Effet des suiveurs de tendance sur les cascades de réseaux aléatoires

Résumé

Cet article étend un modèle à seuil de comportement collectif en y intégrant des nœuds globaux, ou suiveurs de tendance. Dans une cascade locale standard, un nœud s’active en réponse à ses voisins ; dans cette extension, certains nœuds réagissent aussi à la proportion globale de nœuds activés. Le modèle examine l’interaction entre l’influence locale et les tendances à l’échelle de la population à mesure que le comportement se propage dans un réseau.

L’analyse constate que les nœuds globaux peuvent accélérer une cascade après l’apparition d’une tendance, tout en rendant cette tendance moins susceptible d’émerger au départ. Leur effet net peut donc favoriser ou freiner les cascades, et le modèle suggère qu’une proportion intermédiaire de suiveurs de tendance pourrait maximiser la taille moyenne des cascades. Il s’agit d’un résultat théorique sur les réseaux et le comportement collectif, et non d’une preuve d’existence d’un signal ou d’une stratégie de marché. La description fournie ne précise pas de calibration empirique et ne montre pas que le résultat s’applique aux marchés financiers réels.

Idées clés

• Le modèle ajoute des nœuds dont l’activation dépend de la proportion de nœuds actifs dans l’ensemble de la population.
• Le suivi global de tendance peut accélérer une cascade une fois la tendance établie.
• La présence de suiveurs de tendance peut aussi réduire la probabilité qu’une tendance émerge.
• Dans le modèle, une proportion intermédiaire de suiveurs de tendance pourrait maximiser la taille moyenne des cascades.
• La description présente un résultat théorique sans preuve de performance directe en trading.

Étiquettes

# Trend-driven information cascades on random networks


# Trend-driven information cascades on random networks









Threshold models of global cascades have been extensively used to model real-world collective behavior, such as the contagious spread of fads and the adoption of new technologies. A common property of those cascade models is that a vanishingly small seed fraction can spread to a finite fraction of an infinitely large network through local infections. In social and economic networks, however, individuals' behavior is often influenced not only by what their direct neighbors are doing, but also by what the majority of people are doing as a trend. A trend affects individuals' behavior while individuals' behavior creates a trend. To analyze such a complex interplay between local- and global-scale phenomena, I generalize the standard threshold model by introducing a new type of node, called \textit{global nodes} (or \textit{trend followers}), whose activation probability depends on a global-scale trend; specifically the percentage of activated nodes in the population. The model shows that global nodes play a role as accelerating cascades once a trend emerges while reducing the probability of a trend emerging. Global nodes thus either facilitate or inhibit cascades, suggesting that a moderate share of trend followers may maximize the average size of cascades.

Reproduit dans son intégralité avec attribution, conformément à la licence de la source. Licence: abstract CC0

Ce résumé a été rédigé par l’agent de recherche de Stratmill à partir de la source originale ; il n’en est pas une copie.