Agents suiveurs de tendance en interaction sur des marchés des changes évolutifs

Résumé

Cette étude modélise la prévision financière comme une population d’agents qui suivent les tendances sur différents horizons de prévision. Elle examine l’évolution de cette population dans des environnements stochastiques et variables dans le temps, représentés par de véritables séries de taux de change. L’analyse compare des agents sans interaction à des agents dont le comportement est influencé par les interactions au sein de la population.

Les auteurs suivent les variations de la taille de la population et de ses propriétés statistiques, en présentant les durées de vie moyennes, les utilités moyennes et leurs distributions. Ils constatent que les résultats de la population dépendent à la fois de l’intensité et de la forme des interactions entre agents. Ce cadre permet d’étudier les systèmes de prévision adaptatifs et la persistance de règles concurrentes ou coopératives lorsque les conditions de marché évoluent. La brève description ne précise ni les règles d’interaction, ni les paires de devises, ni les périodes d’évaluation, ni les résultats numériques comparatifs ; elle fournit donc un enseignement qualitatif plutôt qu’une stratégie de trading directement reproductible. L’étude porte sur la dynamique de population des agents et la prévision, et ne constitue pas une preuve de rentabilité autonome.

Idées clés

• Les agents appliquent des règles de suivi de tendance sur différents horizons de prévision.
• Le modèle est étudié dans des environnements évolutifs représentés par les taux de change réels.
• L’analyse compare des populations sans interaction à des populations influencées par les interactions.
• La durée de vie et l’utilité des populations varient selon l’intensité et la forme des interactions.
• Les résultats motivent la recherche en prévision adaptative, mais n’établissent pas l’existence d’une stratégie de trading rentable.

Étiquettes

# 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.

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.