तकनीकी सारांश: बाजार गतिशीलता के अंतर्निहित स्रोत के रूप में ट्रेड निष्पादन प्रवाह (Trade Execution Flow)

समस्या विवरण

यह शोध पत्र बाजार सूक्ष्म संरचना (market microstructure) की मौलिक समस्या को संबोधित करता है: मूल्य निर्माण और बाजार व्यवहार के पीछे के प्राथमिक प्रेरक बल की पहचान करना। जबकि पारंपरिक दृष्टिकोण अक्सर ट्रेडिंग वॉल्यूम ($V$) या लिमिट ऑर्डर बुक (LOB) असंतुलन पर ध्यान केंद्रित करते हैं, लेखक तर्क देते हैं कि ये मेट्रिक्स मूल्य विलक्षणताओं (price singularities) की वास्तविक गतिशीलता को पकड़ने में विफल रहते हैं। मुख्य समस्या को "अंतिम बाजार गतिशीलता समस्या" के रूप में तैयार किया गया है: क्या एक स्वचालित ट्रेडिंग मशीन केवल कानूनी रूप से उपलब्ध लेनदेन डेटा (समय, निष्पादन मूल्य, ट्रेड किए गए शेयर) का उपयोग करके, बिना किसी प्रोप्रायटरी ऑर्डर फ्लो या भविष्य की जानकारी के, लगातार सकारात्मक लाभ और हानि (P&L) उत्पन्न कर सकती है?

लेखक यह प्रतिपादित करते हैं कि मार्केट इम्पैक्ट (वॉल्यूम के प्रति मूल्य संवेदनशीलता) का मानक दृष्टिकोण अरस्तू की गतिशीलता (बल वेग का कारण बनता है) के समान है, जबकि वास्तविक तंत्र न्यूटनियन है (बल त्वरण का कारण बनता है)। विशेष रूप से, वे परिकल्पना करते हैं कि निष्पादन प्रवाह ($I = dV/dt$), न कि ट्रेड किया गया वॉल्यूम ($V$), बाजार की गतिशीलता का मौलिक चालक है।

कार्यप्रणाली

1. मोमेंट गणना और रेडॉन-निकोडिम डेरिवेटिव (Radon-Nikodym Derivative)

लेखक अनुभवजन्य लेनदेन धाराओं $(t_l, P_l, dV_l)$ से मोमेंट्स की गणना करने के लिए एक संख्यात्मक ढांचा विकसित करते हैं। वे मोमेंट्स $\langle Q_j f \rangle$ को एक क्षयकारी भार $\omega(t) = \exp((t-t_{now})/\tau)$ द्वारा भारित एक फलन $Q_j(x(t))$ के घातीय मूविंग एवरेज के रूप में परिभाषित करते हैं।

• एकीकरण माप (Integration Measures): यह ढांचा विभिन्न एकीकरण मापों का समर्थन करता है, जिसमें समय ($dt$), मूल्य परिवर्तन ($dP$), और वॉल्यूम ($dV$) शामिल हैं।
• निष्पादन प्रवाह अनुमान: निष्पादन प्रवाह $I = dV/dt$को एक रेडॉन-निकोडिम डेरिवेटिव के रूप में माना जाता है। प्रत्यक्ष इंटरपोलेशन (जो स्पाइक जानकारी को हटा देता है) के बजाय, लेखक संभाव्यता घनत्व$\psi(x)$को इंटरपोलेट करके$I$ का अनुमान लगाते हैं।
• सामान्यीकृत आइजनप्रॉब्लम (Generalized Eigenproblem): कार्यप्रणाली के मूल में एक सामान्यीकृत आइजनप्रॉब्लम को हल करना शामिल है:
  $$\sum_{k} \langle Q_j | I | Q_k \rangle \alpha_k^{[i]} = \lambda^{[i]} \sum_{k} \langle Q_j | Q_k \rangle \alpha_k^{[i]}$$
  यह फॉर्मूलेशन सीधे डेटा से विशिष्ट समय पैमानों (time scales) और थ्रेशोल्ड्स को निर्धारित करने की अनुमति देता है। आइजनवैल्यू $\lambda^{[i]}$ विशिष्ट अवस्थाओं में निष्पादन प्रवाह के परिमाण का प्रतिनिधित्व करती हैं, जबकि आइजनवेक्टर $\psi^{[i]}$ बाजार की अवस्था को परिभाषित करते हैं।

2. विशिष्ट समय पैमाना और अवस्था चयन

यह विधि आइजनप्रॉब्लम का विश्लेषण करके प्रासंगिक समय पैमाने को स्वचालित रूप से निर्धारित करती है। maximal eigenvalue $\psi^{[maxI]}$ के अनुरूप वाली अवस्था को "ग्राउंड स्टेट" के रूप में पहचाना जाता है जो बाजार की गतिशीलता का प्रतिनिधित्व करती है। यह अवस्था अपेक्षाकृत स्थिर है और अधिकतम निष्पादन प्रवाह की अवधि का प्रतिनिधित्व करती है।

• थ्रेशोल्ड्स: आइजनवैल्यू कार्रवाई योग्य ट्रिगर्स के रूप में कार्य करती हैं। यदि वर्तमान निष्पादन प्रवाह $I_0$, $\lambda^{[maxI]}$ के करीब है, तो बाजार "तरलता अधिकता" (liquidity excess) की अवस्था में है। यदि $I_0$, $\lambda^{[minI]}$ के करीब है, तो यह "तरलता कमी" (liquidity deficit) का संकेत देता है।

3. P&L और दिशात्मक जानकारी

शोध पत्र भविष्यवाणी लक्ष्य को मूल्य ($P$) से बदलकर P&L पर केंद्रित करता है। एक ट्रेडिंग रणनीति को स्थिति परिवर्तन $dS$ द्वारा परिभाषित किया जाता है।

• तरलता ट्रेडिंग रणनीति: लेखक एक ऐसी रणनीति प्रस्तावित करते हैं जहाँ स्थिति परिवर्तन निष्पादन प्रवाह के परिवर्तन के समानुपाती होता है: $dS = dI$।
• भविष्य से प्रभाव (Impact from the Future): maximal eigenvalue $\lambda^{[maxI]}$ को भविष्य के निष्पादन प्रवाह ($I_0^F$) के एक एस्टिमेटर के रूप में व्याख्यायित किया गया है। अंतर $dI_F = \lambda^{[maxI]} - I_0$ "भविष्य से प्रभाव" का प्रतिनिधित्व करता है।
• दिशात्मक संकेतक: दिशात्मक जानकारी को एक मिश्रित अवस्था "$\psi$ से अब तक" में तरलता ट्रेडिंग रणनीति के P&L की गणना करके प्राप्त किया जाता है। इसमें बहुपद $\psi^2$ से एक डेंसिटी मैट्रिक्स $\rho$ का निर्माण करना और ट्रेस (trace) की गणना करना शामिल है:
  $$\text{dirP}dI = \text{Tr}\left( \rho P \frac{dI}{dt} \right)$$
  यह दृष्टिकोण भविष्य के मूल्य डेटा की आवश्यकता को समाप्त करता है, और निष्पादन प्रवाह के उतार-चढ़ाव की भविष्यवाणी करने की क्षमता पर निर्भर करता है।

4. क्रिस्टोफेल फंक्शन स्पेक्ट्रम (Christoffel Function Spectrum)

बहु-आयामी डेटा को संभालने और प्रिंसिपल कंपोनेंट एनालिसिस (PCA) में सुधार करने के लिए, लेखक क्रिस्टोफेल फंक्शन स्पेक्ट्रम पर आधारित एक ढांचा पेश करते हैं। यह विधि इनपुट एट्रिब्यूट्स के किसी भी गैर-डेजेनरेट लीनियर ट्रांसफॉर्मेशन के तहत अपरिवर्तित रहती है, जो PCA के लिए एक मजबूत विकल्प प्रदान करती है, जो यूनिटरी इनवेरिएंस तक सीमित है।

मुख्य परिणाम

1. निष्पादन प्रवाह बनाम वॉल्यूम

NYSE TAQ और NASDAQ ITCH डेटा (विशेष रूप से AAPL और TSLA) पर प्रयोगात्मक सत्यापन से पता चलता है कि मूल्य विलक्षणताएं उच्च निष्पादन प्रवाह ($I$) के क्षणों पर होती हैं, न कि उच्च वॉल्यूम ($V$) के क्षणों पर।

• चित्र 4 का विश्लेषण: प्राइस-वॉल्यूम हिस्टोग्राम मध्यम मूल्य ($P \approx 698$) के आसपास एक अधिकतम दिखाता है, फिर भी वहां कोई प्राइस सिंगुलैरिटी मौजूद नहीं है। इसके विपरीत, प्राइस सिंगुलैरिटीज $P \approx 694$ और $P \approx 700$ पर दिखाई देती हैं, जहाँ कुल वॉल्यूम कम होने के बावजूद निष्पादन प्रवाह $I$ उच्च है। यह पुष्टि करता है कि $I = dV/dt$ ही मूल्य परिवर्तनों को संचालित करता है।

2. तत्काल रिजीम स्विचिंग (Immediate Regime Switching)

पारंपरिक मूविंग एवरेज के विपरीत, जो विंडो साइज $\tau$ के अनुपात में समय अंतराल (time lag) से ग्रस्त होते हैं, "आंतरिक डिग्री ऑफ फ्रीडम के साथ मूविंग एवरेज" (जो आइजनस्टेट $\psi^{[maxI]}$ से प्राप्त होता है) तत्काल स्विचिंग प्रदर्शित करता है।

• चित्र 3 और 6: इंडिकेटर $T^{[maxI]}$ (मैक्सिमल फ्लो स्टेट में अब तक का समय) निष्पादन स्पाइक्स के दौरान शून्य के करीब गिर जाता है, जिससे मानक तकनीकी संकेतकों की विशिष्ट देरी (lag) के बिना तत्काल रिजीम परिवर्तन का पता लगाना संभव हो जाता है।

3. दिशात्मक भविष्यवाणी

दिशात्मक संकेतक $\text{dirP}dI$ (Eq. 40) बाजार की दिशा को सफलतापूर्वक ट्रैक करता है।

• एंट्री/एग्जिट लॉजिक: रणनीति तरलता की कमी (कम $I_0$, $\psi^{[minI]}$ पर उच्च प्रोजेक्शन) के दौरान पोजीशन खोलती है और तरलता की अधिकता (उच्च $I_0$, $\psi^{[maxI]}$ पर उच्च प्रोजेक्शन) के दौरान उन्हें बंद करती है।
• प्रदर्शन: शोध पत्र नोट करता है कि यह दृष्टिकोण विनाशकारी P&L नुकसान से बचने में मदद करता है, जो उन रणनीतियों के लिए एक सामान्य विफलता बिंदु है जो लिक्विडिटी साइकल को ध्यान में नहीं रखती हैं। दिशात्मक सिग्नल एक पर्याप्त अवधि के लिए अपना चिह्न (sign) बनाए रखता है, जबकि कच्चे मूल्य (raw price) के उतार-चढ़ाव तुरंत उलट सकते हैं।

4. मल्टी-एसेट अनुप्रयोग

इस कार्यप्रणाली को मल्टी-एसेट यूनिवर्स (12 हाई-कैपिटलाइजेशन स्टॉक्स) तक विस्तारित किया गया। व्यक्तिगत एसेट इंडिकेटर्स को जोड़कर एकत्रित दिशात्मक संकेतक (DIR) की गणना की गई। परिणामों ने दिखाया कि मल्टी-एसेट सिग्नल सिंगल-एसेट केस के समान व्यवहार करता है, जो इस ढांचे की स्केलेबिलिटी (scalability) का सुझाव देता है।

महत्व और दावे

शोध पत्र का दावा है कि यह एक मात्रात्मक, गतिशील सिद्धांत (quantitative, dynamic theory) प्रदान करता है जो केवल ट्रांजैक्शन डेटा पर संचालित होता है। इसका प्राथमिक महत्व निम्नलिखित है:

1. बाजार गतिशीलता को नया रूप देना: यह स्थापित करता है कि निष्पादन प्रवाह ($dV/dt$), न कि वॉल्यूम, मूल्य का मौलिक चालक है, जो न्यूटनियन गतिशीलता के साथ एक समानता प्रस्तुत करता है जहाँ बल त्वरण का कारण बनता है।
2. भविष्यवाणी तंत्र: यह प्रदर्शित करता है कि रेडॉन-निकोडिम डेरिवेटिव के मैक्सिमल आइजनवैल्यू के माध्यम से पिछले लेनदेन अनुक्रमों से "भविष्य" (विशेष रूप से भविष्य का निष्दान प्रवाह) के बारे में जानकारी प्राप्त की जा सकती है। यह एक ऐसी ट्रेडिंग रणनीति बनाने की अनुमति देता है जो अवैध फ्रंट-रनिंग या प्रोप्रायटरी डेटा पर निर्भर नहीं है।
3. मजबूत गणितीय ढांचा: क्रिस्टोफेल फंक्शन स्पेक्ट्रम और जनरलाइज्ड आइजनप्रॉब्लम का उपयोग बाजार डेटा के विश्लेषण के लिए एक गणितीय रूप से कठोर, संख्यात्मक रूप से स्थिर और ट्रांसफॉर्मेशन-इनवेरिएंट तरीका प्रदान करता है, जो इस संदर्भ में मानक PCA से बेहतर है।
4. व्यावहारिक सत्यापन: लेखक वास्तविक बाजार डेटा (NYSE TAX, NASDAQ ITCH) पर प्रयोगात्मक सत्यापन का दावा करते हैं, जो दिखाता है कि व्युत्पन्न दिशात्मक संकेतक पोजीशन खोलने और बंद करने के लिए कार्रवाई योग्य ट्रिगर्स की पहचान कर सकते हैं, जिससे लिक्विडिटी डायनेमिक्स को अनदेखा करने वाली रणनीतियों से होने वाले विनाशकारी नुकसान से बचा जा सकता है।

लेखक इस बात पर जोर देते हैं कि हालांकि यह कार्यप्रणाली "मनी-प्रिंटिंग" रणनीति नहीं बनाती है, लेकिन यह सफलतापूर्वक यह सिद्ध करती है कि निष्पादन प्रवाह विलक्षणताओं और मूल्य विलक्षणताओं के बीच एक संबंध मौजूद है, जो केवल सार्वजनिक लेनदेन डेटा का उपयोग करके स्वतंत्र एजेंट के रूप में संचालित होने वाले स्वचालित ट्रेडिंग मशीनों के लिए एक व्यवहार्य मार्ग प्रदान करता है।