除了做市策略。对于所有选定的股票做市策略无法提供统计学显著的超额回报。这是因为需要快速出价和询问传播,所以本研究选择的股票高流动性的股票,并且这些交易可能会获得超额收益而不是流动性较差的股票。市场微观结构策略提供类似的回报对于高频交易和非高频交易的交易员平均成功率在生成统计学重要的超额回报。统计套利成功率最高是这四项战略中最好的具有最高的超额回报。平均的夏普比例非HFT交易者低于市场而HFT交易者是市场的两倍。值得注意的是HFT交易者的事件交易策略具有更高的收益率和更高的成功率比采用微结构的策略。我们的发现表明,基于事件的奥尔德里奇交易策略有相当大的收益,高频交易者具有高的成功概率获得显著的超额收益。显然,夏普比率是2.5倍更好比市场高频交易。本研究的结果与由Hendershott和Riordan的研究结果(2009)。他们用纳斯达克数据不同的高频交易策略的性能检查。我们的研究结果对纳斯达克OMX诺迪克他们的发现。本文的创新成果及其理论意义和实践意义如下:首先分析所有选定股票的基本限价订单活动,包括排除非高频行为,确保所有选定股票受高频活动影响,使结果更准确。本论文通过基于自回归的测试来检验市场的低效率。由于数据和两次观察之间的时间间隔非常短,因此在当前回报中过去的收益和过去的价格走势都有很强的影响,这表明了市场无效率。其次,采用不同的比较比率对高频交易策略进行绩效能力评价。研究发现,统计套利策略在所有高频交易策略中是最好的。夏普比率作为高频和非高频交易者比较的主要工具,相对于非高频交易者而言,高频交易者的夏普比率高出数倍。风险价值表明,所有有多头和空头的策略都有可能产生正收益。再次,创新点在于在事件研究方法的框架中使用非参数秩检验,我们决定HSE的投资者何时对新信息作出反应。这种方法可以评估宏观经济数据公告的影响的实力,方向和持续时间。研究中应用的方法与Aldridge,Litzenberger和Brogaard是一致的。提出的模型与Easley,Kiefer,O’Hara和Paperman模型一致。第四,本论文的结果对于对HFT有兴趣的学术和非学术专业人士都是有利的。学者可以进一步分析具有较长时间长度的类似方法,并考虑更多的股票。对于积极参与HFT交易的非学术专业人士,可以清楚地了解如何使用HFT策略以及如何评估其业绩。那些不能投入大量资金以获得新闻资料的HFT公司比其竞争对手早一点可以使用类似的策略从交易中产生超额回报。对于新兴的HFT公司来说,这也是有用的,他们可以知道什么样的策略在什么时期使用。第五,本文为进一步研究提出了可能性。嵌入新的新闻来源是有用的,例如社交媒体。此外,新的HFT公司的指定人员可以在编程财务上寻求帮助,同时以新的合理运营费用或日内收益复制本研究。总体而言,在这种纠正过程中,股票收益预测方向和促进有利交易的预测方向的准确性可能会大大增强。此外,这种研究可以在新兴的亚洲高频市场中发展,而且可能会有理由在解释多米诺效应的基础上试行事件交易策略。