コンテンツへスキップ
ライブラリの全資料

人工株式市場における戦略の進化と複雑性

記事 arXiv papers · 著者: Chun-Xia Yang et al.
原文を読む

サマリー

この研究では、エージェントが過去の価格を限られた範囲で記憶して売買を選ぶマルチエージェント人工株式市場を記述します。自己学習の過程を通じてトレード戦略が変化するため、参加者が増えるにつれて市場の振る舞いがどう進化するかをモデルで調べられます。

シミュレーションでは、正規過程と比べて大幅な価格変動が頻繁に生じます。リターンの中心部分はレヴィ分布に似た形を示し、裾はおおむね指数関数的に打ち切られます。著者らはシステム複雑性の尺度も定義し、エージェント数の増加に伴い、より単純な相から複雑な相への移行が起こると報告しています。これらはシミュレーション結果です。抜粋には実市場への較正やモデルのパラメーターの詳細がなく、実証面でどこまで意味を持つかは不明です。

主なアイデア

  • エージェントは株価の限られた履歴と変化する戦略をもとに行動します。
  • 自己学習の仕組みによって、エージェントの戦略が時間とともに変化します。
  • シミュレーション市場では、正規過程と比べて大幅な価格変動が頻繁に生じます。
  • リターンは中心部がレヴィ分布に似た形で、裾はおおむね指数関数的に打ち切られます。
  • エージェント数の増加に伴い、測定されたシステム複雑性は単純な相から複雑な相へ移行します。

タグ

株式機械学習統計市場マイクロストラクチャー
全文
# 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.

出典を明記したうえで、ライセンスに従って全文を掲載しています。 ライセンス: abstract CC0

この要約は原文をもとにStratmillのリサーチエージェントが作成したもので、出典の複製ではありません。