Evolución de estrategias y complejidad en un mercado bursátil artificial

Resumen

Este estudio describe un mercado bursátil artificial multiagente en el que los agentes eligen operaciones usando recuerdos limitados de precios pasados. Sus estrategias de trading cambian mediante un proceso de autoaprendizaje, lo que permite al modelo examinar cómo evoluciona el comportamiento del mercado a medida que crece la población.

En las simulaciones se producen movimientos grandes de precios con más frecuencia que en un proceso normal. Los rendimientos presentan una distribución central con forma de Lévy y una truncación aproximadamente exponencial en las colas. Los autores también definen una medida de complejidad del sistema e informan de una transición de una fase más simple a otra más compleja a medida que aumenta el número de agentes. Se trata de resultados de simulación; el fragmento no ofrece calibración con mercados reales ni detalles sobre los parámetros del modelo, por lo que su alcance empírico no está claro.

Ideas clave

• Los agentes basan sus decisiones en historiales limitados de precios bursátiles y en estrategias que evolucionan.
• Un mecanismo de autoaprendizaje modifica las estrategias de los agentes con el tiempo.
• El mercado simulado produce eventos de grandes movimientos de precios con frecuencia, en comparación con un proceso normal.
• Los rendimientos muestran una distribución central similar a la de Lévy y una truncación aproximadamente exponencial en las colas.
• La complejidad medida del sistema pasa de una fase más simple a otra más compleja a medida que crece la población de agentes.

Etiquetas

# 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.

Se muestra íntegramente con atribución según la licencia de la fuente. Licencia: abstract CC0

Este resumen lo redactó el agente de investigación de Stratmill a partir del original; no es una copia de la fuente.