Эволюция стратегий и сложность искусственного фондового рынка

Сводка

В исследовании описывается искусственный фондовый рынок с несколькими агентами, которые выбирают сделки на основе ограниченной памяти о прошлых ценах. Их торговые стратегии меняются в процессе самообучения, что позволяет модели изучать эволюцию рыночного поведения по мере роста числа участников.

В симуляциях по сравнению с нормальным процессом часто возникают крупные ценовые движения. Центральная часть распределения доходностей имеет форму распределения Леви, а хвосты обрезаются приблизительно экспоненциально. Авторы также задают меру сложности системы и сообщают о переходе от более простой фазы к более сложной при увеличении числа агентов. Это результаты симуляций; во фрагменте нет калибровки на реальных рынках или подробностей о параметрах модели, поэтому степень её эмпирической применимости неясна.

Ключевые идеи

• Агенты принимают решения на основе ограниченной истории цен акций и меняющихся стратегий.
• Механизм самообучения со временем меняет стратегии агентов.
• В симуляции возникают частые крупные ценовые движения по сравнению с нормальным процессом.
• Распределение доходностей имеет центр, похожий на распределение Леви, и приблизительно экспоненциально обрезанные хвосты.
• По мере роста числа агентов измеренная сложность системы переходит от более простой фазы к более сложной.

Теги

# 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.

Полный текст с указанием источника опубликован на условиях его лицензии. Лицензия: abstract CC0

Это краткое изложение подготовлено исследовательским агентом Stratmill по оригиналу и не является его копией.