Как информированность рынка влияет на прибыльность маркет-мейкеров

Сводка

В статье с помощью вычислительной модели рынка на основе агентов изучается, как распространенность информированной торговли влияет на прибыль маркет-мейкеров. Модель включает маркет-мейкеров с разной информированностью и неприятием риска запасов, экзогенные фундаментальные стоимости, эндогенные цены и поток заявок маркет-тейкеров, следующий самовозбуждающемуся процессу, зависящему от состояния. Авторы устанавливают свойства устойчивости этого процесса на конечном горизонте и используют мультиагентное обучение с подкреплением, централизованным обучением и децентрализованным исполнением, чтобы решить задачу маркет-мейкинга.

Симуляции показывают, что поток заявок информированных участников может особенно сильно вредить при низкой общей информированности рынка, подвергая маркет-мейкеров неблагоприятному отбору. По мере роста информированности прибыльность в целом увеличивается, хотя из-за сложной динамики и стохастического обучения возникают локальные немонотонные изменения. Предлагаемое объяснение состоит в том, что улучшение ценообразования со временем может компенсировать издержки неблагоприятного отбора. Это вычислительные результаты для стилизованной модели; в описании нет эмпирической проверки на рынке или сведений об устойчивости результатов при других допущениях.

Ключевые идеи

• Модель объединяет неоднородных маркет-мейкеров, эндогенные цены и самовозбуждающийся поток заявок маркет-тейкеров.
• Поток заявок информированных участников может создавать значительные издержки неблагоприятного отбора при низкой общей информированности рынка.
• С ростом информированности рынка симулируемая прибыльность маркет-мейкеров в целом повышается.
• Улучшение ценообразования может компенсировать издержки неблагоприятного отбора, хотя локальные результаты меняются немонотонно.
• Для решения моделируемой задачи предоставления ликвидности применяется мультиагентное обучение с подкреплением.

Теги

# Market Informedness and Market-Maker Profitability: The Trade-Off Between Adverse Selection and Price Discovery


# Market Informedness and Market-Maker Profitability: The Trade-Off Between Adverse Selection and Price Discovery









This paper studies how market informedness affects market makers' profitability in a computational market environment with heterogeneous learning agents. We develop an agent-based market model in which market makers differ in their information sets and inventory-risk aversion, prices form endogenously, fundamental values evolve exogenously, and market-taker order flow follows a state-dependent self-exciting process. The model provides a controlled computational laboratory for analyzing the interaction between informed trading, adverse selection, price discovery, and liquidity provision. We establish finite-horizon stability properties of the market-taker order-flow process and solve the market-making problem using multi-agent reinforcement learning with centralized training and decentralized execution. The results show that informed market order flow is particularly harmful when aggregate market informedness is low, exposing market makers to severe adverse-selection risk. However, as market informedness increases, market-maker profitability displays an overall upward trend despite local non-monotonicities arising from complex market dynamics and stochastic learning. This suggests that the price-discovery benefits of informed trading can offset its adverse-selection costs. The findings contribute to computational economics by showing how agent heterogeneity, endogenous price formation, and learning-based liquidity provision jointly shape market outcomes.

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.