Interagierende trendfolgende Agenten in wechselnden Devisenmärkten

Zusammenfassung

Diese Studie modelliert Finanzprognosen als Population von Agenten, die über unterschiedliche Prognosehorizonte Trends folgen. Sie untersucht, wie sich die Population in stochastischen, zeitlich veränderlichen Umgebungen entwickelt, die durch reale Wechselkursreihen dargestellt werden. Die Analyse vergleicht Agenten ohne Interaktion mit Agenten, deren Verhalten durch Interaktionen innerhalb der Population beeinflusst wird.

Die Autoren verfolgen Veränderungen der Populationsgröße und statistischer Eigenschaften und berichten mittlere Lebensdauern, mittlere Nutzenwerte und deren Verteilungen. Sie stellen fest, dass die Ergebnisse für die Population sowohl von der Stärke als auch von der Form der Interaktion zwischen Agenten abhängen. Dies bietet einen Rahmen zur Untersuchung adaptiver Prognosesysteme und dazu, wie konkurrierende oder kooperierende Prognoseregeln bei wechselnden Marktbedingungen bestehen bleiben. Die Kurzbeschreibung nennt weder genaue Interaktionsregeln noch Währungspaare, Evaluationszeiträume oder vergleichende Zahlenwerte. Sie erlaubt daher eine qualitative Schlussfolgerung, aber keine direkt reproduzierbare Handelsstrategie. Im Mittelpunkt stehen Populationsdynamik und Prognosen der Agenten, nicht der Nachweis eigenständiger Profitabilität.

Kernaussagen

• Agenten verwenden trendfolgende Regeln mit unterschiedlichen Prognosehorizonten.
• Das Modell wird in wechselnden Umgebungen untersucht, die durch reale Wechselkurse dargestellt werden.
• Die Analyse vergleicht nicht interagierende Populationen mit Populationen, die durch Interaktionen beeinflusst werden.
• Lebensdauer und Nutzen der Population variieren mit Stärke und Form der Interaktion.
• Die Ergebnisse geben Anlass zur Forschung über adaptive Prognosen, belegen aber keine profitable Handelsregel.

Schlagwörter

# Multi-agent based analysis of financial data


# Multi-agent based analysis of financial data









In this work the system of agents is applied to establish a model of the nonlinear distributed signal processing. The evolution of the system of the agents - by the prediction time scale diversified trend followers, has been studied for the stochastic time-varying environments represented by the real currency-exchange time series. The time varying population and its statistical characteristics have been analyzed in the non-interacting and interacting cases. The outputs of our analysis are presented in the form of the mean life-times, mean utilities and corresponding distributions. They show that populations are susceptible to the strength and form of inter-agent interaction. We believe that our results will be useful for the development of the robust adaptive prediction 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.