Do order imbalances predict Chinese stock returns? New evidence from intraday data

可预测性 效率低下 经济 计量经济学 库存(枪支) 金融经济学 中国市场 交易策略 订单(交换) 股票市场 面板数据 货币经济学 中国 数学 财务 统计 微观经济学 政治学 机械工程 工程类 生物 古生物学 法学
作者
Paresh Kumar Narayan,Seema Narayan,Joakim Westerlund
出处
期刊:Pacific-basin Finance Journal [Elsevier BV]
卷期号:34: 136-151 被引量:45
标识
DOI:10.1016/j.pacfin.2015.07.003
摘要

In this paper we examine whether order imbalances can predict the Chinese stock market returns. We use intraday data, a panel data predictive regression model that accounts for persistent and endogenous order imbalances and cross-sectional dependence in returns, and show that order imbalances predict stock returns from 1-minute trading to 90-minute trading. On the basis of this predictability evidence using multiple trading strategies we show that profits persist during the day. These results imply that a source of Chinese market inefficiency is order imbalances.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
莫封叶发布了新的文献求助10
刚刚
寒山发布了新的文献求助10
刚刚
zhu1230完成签到,获得积分10
1秒前
情怀应助甜蜜天奇采纳,获得20
1秒前
1秒前
积极觅夏完成签到,获得积分10
2秒前
稽TR发布了新的文献求助10
2秒前
2秒前
guojia完成签到,获得积分10
2秒前
3秒前
hhh完成签到,获得积分10
3秒前
yejian完成签到,获得积分10
3秒前
5秒前
荷叶边边头完成签到,获得积分10
6秒前
molihuakai应助糟糕的沂采纳,获得10
6秒前
6秒前
NJQ完成签到,获得积分10
7秒前
山河完成签到,获得积分10
7秒前
7秒前
159完成签到 ,获得积分10
7秒前
隐形期待发布了新的文献求助10
7秒前
白榆完成签到,获得积分10
7秒前
小胡完成签到,获得积分10
8秒前
8秒前
9秒前
momo发布了新的文献求助10
9秒前
9秒前
李锟完成签到,获得积分10
9秒前
9秒前
Knee完成签到,获得积分10
9秒前
10秒前
西海岸的源源源完成签到,获得积分10
10秒前
11秒前
11秒前
11秒前
躺下睡觉发布了新的文献求助10
12秒前
12秒前
12秒前
12秒前
13秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
An Introduction to Foreign Language Learning and Teaching 750
The Oxford Handbook of Digital Classical Studies 550
China Pluperfect I: Epistemology of Past and Outside in Chinese Art 520
Matrix Methods in Data Mining and Pattern Recognition Second Edition 510
The fast track to determining transfer functions of linear circuits: The student guide 500
The Analytical and Numerical Solution of Electric and Magnetic Fields 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7621492
求助须知:如何正确求助?哪些是违规求助? 9196629
关于积分的说明 19713200
捐赠科研通 7193003
什么是DOI,文献DOI怎么找? 3272838
关于科研通互助平台的介绍 2435269
邀请新用户注册赠送积分活动 2267967