全部版块 我的主页
论坛 经济学人 二区 外文文献专区
997 32
2022-06-11
英文标题:
《Development of an agent-based speculation game for higher
  reproducibility of financial stylized facts》
---
作者:
Kei Katahira, Yu Chen, Gaku Hashimoto, Hiroshi Okuda
---
最新提交年份:
2019
---
英文摘要:
  Simultaneous reproduction of all financial stylized facts is so difficult that most existing stochastic process-based and agent-based models are unable to achieve the goal. In this study, by extending the decision-making structure of Minority Game, we propose a novel agent-based model called \"Speculation Game,\" for a better reproducibility of the stylized facts. The new model has three distinct characteristics comparing with preceding agent-based adaptive models for the financial market: the enabling of nonuniform holding and idling periods, the inclusion of magnitude information of price change in history, and the implementation of a cognitive world for the evaluation of investment strategies with capital gains and losses. With these features, Speculation Game succeeds in reproducing 10 out of the currently well studied 11 stylized facts under a single parameter setting.
---
中文摘要:
同时复制所有金融风格化事实非常困难,以至于大多数现有的基于随机过程和基于代理的模型都无法实现这一目标。在这项研究中,通过扩展少数群体博弈的决策结构,我们提出了一种新的基于代理的模型,称为“投机博弈”,以更好地再现程式化事实。与之前基于代理的金融市场适应性模型相比,新模型有三个明显的特点:允许非均匀持有和闲置期,包含历史上价格变化的幅度信息,以及实施一个认知世界来评估有资本损益的投资策略。有了这些特性,投机游戏在一个参数设置下成功地再现了目前研究得很好的11个程式化事实中的10个。
---
分类信息:

一级分类:Quantitative Finance        数量金融学
二级分类:Statistical Finance        统计金融
分类描述:Statistical, econometric and econophysics analyses with applications to financial markets and economic data
统计、计量经济学和经济物理学分析及其在金融市场和经济数据中的应用
--

---
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
2022-6-11 15:05:33
开发基于代理的投机游戏,以提高金融风格化事实的再现性,*, Yu Chena,Gaku Hashimota,Hiroshi Okudaaaagraduate东京大学边疆科学学院,5-1-5 Kashiwanoha,Kashiwa shi,Chiba ken 277-8563,日本科学促进会(JapanBreesearch Fellow of Japan Society for the Promotion for the Sciences Abstracts)日本研究人员认为,所有金融类型化事实的同时复制非常困难,以至于大多数现有的基于随机过程和基于代理的模型都无法实现这一目标。在本研究中,通过扩展MinorityGame的决策结构,我们提出了一种新的基于agent的模型,称为“投机博弈”,以更好地再现程式化事实。与之前基于代理的金融市场自适应模型相比,新模型具有三个显著特征:非均匀持有和闲置期的启用,历史价格变化幅度信息的融合,以及在评估资本损益的投资策略时采用认知世界。有了这些特性,投机游戏在单参数设置下成功地再现了目前研究得很好的11个程式化事实中的10个。关键词:经济物理学、多智能体模拟、金融程式化事实、认知模型、往返交易1。导言1.1。背景风格化事实是资产回报的定性属性,这是半个多世纪以来对*通讯作者。电子邮件地址:k。katahira@scslab.k.u-东京。ac.jp(Kei Katahira)预印本于2019年2月7日提交给《乳胶模板杂志》《金融时间序列》[1]。
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

2022-6-11 15:05:37
目前报告的11个类型化事实如下:波动率聚类、间歇性、重尾、收益率无自相关、波动率自相关缓慢衰减、成交量/波动率相关性、聚集高斯性、条件重尾、时间尺度不对称、杠杆效应和损益不对称。它们是非常重要的特性,多年来在不同的市场和各种仪器中得到了很好的研究。风格化事实的再现性是金融市场模型的先决条件。然而,由于市场的多重性很高,用传统的市场模型(无论是简单的还是复杂的随机过程)来重现它们并不容易。在计量经济学的贡献下,已经构建了几个著名的随机模型来产生典型的风格化特征,例如,自回归条件异方差(ARCH)和广义自回归条件异方差(GARCH)过程[2,3]。尽管如此,据我们所知,大多数现有模型都无法同时复制整个样式化属性集。另一方面,一种主要由经济物理学家倡导的替代方法,即采用基于一组简单规则的agent模拟,也被用来研究程式化事实。该模拟能够再现和分析艺术市场中的复杂价格动态,并由自主代理人充当交易者。
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

2022-6-11 15:05:40
与以往的随机过程模型相比,该方法是一种自下而上的方法,旨在从宏观层面上描述金融时间序列的特征,在微观层面上解释这些特征,即考虑交易者决策和交易行为的层面。采用基于代理的模型主要有两个原因。首先,基于代理的模拟几乎是分析交易者行为对整个市场影响的唯一方法。所有从真实市场获得的时间序列数据,如价格和交易量,都是聚合数据,通常不可能用于跟踪所有市场参与者的个人行为。随机过程模型具有很强的处理宏观现象的能力,但基于此类模型的分析忽略了这些内生因素,例如交易者之间的相互作用。第二,多智能体模拟可以提供一个场景来解释紧急现象的产生过程,在传统的财务分析中,紧急现象本质上被视为一个黑箱。另一方面,使用代理模拟进行分析可以为这样一个复杂的问题提供(至少部分)合理的场景。由于物理学家倾向于认为世界上的所有现象都可能在基本层面上受制于一些简单的普遍规则,因此提出了几种“简单”的基于代理的模型。具体而言,这些简单模型具有以下特点:1。自下而上的结构。元素(代理)由从真实交易者行为中适当抽象出来的简单规则控制。3、与实际数据统计一致的总产出(如价格变化)。特别是,第二点很重要,因为代理人规则的简单性允许相对容易地分析造成复杂价格动态的机制。
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

2022-6-11 15:05:43
像这样一个容易处理的模型被称为玩具模型。请注意,经济学家提出的基于agent的模型往往放松了对微观结构简单性的要求,并尽可能地追求agent的行为规则。这种基于复杂代理的市场模型的例子有圣达菲研究所模型[4、5、6]和热那亚艺术股票市场模型[7、8]。与玩具模型相比,这些复杂的基于代理的市场模型具有更高的程式化事实再现性,但它们更难以用于在微观层面识别关键因素,以及将这些因素与总产出联系起来。通常,根据是否包含学习机制,金融市场的玩具模型可分为两组:零智能模型和自适应模型。代表性的零智能模型有渗流模型[9,10]、伊辛(自旋)模型[11,12,13,14]、经验有序驱动模型[15,16,17,18]和Sznajd模型[20]。著名的适应性模型包括Lux Marchesi模型[21]、少数群体游戏[22、23]及其扩展版本,如大规范少数群体游戏(GCMG)[24、25、26]、$游戏[27]和模式游戏[28]。以前使用这些基于代理的玩具模型的研究在分析市场动态方面取得了显著的进展。例如,少数群体博弈类型模型家族表明,只要代理人有可能对其投资进行适应性调整,价格回报的风格化行为就会出现。特别是,这被理解为引导学习和动态资本的结合【29,30】,或者根据他们的表现在“主动”和“非主动”策略之间切换【24,31】,这两种策略都会导致交易者之间的羊群行为【32】。同时,玩具模型也可能忽视一些基本因素,无法再现相关的程式化事实。
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

2022-6-11 15:05:46
例如,少数群体博弈的支付策略导致了均值回复的聚合结果,这是价格差异性丧失的主要原因。正如Katahira和Akiyama在他们的研究中指出的那样,如果投资策略通过往返交易的资本收益和损失进行评估,这一特征可能会得到缓解。在我们看来,一个玩具模型允许稍微复杂一点,但不超过复杂的基于代理的市场模型的范围,有可能增强程式化事实的再现性,同时保留能够轻松找到潜在机制的优势。1.2. 目的在本研究中,我们为金融市场构建了一个基于代理的玩具模型,名为“投机游戏”,其中包含更真实的因素,以便更好地再现程式化事实。特别是,有三种扩展,例如[11,12]的一些Ising模型也加入了学习机制,因此它们也可以被归类为自适应模型。它最初是意见形成的数学模型。将该模型用于金融市场就是其应用的一个例子【19】。对于前面的模型:启用非均匀持有期和空转期,将价格变化的幅度信息纳入历史,以及实施一个认知世界来评估资本损益的投资策略。我们研究的重点不仅仅是对所有程式化事实的完美再现,而是充分发挥投机博弈的金融市场模型的先决条件。事实上,阐明程式化事实的出现机制比复制本身更为重要,这将是我们下一篇论文的主题。本文的其余部分组织如下。下一节将介绍该模型,第3节将介绍结果和讨论。
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