مصنوعی اسٹاک مارکیٹ میں اسٹریٹیجیوں کا ارتقا اور پیچیدگی

خلاصہ

یہ مطالعہ ایک کثیر ایجنٹ مصنوعی اسٹاک مارکیٹ بیان کرتا ہے جس میں ایجنٹس ٹریڈز منتخب کرنے کے لیے ماضی کی قیمتوں کی محدود یادداشت استعمال کرتے ہیں۔ ان کی ٹریڈنگ اسٹریٹیجیاں خود سیکھنے کے عمل سے بدلتی ہیں، جس سے ماڈل آبادی بڑھنے کے ساتھ مارکیٹ کے رویے کے ارتقا کا جائزہ لے سکتا ہے۔

سیمولیشن میں نارمل عمل کے مقابلے میں قیمتوں کی بڑی حرکات کثرت سے پیدا ہوتی ہیں۔ منافع کی مرکزی تقسیم لیوی شکل کی ہے، جس کی دمیں تقریباً ایکسپونینشل انداز میں محدود ہوتی ہیں۔ مصنفین نظام کی پیچیدگی کا ایک پیمانہ بھی متعین کرتے اور رپورٹ کرتے ہیں کہ ایجنٹس کی تعداد بڑھنے کے ساتھ نظام سادہ سے زیادہ پیچیدہ مرحلے میں منتقل ہوتا ہے۔ یہ سیمولیشن کے نتائج ہیں؛ اقتباس حقیقی مارکیٹوں کے ساتھ کیلیبریشن یا ماڈل پیرامیٹرز کی تفصیل نہیں دیتا، اس لیے ان کی تجرباتی افادیت واضح نہیں۔

اہم خیالات

• ایجنٹس حصص کی قیمتوں کی محدود سابقہ تاریخ اور بدلتی اسٹریٹیجیوں کی بنیاد پر عمل کرتے ہیں۔
• خود سیکھنے کا طریقہ وقت کے ساتھ ایجنٹس کی اسٹریٹیجیاں بدلتا ہے۔
• سیمولیٹڈ مارکیٹ میں نارمل عمل کے مقابلے میں قیمتوں کے بڑے واقعات زیادہ کثرت سے پیدا ہوتے ہیں۔
• منافع میں لیوی جیسا مرکزی حصہ اور تقریباً ایکسپونینشل دموں کی تحدید دکھائی دیتی ہے۔
• ایجنٹس کی آبادی بڑھنے کے ساتھ نظام کی پیمائش شدہ پیچیدگی سادہ سے زیادہ پیچیدہ مرحلے میں بدلتی ہے۔

ٹیگز

# 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.

ماخذ کا حوالہ دیتے ہوئے مکمل متن دکھایا گیا ہے، ماخذ کے لائسنس کے تحت۔ لائسنس: abstract CC0

یہ خلاصہ اصل ماخذ سے Stratmill کے تحقیقی ایجنٹ نے لکھا ہے؛ یہ ماخذ کی نقل نہیں۔