راهبرد تقسیم سفارش با رویکرد کاهش واکنش بازار در بورس اوراق بهادار تهران

هدف: در این پژوهش قصد داریم که یک سفارش بزرگ را به تعدادی سفارش کوچک‌تر تقسیم کنیم تا هزینه واکنش بازار و بی‌‌تعادلی به‌وجود آمده از سفارش‌های بزرگ در بازار را کاهش دهیم.روش: با توجه به محدودیت دسترسی به داده‌های معامله‌های درون‌روزی و حجم بسیار محاسبه‌ها، تابع واکنش بازار آنی از سمت خرید را برای چند سهم از بورس تهران با استفاده از مدل واکنش بازار i star به‌دست آوردیم و با استفاده از تابع واکنش بازار و بازه سفارش‌گذاری، یک سفارش بزرگ را به تعدادی سفارش کوچک‌تر تقسیم کردیم تا به‌جای سفارش‌گذاری یک‌باره همه سهام در بازار، سفارش‌گذاری‌ها را در بازه‌های زمانی مختلف انجام دهیم. هدف از این کار، کاهش هزینه واکنش بازار و کنترل بی‌تعادلی به‌وجود آمده از سفارش‌های بزرگ در بازار است.یافته‌ها: طبق الگوهای درون‌روزی به‌دست‌آمده برای میانگین حجم معامله‌ها و واکنش بازار، برای هر دسته از سهم‌های بررسی‌شده در ابتدای روز، حجم معامله‌ها کم و واکنش بازار زیاد است؛ اما در انتهای روز با افزایش حجم معامله‌ها و نقدشوندگی در بازار، هزینه واکنش بازار کاهش می‌یابد؛ زیرا با افزایش نقدشوندگی در بازار، سفارش‌های سرمایه‌گذاران با تغییرهای کمتر قیمت تکمیل خواهد شد. علاوه‌بر این، تابع واکنش بازار آنی برای سهم‌های بررسی‌شده در بورس تهران نیز مقعر است و سرمایه‌گذاران در اجرای معامله‌های خرید در مقایسه با فروش هیجانی‌تر رفتار می‌کنند. ویژگی‌های به‌دست‌آمده در طراحی راهبرد برای معامله‌های سرمایه‌گذاران تاثیر می‌گذارد.نتیجه‌گیری: نتایج این پژوهش نشان می‌دهد که با بررسی الگوهای درون‌روزی پارامترهای نقدشوندگی بازار، مانند حجم معامله‌ها و واکنش بازار و همچنین، طراحی راهبرد معامله برای تقسیم سفارش‌های بزرگ، می‌توان هزینه‌های مازاد متحمل‌شده توسط معامله‌گران را کاهش داد و باعث شد که سفارش‌ها با قیمت مناسب‌تر اجرا شود.

Order Splitting Strategy to Reduce Market Impact in Tehran Stock Exchange

Objective: This research is aimed at offering an order splitting strategy to divide a large order into a number of smaller orders to reduce Market Impact cost and imbalances created by Large orders in the market.Methods: Due to the limited access to data and high volume of calculations, for some shares of the Tehran Stock Exchange (TSE), market impact cost function of bought trades were calculated using the Istar model. Then, by using the MI function and based on the investor’s trading horizon, we split a large order into a series of small orders to place them at intervals rather than ordering all at once. The goal is to reduce the market impact cost, and avoid creating an imbalance of large orders in the market.Results: According to the intraday patterns of the average trading volumes and the market impact cost, it is observed that the trading volume of shares is low and market impacts cost are high at the beginning of the day, then at the end of the day, as the trading volume and market liquidity increase, the market impact cost incurred by traders reduces. This is mainly because investors will not need to increase trading prices to complete their orders when the stock market experiences an increase in liquidity and trading volumes, and this is also seen in the Tehran Stock Exchange. The market impact cost function for the shares in Tehran Stock Exchange is also concave and investors behave much more aggressively when buying compared to selling.Conclusion: The results show that by examining the intraday patterns of liquidity parameters such as trading volumes and market impact then designing a trading strategy for the splitting of large orders can reduce the additional costs incurred by traders and result in orders being traded in relatively more reasonable prices.