Elke dag, duizenden orders voor het verkopen of kopen van aandelen worden binnen milliseconden geregistreerd en verwerkt. Elektronische beurzen, zoals NASDAQ, gebruik zogenaamde microscopische modellering van de orderstroom - die de dynamiek van orderboekingen weerspiegelt - om de handel te vergemakkelijken. De studie van dergelijke marktmicrostructuren is een relatief nieuw onderzoeksgebied dat zich richt op de handelsinteracties die de aandelenkoers bepalen.

Nutsvoorzieningen, een Duits team van de Universiteit van Duisburg-Essen heeft de statistische regelmatigheden en onregelmatigheden in de recente orderstroom van 96 verschillende NASDAQ-aandelen geanalyseerd. Aangezien prijzen sterk gecorreleerd zijn tijdens financiële crises, ze evolueren op een manier die vergelijkbaar is met wat er gebeurt met zenuwsignalen tijdens epileptische aanvallen. De bevindingen van de groep Duisburg-Essen, gepubliceerd in EPJ B , bijdragen aan het modelleren van prijsevolutie, en zou uiteindelijk kunnen worden gebruikt om de impact van financiële crises te evalueren.

De dynamiek van aandelenkoersen vertoont typisch patronen. Bijvoorbeeld, grote prijsveranderingen ontstaan ​​in een opeenvolging, die tien keer groter is dan het gemiddelde. Door de microstructuur van aandelentransacties te bestuderen, onderzoekers hebben eerder groepen aandelen geïdentificeerd met een vergelijkbare voorraadorderstroom. Echter, er zijn nog veel open vragen over de co-evolutie van verschillende aandelen. In feite, onze huidige kennis van handelsinteracties is veel minder ontwikkeld dan onze kennis van de werkelijke prijzen die het resultaat zijn van de microscopische dynamiek.

In dit onderzoek, de auteurs analyseren de co-evolutie van de orderstroom voor aandelenparen die zijn opgenomen in de index NASDAQ 100. Ze observeren een abstracte afstand tussen elk paar aandelen. De afstand is klein als beide bestanden zich op dezelfde manier gedragen, en groot als ze zich anders gedragen. Met behulp van machine learning-algoritmen, ze vinden dat er vier groepen bestanden zijn met grote onderlinge verschillen (grote afstanden). Dit is verrassend, aangezien deze rijke microscopische diversiteit niet wordt weerspiegeld in de werkelijke prijzen.