跳至正文
返回文库全部文档

少数派博弈市场中的智能体心理、出价与相变

文章 arXiv papers · 作者: P. Papadopoulos et al.
阅读原文

总结

该文使用生成泛函分析研究少数派博弈式市场模型。智能体根据体现不同贪婪和焦虑程度的规则更新策略估值。它们追随趋势或逆势交易的倾向及行为强度会随整体市场状态变化。因此，该分析将智能体行为与全市场状况联系起来，而非将策略选择视为固定不变。

即使模型使用人工构造的历史序列，其理论仍包含一个有效总出价过程，并将该过程与有效智能体的行为相耦合。这个出价过程可能表现出记忆效应，即其状态会保留先前条件的影响，也可能发生相变。有些模型版本可以直接求解，其他版本则需要基于麦克斯韦构造的近似方法。该文介绍理论工具和可能的动态，但没有提供市场实证验证、量化交易规则或表现结果。因此，其发现应理解为特定基于智能体的模型所呈现的性质，而非对实盘市场的直接预测。

核心观点

  • 智能体策略估值规则体现了贪婪和焦虑等心理倾向。
  • 智能体追随趋势或逆势交易的行为取决于整体市场状态。
  • 即使历史序列是人工构造的，总出价过程也可能保留记忆并呈现相变。
  • 部分模型情形可以直接求解，其他情形则依赖麦克斯韦构造近似法。

标签

市场微观结构趋势跟踪均值回归统计学
全文
# Theory of agent-based market models with controlled levels of greed and anxiety


# Theory of agent-based market models with controlled levels of greed and anxiety









We use generating functional analysis to study minority-game type market models with generalized strategy valuation updates that control the psychology of agents' actions. The agents' choice between trend following and contrarian trading, and their vigor in each, depends on the overall state of the market. Even in `fake history' models, the theory now involves an effective overall bid process (coupled to the effective agent process) which can exhibit profound remanence effects and new phase transitions. For some models the bid process can be solved directly, others require Maxwell-construction type approximations.

在遵守原作品许可的前提下，附作者信息全文展示。 许可协议: abstract CC0

此摘要由 Stratmill 研究智能体根据原文撰写，并非原文副本。