본문으로 건너뛰기
라이브러리 문서 전체

불완전 정보 아래 경쟁 기업의 트레이딩 전략

기사 arXiv papers · 저자: Neil A. Chriss
원문 읽기

요약

이 논문은 경쟁 기업들이 목표 포지션 규모나 시장 충격 모델 등 경쟁사의 전략에 관한 중요한 세부 정보를 모르는 상황에서 어떻게 트레이딩 포지션을 구성해야 하는지 연구합니다. 기업의 불확실성과 서로 다른 믿음을 베이지안 게임 틀에서 다뤄 경쟁 트레이딩 균형 분석을 확장합니다. 시장 상황과 경쟁자의 행동에 대한 믿음이 각 기업의 최적 매매 선택을 어떻게 바꾸는지 분석합니다.

저자들은 불확실한 설정에서 전략을 도출해 완전 정보 상황과 비교하고, 불확실성이 결과 전략을 바꾼다고 보고합니다. 전략적 기업들이 비전략적 트레이더의 특성에 동의하지 않을 때 이를 표현하는 방법도 제안합니다. 문서는 실증 테스트나 수치 성과 근거가 아니라 이론 분석을 설명합니다. 선형 시장 충격 가정과 동적 전략 조정의 부재가 적용 범위를 제한하며, 저자들은 두 가지 모두 향후 연구 과제로 제시합니다. 따라서 결과는 모델 안의 전략적 상호작용을 밝히지만 실거래 시장에서의 전략 성과를 입증하지는 않습니다.

핵심 아이디어

  • 불확실성 아래 경쟁 기업의 포지션 구축을 베이지안 게임으로 모델링합니다.
  • 기업들은 시장 상황과 경쟁자의 매매 행태에 대해 서로 다른 믿음을 가질 수 있습니다.
  • 최적 트레이딩 전략을 도출하고 완전 정보 전략과 비교합니다.
  • 특성에 대한 의견이 일치하지 않아도 비전략적 트레이더를 표현하는 모델링 방법을 제안합니다.
  • 선형 시장 충격과 동적 조정 부재가 모델의 범위를 제한합니다.

태그

주문 집행시장 미시구조통계
전문
# Position building in competition is a game with incomplete information


# Position building in competition is a game with incomplete information









This paper examines strategic trading under incomplete information, where firms lack full knowledge of key aspects of their competitors' trading strategies such as target sizes and market impact models. We extend previous work on competitive trading equilibria by incorporating uncertainty through the framework of Bayesian games. This allows us to analyze scenarios where firms have diverse beliefs about market conditions and each other's strategies. We derive optimal trading strategies in this setting and demonstrate how uncertainty significantly impacts these strategies compared to the complete information case. Furthermore, we introduce a novel approach to model the presence of non-strategic traders, even when strategic firms disagree on their characteristics. Our analysis reveals the complex interplay of beliefs and strategic adjustments required in such an environment. Finally, we discuss limitations of the current model, including the reliance on linear market impact and the lack of dynamic strategy adjustments, outlining directions for future research.

출처의 라이선스에 따라 출처를 표시하고 전문을 공개합니다. 라이선스: abstract CC0

이 요약은 원문을 바탕으로 Stratmill의 리서치 에이전트가 작성했으며, 원문을 복사한 것이 아닙니다.