探索叙事经济学：一个基于代理的建模平台

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

英文标题：
《Exploring Narrative Economics: An Agent-Based-Modeling Platform that
  Integrates Automated Traders with Opinion Dynamics》
---
作者：
Kenneth Lomas and Dave Cliff
---
最新提交年份：
2020
---
英文摘要：
  In seeking to explain aspects of real-world economies that defy easy understanding when analysed via conventional means, Nobel Laureate Robert Shiller has since 2017 introduced and developed the idea of Narrative Economics, where observable economic factors such as the dynamics of prices in asset markets are explained largely as a consequence of the narratives (i.e., the stories) heard, told, and believed by participants in those markets. Shiller argues that otherwise irrational and difficult-to-explain behaviors, such as investors participating in highly volatile cryptocurrency markets, are best explained and understood in narrative terms: people invest because they believe, because they have a heartfelt opinions, about the future prospects of the asset, and they tell to themselves and others stories (narratives) about those beliefs and opinions. In this paper we describe what is, to the best of our knowledge, the first ever agent-based modelling platform that allows for the study of issues in narrative economics. We have created this by integrating and synthesizing research in two previously separate fields: opinion dynamics (OD), and agent-based computational economics (ACE) in the form of minimally-intelligent trader-agents operating in accurately modelled financial markets. We show here for the first time how long-established models in OD and in ACE can be brought together to enable the experimental study of issues in narrative economics, and we present initial results from our system. The program-code for our simulation platform has been released as freely-available open-source software on GitHub, to enable other researchers to replicate and extend our work
---
中文摘要：
诺贝尔奖得主罗伯特·希勒（Robert Shiller）自2017年以来引入并发展了叙事经济学的思想，试图解释现实世界经济中那些在通过常规手段进行分析时难以理解的方面。在叙事经济学中，可观察到的经济因素，如资产市场的价格动态，在很大程度上被解释为听到、讲述的叙事（即故事）的结果，并被这些市场的参与者所相信。Shiller认为，其他非理性且难以解释的行为，比如投资者参与高度波动的加密货币市场，最好用叙事的方式来解释和理解：人们投资是因为他们相信，因为他们对资产的未来前景有真心实意的意见，他们向自己和他人讲述关于这些信仰和观点的故事（叙事）。在本文中，我们描述了据我们所知，第一个基于代理的建模平台，它允许研究叙事经济学中的问题。我们通过整合和综合之前两个独立领域的研究创造了这一点：观点动力学（OD）和基于代理的计算经济学（ACE），其形式是在精确建模的金融市场中操作的最小智能交易员代理。我们在这里首次展示了OD和ACE中建立了多久的模型可以结合在一起，以便对叙事经济学中的问题进行实验研究，并展示了我们系统的初步结果。我们的模拟平台的程序代码已在GitHub上作为免费的开源软件发布，以使其他研究人员能够复制和扩展我们的工作
---
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
--
一级分类：Computer Science        计算机科学
二级分类：Computational Engineering, Finance, and Science        计算工程、金融和科学
分类描述：Covers applications of computer science to the mathematical modeling of complex systems in the fields of science, engineering, and finance. Papers here are interdisciplinary and applications-oriented, focusing on techniques and tools that enable challenging computational simulations to be performed, for which the use of supercomputers or distributed computing platforms is often required. Includes material in ACM Subject Classes J.2, J.3, and J.4 (economics).
涵盖了计算机科学在科学、工程和金融领域复杂系统的数学建模中的应用。这里的论文是跨学科和面向应用的，集中在技术和工具，使挑战性的计算模拟能够执行，其中往往需要使用超级计算机或分布式计算平台。包括ACM学科课程J.2、J.3和J.4（经济学）中的材料。
--
一级分类：Economics        经济学
二级分类：General Economics        一般经济学
分类描述：General methodological, applied, and empirical contributions to economics.
对经济学的一般方法、应用和经验贡献。
--
一级分类：Physics        物理学
二级分类：Physics and Society        物理学与社会
分类描述：Structure, dynamics and collective behavior of societies and groups (human or otherwise). Quantitative analysis of social networks and other complex networks. Physics and engineering of infrastructure and systems of broad societal impact (e.g., energy grids, transportation networks).
社会和团体（人类或其他）的结构、动态和集体行为。社会网络和其他复杂网络的定量分析。具有广泛社会影响的基础设施和系统（如能源网、运输网络）的物理和工程。
--
一级分类：Quantitative Finance        数量金融学
二级分类：Economics        经济学
分类描述：q-fin.EC is an alias for econ.GN. Economics, including micro and macro economics, international economics, theory of the firm, labor economics, and other economic topics outside finance
q-fin.ec是econ.gn的别名。经济学，包括微观和宏观经济学、国际经济学、企业理论、劳动经济学和其他金融以外的经济专题
--

---
PDF下载：
--> Exploring_Narrative_Economics:_An_Agent-Based-Modeling_Platform_that_Integrates_.pdf (3.3 MB)

2022-4-26 13:56:31 上传

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

分享0 收藏0 回帖

关键词：经济学 Quantitative Applications Conventional Contribution

探索叙事经济学：一个基于代理的建模平台，将自动交易者与观点动态相结合。布里斯托尔大学计算机科学系肯尼斯·洛马萨和戴夫·克利夫，布里斯托尔BS8 1UB，UKkl16942@alumni.bristol.ac.uk, csdtc@bristol.ac.ukKeywords：经济代理模型、智能拍卖和市场、多代理系统。摘要：诺贝尔奖得主罗伯特·希勒（Robert Shiller）自2017年以来引入并发展了叙事经济学的思想，试图解释现实世界经济中那些通过常规手段分析时难以理解的方面。在叙事经济学中，可以观察到的经济因素，如资产市场的价格动态，主要是通过听到的叙事（即故事）来解释的，被这些市场的参与者告知并相信。Shiller认为，其他非理性且难以解释的行为，如投资者参与高度波动的加密货币市场，最好用叙事的方式来解释和理解：人们投资是因为他们相信，因为他们对资产的未来前景有着真心实意的意见，他们向自己和他人讲述关于这些信仰和观点的故事（叙事）。在本文中，我们描述了我们所知的第一个基于代理的建模平台，它允许研究叙事经济学中的问题。我们通过整合和综合之前两个独立领域的研究成果创造了这一点：观点动力学（OD）和基于代理的计算经济学（ACE），其形式为在精确建模的金融市场中运行的最低智能交易员代理。

本文首次展示了OD和ACE中长期建立的模型可以结合在一起，以便对叙事经济学中的问题进行实验研究，并展示了系统的初步结果。我们的模拟平台的程序代码已作为免费的开源软件onGitHub发布，以使其他研究人员能够复制和扩展我们的工作。将于2021年2月6日在维也纳举行的第十三届国际代理和ARTI智能情报（ICATAR2021）国际会议上亮相。aORCID:0000-0003-2279-1782 ORCID:0000-0003-3822-93641引言诺贝尔奖得主罗伯特·希勒在其2017年的一篇长篇论文（希勒，2017年）中，后来扩展到了2019年成功的著作《叙事经济学：故事如何传播并推动重大经济事件》（希勒，2019年）中，介绍了叙事经济学的概念，将其作为理解市场趋势的一个被忽视的因素。简言之，希勒认为，在许多市场中，价格的变动和维持是由市场参与者相互讲述的故事（即叙事）驱动的。希勒将叙事的传播和传染病的传播进行了比较，并认为金融泡沫和崩溃（最明显的是在加密货币市场）可以被合理地解释为主要由交易者相互讲述的叙事驱动，即使这些叙事对外部观察者来说毫无意义。在市场中讲述的故事是参与者内部信仰或观点的外在化、言语化。在本文中，我们展示了两个以前独立的领域的新综合的第一个结果，这两个领域都依赖于基于代理的建模：我们的工作将基于代理的最小智能计算经济学（ACE）的实践与在被称为opiniondynamics的研究领域中分别开发的思想结合起来。

我们在这里首次展示了如何扩展现有的知名和广泛使用的交易者代理ACE模型，以便每个交易者也持有自己的独立意见，这是我们对希勒概念的最小近似模型，即真正的交易者受到他们听到、读到和讲述的故事的影响。在我们的工作中，个体交易者的观点可能会在不同程度上受到与其互动的其他交易者的观点的影响；交易者自己的观点也直接影响其个人交易活动，即其在单一中央金融交易所中报价和/或报价的顺序，在我们的模型中，所有交易者都与之互动。我们的金融交易所模型在技术上是一个连续的双重拍卖（CDA）市场，通过限额订单簿（LOB）运作，这正是现有金融市场的结构，如纽约证券交易所和所有其他主要的国家和国际金融交易所。为了与激励ACE工作的极简主义精神保持一致，我们在这里首次展示了如何扩展零智能（ZI）和最小智能（MI）交易者代理，以便每个交易者也持有自己的独立意见。为了与意见动力学（OD）研究中的先前工作保持一致，我们将每个雷达的意见建模为有符号标量实值，例如连续范围内的数字[-1.0，+1.0]：这种方法在OD研究中由来已久，该领域在其数十年的历史中发展了一系列模型，用于探索和/或解释人类社会中可观察到的观点动态模式。

在我们的工作中，我们探索了ZI/MI交易员与以下先前建立的OD模型的整合：有界信心模型（Krause，2000；Hegselmann和Krause，2002）；相对一致模型（Deffuant等人，2002年；Meadows and Cliff，2012年）；以及相对分歧模型（Meadows and Cliff，2013）。我们将这三种观点动力学模型分别称为BC、RA和RD模型。通过添加这些OD模型，我们扩展的交易员代理是Gode&Sunder（1993）的零智能约束（ZIC）和近零智能（NZI）交易员代理（Duffy and Utku–Unver，2006），它们最小程度地扩展了Gode&Sunder的ZI方法，使得NZI交易员居住的市场可以显示资产价格泡沫。我们将扩展代理设计称为固执己见的代理：我们将我们固执己见的ZIC版本命名为OZIC，将我们固执己见的NZI版本命名为ONZI。对于OZIC和ONZI代理，用于随机生成交易者出价或出价的概率分布的界限至少部分取决于该代理意见变量的当前值；这种观点变量可以随着时间的推移而变化，这是与市场中其他交易者互动的结果，从而模拟了希勒的叙事经济学概念：在我们的系统中，观点可以驱动价格，价格可以改变观点。

据我们所知，我们是第一个报告这一系统的作者，这是一个观点动态和市场交易代理的综合，因此本文的主要贡献是我们第一次在这里描述的建模平台。我们系统的源代码已作为免费的开源版本发布在GitHub上。我们评估和测试这些交易代理的性能，对比和比较BC、RA和RDO动态模型，并将其用作我们的金融市场模拟器BSE。BSE是一个基于LOB的单一资产金融交易所的长期开源模拟器，自2012年起在公共领域免费提供（Cliff，2018）。本文总结了（Lomas，2020），其中包含了对本文未包含的其他结果的广泛进一步可视化和讨论。在第2节中，我们总结了之前的相关学术文献。第3节更深入地描述了接近零的智能阅读器。第4节接着介绍了我们的创新，将观点添加到交易代理模型github中。com/ken neth/opinion dynamics BSE。第5.2节背景2介绍了我们的平台上运行的模拟研究的结果。1.观点动态人是复杂的。尤其是，如何形成想法并将其传达给他人很难建模，因为有许多因素可能会影响个人的行为。然而，我们可以在一定程度上肯定地说，人们持有观点，这些观点通过与世界的互动而改变。更进一步，人们进行交流，在交流期间或之后的某个时刻，他们的观点可能会因此而改变。考虑到足够多的人口，我们可以设计他们的观点如何随时间变化的模型，即系统观点动态（OD）模型。

当然，这些模型给出了明确的假设，可能无法完全概括一个人的内部工作方式，但仍然有助于理解依赖于大量人群意见的问题。一个早期OD模型见（DeGroot，1974）。在这个模型中，一组专家对一个主题有不同的观点，希望达成共识。专家们决定了一种结构化辩论的形式，每个独立专家都有机会以实数的形式表达自己的观点，最后每个专家都会使用固定的权重更新自己的个人观点。专家们继续轮流分享意见，直到达成共识。（DeGroot，1974）证明，在给定正权重的情况下，他们总能达成共识。后来的一些作品分析了DeGroot模型。在（Chatterjee and Seneta，1977）中，DeGrootmodel对一致性问题的处理与概率论中的遍历性问题有关，该问题涉及随机状态空间，其中从给定状态出发，所有可能的状态都是可到达的，因此状态空间的后向性是困难的。DeGroot模型随后由（Friedkin，1999）进行了分析，他描述了一些实验，以了解该模型的平均观点是如何随时间变化的。最终群体的平均意见和他们最初的平均意见之间的差异表明了选择的转变。这些实验表明，群体中的个体如何对整体共识产生更大的影响，弗里德金认为，在讨论影响不平衡的问题时，选择的转变是一个固有的问题。2.1.1（Krause，2000）中描述了DeGroot模型的有界置信度变化，并将其命名为有界置信度（BC）模型。在这种情况下，固定规模群体中的所有代理人都持有一种以实数表示的观点。

代理人分享他们的意见，只有当他们的意见接近给定的偏差阈值时，他们才会更新他们的意见。其原因是，人类不太可能让自己的观点受到与自己观点严重不同的人的影响。（Hegselmann和Krause，2002）给出了BC模型的正式规范，总结如下：给定一个规模为n的群体，xi（t）代表t时专家i的意见。更新为：xi（t+1）=ai1x（t）+ai2x（t）+ainxn（t），其中ai jis是专家i和j之间的置信度。关键是，如果两位专家的意见差异太大，那么他们之间的置信度可以为零。由于每一步的意见都会发生变化，因此在很晚的时间里，两个最初持有过远意见的代理人可能会在一个足够的范围内开始达成一致。在模拟开始时，所有的意见都应该在[-1,+1]  任何小于或大于某个极值参数的个人观点都被视为极端分子。随着时间的推移，意见偏差小于偏差阈值的专家会根据一个置信度因子更紧密地联系在一起。专家们的意见将趋于一致，直到模拟达到稳定状态，并进行进一步的更改。2.1.2相对一致性另一个著名的意见动力学模型，相对一致性（RA）模型由（Deffuantet al.，2000）提出。在RA模型中，专家持有意见，每个意见都以实数表示，但不同的是，他们也持有不确定性，这就像围绕他们意见的一个范围。

专家进行交流，如果他们的不确定性重叠超过了专家的个人不确定性，那么他们通过权重参数和相对一致值更新他们的观点和不确定性。图1：专家i和j的意见与专家Xiand Xjand和Ujr的意见重叠。根据Deffuant等人2000年论文中的RA模型定义，意见更新如下：从专家群体中随机选择一组专家i和j。首先，计算重叠hi j，如图1所示，hi j=min（xi+ui，xj+uj）- 麦克斯（xi）- ui，xj- uj），其中xi是专家i意见的实数表示，ui是专家i意见中的不确定性。然后，减去非重叠部分2ui的大小- hi jso两位专家的完全一致意见如下：- （2ui）- hi j）=2（hi j- 所以i和j之间的RA由RAi j=2（hi j）给出- ui）/2ui=（高j/ui）- 1如果hi j>ui，则更新由以下公式给出：xj:=xj+uRAi j（xi- xj）uj:=uj+uRAi j（ui）- uj）式中，u是收敛的常数，类似于BC模型中的置信因子。（Deffuantet al.，2000）表明，RA模型收敛于n=w/2u意见的平均值，而BC模型收敛于n=FL（w/2u）意见。（Deffuant et al.，2002）中加入了极端分子，这也描述了RA模型中出现的三种趋同模式：中央趋同；两极收敛；和单一极端收敛。和BC一样，在RA模拟开始时，所有的观点都随机分布在不同的区域[-1, +1]  R中心收敛当所有的观点都收敛到一个稳定的中心值，大约为零时出现。在物象向两个独立的值收敛并达到稳定状态的情况下，我们有双极收敛。

当allopinions收敛到一个极值并达到一个稳定状态，超过一个给定的极值参数时，我们有单一的极值收敛。在后来的一篇论文（Deffuant，2006）中，描述了一个不对称的影响规则，即对自己的观点更有信心的代理人对他人施加更大的影响。在（Deffuant等人，2002年）中，一个指标被用来衡量极端分子在一个被称为“种族主义”的人群中的影响。y度量或指标由以下公式给出：y=p++p-,式中，p+表示最初处于中等水平，但在模拟结束时持有积极极端观点的专家比例，p-表示在模拟结束时，最初持温和意见但持有极端负面意见的专家的比例。Deffuant等人使用y度量作为收敛类型的指标，即y=0时的中心收敛、y=0.5时的两极收敛和y=1.2.1.3时的单极收敛相对不一致RA模型已被证明成功地模拟了极端化人群中有用的收敛。在（Meadows and Cliff，2013）中引入了一个更为近期的模型，称为相对不一致（RD）模型，通过引入更新发生的概率λ和反应的概念，对RA模型进行了改进。在（Meadows and Cliff，2013年）中，RD模型被证明与RA模型实现了相同的意见趋同，而不需要用极端分子初始化人口。反抗是不同意观点的动机。在心理学中，它被合理化为当自由受到威胁时行使自由的愿望（Steindl et al.，2015）。这是人们如何行为以及他们如何持有某些观点的一个重要部分。RD模型结合了电抗的概念，当个人意见分歧到一定程度时，他们会产生分歧。