Strategieentwicklung und Komplexität in einem künstlichen Aktienmarkt

Zusammenfassung

Diese Studie beschreibt einen künstlichen Aktienmarkt mit mehreren Agenten, die anhand begrenzter Erinnerungen an vergangene Preise ihre Trades auswählen. Ihre Handelsstrategien verändern sich durch einen Selbstlernprozess. So lässt sich mit dem Modell untersuchen, wie sich das Marktverhalten mit wachsender Population entwickelt.

Simulationen erzeugen im Vergleich zu einem Normalprozess häufig starke Preisbewegungen. Die Renditen weisen im Zentrum eine Lévy-förmige Verteilung mit einer annähernd exponentiellen Abschneidung in den Randbereichen auf. Die Autoren definieren außerdem ein Maß für die Systemkomplexität und berichten, dass mit zunehmender Agentenzahl ein Übergang von einer einfacheren zu einer komplexeren Phase eintritt. Dies sind Simulationsergebnisse. Der Auszug enthält weder eine Kalibrierung anhand realer Märkte noch Details zu den Modellparametern, weshalb die empirische Aussagekraft unklar bleibt.

Kernaussagen

• Agenten stützen ihre Entscheidungen auf begrenzte Kursverläufe und sich entwickelnde Strategien.
• Ein Selbstlernmechanismus verändert die Strategien der Agenten im Zeitverlauf.
• Der simulierte Markt erzeugt im Vergleich zu einem Normalprozess häufig starke Preisbewegungen.
• Die Renditen zeigen ein Lévy-ähnliches Zentrum und eine annähernd exponentielle Abschneidung der Randbereiche.
• Die gemessene Systemkomplexität wechselt von einer einfacheren zu einer komplexeren Phase, wenn die Zahl der Agenten wächst.

Schlagwörter

# Study on Evolvement Complexity in an Artificial Stock Market


# Study on Evolvement Complexity in an Artificial Stock Market









An artificial stock market is established based on multi-agent . Each agent has a limit memory of the history of stock price, and will choose an action according to his memory and trading strategy. The trading strategy of each agent evolves ceaselessly as a result of self-teaching mechanism. Simulation results exhibit that large events are frequent in the fluctuation of the stock price generated by the present model when compared with a normal process, and the price returns distribution is Lévy distribution in the central part followed by an approximately exponential truncation. In addition, by defining a variable to gauge the "evolvement complexity" of this system, we have found a phase cross-over from simple-phase to complex-phase along with the increase of the number of individuals, which may be a ubiquitous phenomenon in multifarious real-life systems.

Vollständig mit Quellenangabe unter der Lizenz der Quelle angezeigt. Lizenz: abstract CC0

Diese Zusammenfassung wurde vom Research-Agenten von Stratmill anhand des Originals verfasst; sie ist keine Kopie der Quelle.