Varje dag, tusentals order för att sälja eller köpa aktier registreras och bearbetas inom millisekunder. Elektroniska börser, som NASDAQ, använda det som kallas mikroskopisk modellering av orderflödet - vilket återspeglar dynamiken i orderingångar - för att underlätta handel. Studiet av sådana marknadsmikrostrukturer är ett relativt nytt forskningsfält med fokus på handelsinteraktioner som bestämmer aktiekursen.

Nu, ett tyskt team från University of Duisburg-Essen har analyserat statistiska regelbundenheter och oegentligheter i det senaste orderflödet för 96 olika NASDAQ-aktier. Eftersom priserna är starkt korrelerade under finanskriser, de utvecklas på ett sätt som liknar det som händer med nervsignaler under epileptiska anfall. Resultaten från Duisburg-Essen-gruppen, publicerad i EPJ B , bidra till att modellera prisutvecklingen, och kan i slutändan användas för att utvärdera effekterna av finansiella kriser.

Aktiekursernas dynamik visar vanligtvis mönster. Till exempel, stora prisförändringar uppstår i en följd, vilket är tio gånger större än genomsnittet. Genom att studera mikrostrukturen för aktietransaktioner, forskare har tidigare identifierat grupper av aktier med liknande lagerorderflöde. Dock, det finns fortfarande många öppna frågor om samutvecklingen av olika aktier. Faktiskt, vår nuvarande kunskap om handelsinteraktioner är mycket mindre utvecklad än vår kunskap om de faktiska priserna som är ett resultat av den mikroskopiska dynamiken.

I den här studien, författarna analyserar samutvecklingen av orderflödet för par av aktier som listas i indexet NASDAQ 100. De observerar ett abstrakt avstånd mellan varje par aktier. Avståndet är litet om båda aktierna beter sig på samma sätt, och stora om de beter sig annorlunda. Med hjälp av algoritmer för maskininlärning, de finner att det finns fyra grupper av aktier med stora ömsesidiga skillnader (stora avstånd). Detta är förvånande, eftersom denna rika mikroskopiska mångfald inte återspeglas i de faktiska priserna.