全部版块 我的主页
论坛 经济学人 二区 外文文献专区
547 16
2022-05-04
英文标题:
《Characterizing financial crisis by means of the three states random
  field Ising model》
---
作者:
Mitsuaki Murota, Jun-ichi Inoue
---
最新提交年份:
2013
---
英文摘要:
  We propose a formula of time-series prediction by means of three states random field Ising model (RFIM). At the economic crisis due to disasters or international disputes, the stock price suddenly drops. The macroscopic phenomena should be explained from the corresponding microscopic view point because there are existing a huge number of active traders behind the crushes. Hence, here we attempt to model the artificial financial market in which each trader $i$ can choose his/her decision among `buying\', `selling\' or `staying (taking a wait-and-see attitude)\', each of which corresponds to a realization of the three state Ising spin, namely, $S_{i}=+1$, -1 and $S_{i}=0$, respectively. The decision making of traders is given by the Gibbs-Boltzmann distribution with the energy function. The energy function contains three distinct terms, namely, the ferromagnetic two-body interaction term (endogenous information), random field term as external information (exogenous news), and chemical potential term which controls the number of traders who are watching the market calmly at the instance. We specify the details of the model system from the past financial market data to determine the conjugate hyper-parameters and draw each parameter flow as a function of time-step. Especially we will examine to what extent one can characterize the crisis by means of a brand-new order parameter --- `turnover\' --- which is defined as the number of active traders who post their decisions $S_{i}=1,-1$, instead of $S_{i}=0$.
---
中文摘要:
我们提出了一个利用三态随机场伊辛模型(RFIM)进行时间序列预测的公式。在灾难或国际争端导致的经济危机中,股价突然下跌。宏观现象应该从相应的微观角度来解释,因为在这些交易背后存在着大量活跃的交易者。因此,在这里,我们试图模拟一个人工金融市场,在这个市场中,每个交易者$i$可以在“买入”、“卖出”或“停留(采取观望态度)”中选择他/她的决定,每个决定分别对应于三种状态Ising自旋的实现,即,$S_{i}=+1$,-1和$S_{i}=0$。交易者的决策由带有能量函数的吉布斯-玻尔兹曼分布给出。能量函数包含三个不同的项,即铁磁双体相互作用项(内生信息)、作为外部信息的随机场项(外生信息)和控制此时冷静观察市场的交易者数量的化学势项。我们从过去的金融市场数据中指定模型系统的细节,以确定共轭超参数,并绘制每个参数流作为时间步长的函数。特别是,我们将研究通过一个全新的订单参数——“营业额”——在多大程度上可以描述危机,该参数定义为发布决策的活跃交易者的数量$S{i}=1,-1$,而不是$S{i}=0$。
---
分类信息:

一级分类:Quantitative Finance        数量金融学
二级分类:Trading and Market Microstructure        交易与市场微观结构
分类描述:Market microstructure, liquidity, exchange and auction design, automated trading, agent-based modeling and market-making
市场微观结构,流动性,交易和拍卖设计,自动化交易,基于代理的建模和做市
--

---
PDF下载:
-->
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2022-5-4 22:30:44
利用三态随机场伊辛模型(Mitsuaki Murota和Jun ichi Inoue)描述金融危机摘要我们提出了一个利用三态随机场伊辛模型(RFIM)进行时间序列预测的公式。在灾难或国际争端导致的经济危机中,股价突然下跌。宏观现象应该从相应的微观角度来解释,因为在这些交易背后存在着大量活跃的交易者。因此,我们试图对艺术金融市场进行建模,在这个市场中,我可以在“买入”、“卖出”或“停留(采取观望态度)”中选择每个交易者的决定,每个交易者对应于三种状态的实现,即Si=+1,-1和Si分别为0。交易者的决策由带有能量函数的吉布斯-玻尔兹曼分布给出。能量函数包含三个不同的项,即铁磁双体相互作用项(内生信息)、作为外部信息的随机场项(外生信息)和控制此时冷静观察市场的商人数量的化学势项。我们从过去的金融市场数据中指定模型系统的细节,以确定共轭超参数,并绘制每个参数流作为时间步长的函数。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-4 22:30:47
特别是,我们将研究通过全新的订单参数——“营业额”在多大程度上可以描述危机,该参数定义为发布决策的活跃贸易商数量Si=±1,而不是Si=0。北海道大学信息科学与技术研究生院,地址:日本札幌北谷N14-W-9 060-0814电子邮件:murota@complex.ist.hokudai.ac.jpJun-北海道大学信息科学与技术研究生院,地址:日本札幌北谷N14-W-9 060-0814电子邮件:jinoue@cb4.so-网。氖。三和木田和井上俊一简介包括人类精神状态在内的人类个体行为对科学家和工程师来说都是一个有吸引力的话题。然而,我们仍然很难通过科学可靠的调查来解决这个问题。这是因为在观察个体行为时,存在着相当大的人与人之间的冲突。另一方面,在我们人类的“集体”行为而不是个体行为中,我们有时会观察到一些普遍的事实,这些事实似乎是计算机科学家通过复杂的方法(如基于代理的模拟)来研究现象的合适材料。事实上,相互作用的媒介,如飞鸟、移动的昆虫或游动的鱼类的集体行为表现出高度的非平凡性。Reynolds[1]创立的所谓BOIDS不仅在计算机图形学领域得到广泛应用,而且在包括行为学、物理学、控制理论、经济学、,等等[2]。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-4 22:30:51
BOIDS通过只考虑每个相互作用的“智能”代理的几个简单规则来模拟动物群的集体行为。在行为经济学文献[3]中,所谓的信息级联概念是人类集体行为的结果。这一概念意味着,在金融危机中,交易者倾向于根据社会(金融市场)的“情绪”(氛围)行事,并在某种意义上倾向于采取相当“非理性”的策略。显然,理解信息的一个关键度量是社会(系统)成分之间的“相关性”。例如,特别是对于金融市场而言,股票、交易者之间的相互关联对于弄清人类的集体现象非常重要。由于这种相关性可以在不同的尺度长度上找到,从宏观股票价格水平到微观领导者水平,信息级联也可以在从几只股票的价格到交易者决策方式(策略)的不同尺度上“分层”观察到。现在来看看日本的情况,在2011年3月11日地震后,日本日经证券市场迅速对危机做出反应,相当多的交易员出售了其分支机构或工厂位于灾区的公司的股票。因此,危机过后,日经平均指数突然下跌[4,5]。对我们来说,尝试提供更多“微观”有用的信息可能非常重要,这些信息永远不会从股票平均价格等平均宏观数据中获得。作为这种“微观信息”的候选者,我们可以根据股票之间的两体相互作用使用(线性)相关系数[6,7]。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-4 22:30:55
为了弄清楚金融危机的机制,我们可以将股票中的这种相关性可视化,并比较危机前后相关性的动态行为。通过三种状态的RFIM 3来描述金融危机为了展示和解释这种级联效应,我们将每个股票的相关性可视化为二维[4,5]。我们从N(N)的给定集合中指定了N个库存的每个位置-1) /2利用所谓的多维标度(MDS)[8]测量距离。图1通过MDS绘制的二维图。我们选取了200只股票作为实证数据集,包括所谓的TOPIX Core30和日经平均指数(Nikkei stock average)(数据集取自雅虎金融[9])。图为地震发生后不久(2011年3月15日)(详情见[4,5])。危机过后出现了奇怪的集群形状。另一方面,宏观现象应该从相应的微观角度来解释,因为在这些交易背后存在着大量活跃的交易者。在参考文献[5]中,我们提出了一个理论框架,利用金融市场中的互相关同时预测多个时间序列。这一假设的正确性在数字上得到了验证,4三和木吕田和井上俊一的日本股票经验数据,例如2011年3月11日左右的数据,以及2010年春季希腊危机前后的外汇汇率。然而,在之前的研究[5]中,受Kaizoji[10]研究的启发,我们使用了伊辛模型,并假设每个交易者根本不停留在交易中。显然,这对于交易者的决策是不现实的。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-4 22:30:58
因此,我们试图对艺术金融市场进行建模,在这个市场中,每个交易者都可以在“买入”、“卖出”或“停留(采取观望态度)”中选择自己的决定,每个决定都对应于三种状态的实现,即Si=+1,-1和Si分别为0。特别是,我们将研究通过订单参数“营业额”来描述危机的程度,该参数定义为发布决策的“活跃交易者”数量Si=±1,而不是Si=0。本文的组织结构如下。在下一节中,我们将介绍三态RFIM,并解释热力学性质,包括相变等临界现象。在第三节中,我们基于前一节中介绍的模型构建了一个预测公式。我们引入“营业额”作为订单参数来描述危机。在第四部分中,我们借助经验数据集进行计算机模拟,以检验我们方法的有效性。最后一节是结束语。2.三态随机场伊辛模型本文在[10,5]给出的伊辛模型的基础上,通过三态随机场伊辛模型对预测模型进行了扩展。在我们构建金融时间序列的预测模型之前,我们考虑以下哈密顿量(能量函数)的热力学,该哈密顿量描述了N个交易者的决策(每个交易者都有一个标签i=1,·N)。H(SSS)=-JNN∑i、 j=1SiSj-嗯∑i=1σ(t)Si-uN∑i=1 | Si |(1),其中每个自旋Si(i=1,··,N)可以取±1和0,这里我们假设所有交易者都位于一个完整的图上(它们是完全连通的)。我们应该记住,在之前的研究[10,5]中,一次旋转只需要+1(购买)和-1(出售)。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

点击查看更多内容…
相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群