|
由于初始价格为S(0)=100,10-810-610-40.01ΑabmXS\\HΑabmLFigure 4:平均价格hSi取决于αabmas时间步长后100个种子的平均值(S(0)=100作为每次模拟的起始值),我们分析αabm=10-4:我们计算的120秒回波间隔的回波分布是重尾分布,峰度约为6,见图5。如上所述,可以通过改变极限指令的寿命来修改该形状。该决策模型的另一个特点是可以在订单簿卷上观察到的羊群行为,见图6。在一定的时间间隔内,订单簿中会存储更多的卖出订单,在一定的时间间隔内,订单簿中会存储更多的买入订单。这种行为是我们的决策模型的一个特征,不能通过单独使用随机交易者来复制-510-510-40.0010.010.1R120ΡHR120L图5:αabm=10的收益分布-4返回间隔为120秒,比较异常分布。结论对于均衡定价,我们看到了一个很大的参数空间,模型为其生成了可持续的价格时间序列,即价格不会偏离或崩溃。没有观察到浓重的尾巴。时间序列让人想起年龄计量布朗运动,其中α和β决定其全球趋势。将决策模型嵌入基于代理的订单定价模型会导致参数的规模发生变化。然而,决策模型的参数α对价格时间序列具有可比性。更重要的是,我们观察到回报分布的重尾。因此,我们得出结论,在我们的决策模型的上下文中出现厚尾是必要的。将决策模型与订单定价相结合,可以让我们在现实环境中研究决策模型的影响。与施密特等人相比,我们强调了这一点。
|