利用人工金融市场研究加密货币

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：
《Using an Artificial Financial Market for studying a Cryptocurrency
  Market》
---
作者：
Luisanna Cocco, Giulio Concas and Michele Marchesi
---
最新提交年份：
2014
---
英文摘要：
  This paper presents an agent-based artificial cryptocurrency market in which heterogeneous agents buy or sell cryptocurrencies, in particular Bitcoins. In this market, there are two typologies of agents, Random Traders and Chartists, which interact with each other by trading Bitcoins. Each agent is initially endowed with a finite amount of crypto and/or fiat cash and issues buy and sell orders, according to her strategy and resources. The number of Bitcoins increases over time with a rate proportional to the real one, even if the mining process is not explicitly modelled.   The model proposed is able to reproduce some of the real statistical properties of the price absolute returns observed in the Bitcoin real market. In particular, it is able to reproduce the autocorrelation of the absolute returns, and their cumulative distribution function. The simulator has been implemented using object-oriented technology, and could be considered a valid starting point to study and analyse the cryptocurrency market and its future evolutions.
---
中文摘要：
本文提出了一种基于代理的人工加密货币市场，在该市场中，异构代理买卖加密货币，尤其是比特币。在这个市场上，有两种类型的代理人，随机交易者和图表作者，他们通过交易比特币相互作用。每个代理最初都会获得有限数量的加密和/或法定现金，并根据其策略和资源发布买卖订单。比特币的数量随着时间的推移以与真实比特币成比例的速度增加，即使挖掘过程没有明确建模。提出的模型能够重现比特币实际市场中观察到的价格绝对收益的一些真实统计特性。特别是，它能够重现绝对收益的自相关及其累积分布函数。该模拟器采用面向对象技术实现，可以作为研究和分析加密货币市场及其未来演变的有效起点。
---
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：Quantitative Finance        数量金融学
二级分类：Computational Finance        计算金融学
分类描述：Computational methods, including Monte Carlo, PDE, lattice and other numerical methods with applications to financial modeling
计算方法，包括蒙特卡罗，偏微分方程，格子和其他数值方法，并应用于金融建模
--

---
PDF下载：
--> Using_an_Artificial_Financial_Market_for_studying_a_Cryptocurrency_Market.pdf (919.91 KB)

2022-5-6 08:53:56 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：金融市场 市场研究 Quantitative distribution proportional

使用一个艺术金融市场来研究货币市场路易莎娜·科科、朱利奥·康卡斯和米歇尔·马尔切西卡利亚里大学，意大利国际电子通信公司[luisanna.Cocco，Concas，Michele]@diee。尤妮卡。本文介绍了一个基于代理的人工加密货币市场，在这个市场中，不同的代理买卖加密货币，尤其是比特币。在这个市场上，有两种类型的代理人，随机交易者和图表作者，他们通过交易比特币相互作用。根据她的战略和资源，每个代理最初都有一定数量的加密和/或现金，并发布买卖订单。比特币的数量随着时间的推移以与真实比特币成比例的速度增加，即使挖掘过程没有明确建模。提出的模型能够重现比特币真实市场中观察到的价格绝对收益的一些真实统计特性。特别是，它能够重现绝对收益的自相关性及其累积分布函数。该模拟器使用面向对象的技术实现，可以被视为研究和分析加密货币市场及其未来演变的有效起点。指数术语：人工金融市场、加密货币、比特币、异构代理、市场模拟。简介加密货币是数字货币，可以替代合法货币。加密货币是一种基于密码学原理的计算机货币，用于验证交易和生成新货币。加密货币实施通常使用工作证明方案，将所有交易记录在公共分类账中，以保护卖家免受欺诈。

大多数加密货币的设计都是为了逐步引入新货币，对流通中的货币总量进行调整，以避免像经常发生的“固定”货币那样出现通货膨胀现象。最流行的加密货币无疑是比特币。它是由一位名为“SatoshiNakamoto”的计算机科学家创建的，他的真实身份仍然未知[20]。和其他加密货币一样，比特币使用加密技术，由于有了开源系统，任何人都可以控制和修改比特币软件的源代码。比特币网络是一个对等网络，它检查和监控新比特币的生成（也称为“挖掘”）和比特币交易。这个网络包括大量通过互联网相互连接的计算机。它执行复杂的数学程序，为挖掘工作注入活力，并验证比特币交易的正确性和真实性。比特币系统为流通中的货币量提供了上限，相当于2100万比特币，因此不存在硬币数量大幅增加、货币贬值的风险。比特币有几个吸引消费者的特性。首先，它不依赖中央银行或ZF来调节货币供应。它支持准匿名交易，提供比传统电子支付更大的匿名性。此外，比特币交易是不可逆转的，也可能非常小。事实上，比特币交易只能涉及一个“Satoshi”，即等同于10的亚单位-8比特币。比特币可以在适当的网站上购买，如Crypto Trade CoinMKT、BTC和Vircurex、Cryptosy、Coinbase、UpBit和Satoshi Vault，这些网站允许兑换比特币中的现金。其他网站提供在线服务或商品兑换服务，并接受比特币支付。

比特币让每个人都能以非常小的费用向国际发送加密货币。过去几年，人们对数字货币的兴趣有所增加。事实上，自2009年初比特币诞生以来，比特币的价值和交易量都有了快速增长。区块链网站提供了关于比特币的不同图表和统计分析。特别是，我们可以观察比特币价格的时间趋势。2009年1月至2010年1月期间，市场上没有交易。2010年2月至2010年5月，两名消费者进行了第一次真实交易。其中一个以10000 BTC的价格购买了两个披萨，另一个以50美元的价格拍卖了10000 BTC。2010年6月，10比特币的价格从0.008美元上涨至0.08美元。此后，价格缓慢上涨，直到2013年12月达到1150美元的峰值。同一个月，比特币价格跌至600美元，反弹至1000美元，然后再次跌入500美元区间。2014年1月，比特币的价格在800美元至900美元之间，2月和3月，随着历史悠久的MTGOX交易网站关闭，并有报道称中国禁止比特币交易，比特币价格下跌。截至2014年4月，一个比特币的定价约为400美元。最近对比特币和区块链的关注是一个网站，它显示所有交易和比特币区块的详细信息，提供不同数据的图表和统计数据(https://blockchain.info/).我们使用该网站提取了这项工作中使用的经验数据（如2012年1月1日至2014年4月10日期间的价格、唯一地址号码和比特币号码的每日数据）。加密货币表明，许多消费者正将注意力转向新的交易手段，以简化他们的财务生活。

与传统信用卡相比，使用加密货币进行的在线购买是不合法的、更快的、更简单的。虽然加密货币的流行速度很快，但由于其非传统的工作方式，它们仍然面临着重要的争论。关于数字货币，尤其是比特币的前景、风险和风险，一场激烈的辩论正在进行。有几位学者就这些话题发表了看法，但试图从整体上研究加密货币市场的人却寥寥无几。在这项工作中，我们提出了一个基于代理的模型，旨在从整体上研究和分析比特币市场。我们试图重现真实比特币市场中存在的主要程式化事实，例如价格绝对收益的自相关和累积分布函数。提出的模型通过实施比特币价格形成机制和每种交易员的特定行为来模拟比特币交易。论文的结构如下。在第二节中，我们讨论了与本文相关的其他工作，第三节详细介绍了我们的模型；第四节讨论了模型的校准，以及模型的几个参数的给定值。第五部分介绍了模拟结果，包括对比特币实际价格的分析。本文的结论见第六节第二节。相关工作加密货币市场的研究和分析是一个相对较新的领域。在过去的几年里，鉴于这个话题的潜在兴趣，以及与之相关的许多问题，出现了几篇关于这个话题的论文。Androulaki等人[2]研究了比特币作为日常交易主要货币时的隐私保障。Moore[19]、Hout等人[13]、Eyal等人[10]、Brezo等人[6]和Hanley[12]分析了数字货币的前景、风险和问题。Bergstra等人。

[4] 调查了协议和安全方面的技术问题，以及加密货币的法律、伦理和心理方面的问题。Singh等人[29]提出在付款人和收款人之间增加一层相互信任，以增强真实比特币交易网络中与快速交易相关的安全性。迄今为止，只有很少有人尝试将加密货币市场作为一个整体进行建模。路德[17]利用一个简单的代理模型研究了为什么加密货币未能获得广泛接受。该研究提出了一个模型，在该模型中，加密无政府主义者、电脑游戏玩家、精通技术的人和黑市代理人通过使用加密货币或加密货币获得特定的效用。效用的价值因货币和交易者的类型而异。它考虑了与其他代理使用相同资金产生的网络相关收益、与网络无关的收益，以及转换为替代货币产生的转换成本。作者指出，由于高转换成本和网络效应的重要性，在没有显著的货币不稳定或政府支持的情况下，比特币等加密货币无法产生广泛的接受度。考虑到互联网上已经提出了数百种加密货币，而且其中大多数都在等待接受，Bornholdt和Sneppen[5]提出了一个基于Moran过程的模型来研究可能出现的加密货币。该模型模拟了不同加密货币交易的几个市场之间的交换。特别是，作者们模拟了代理交易、以恒定速率挖掘新硬币以及交易者之间的通信。

他们表明，所有加密货币都具有天生的可互换性，比特币本身并不特殊，但可能被理解为当代主导的加密货币，可能会被其他货币取代。由于很少有人对加密货币市场进行建模，因此本文提出了一个基于复杂代理的模型来研究整个加密货币市场，并重现该市场中存在的主要类型化事实，如价格绝对收益的自相关和分布函数。我们的模型受艺术金融市场模型的启发。这些模型是程式化的异质代理模型（HAM），再现了市场的真实功能，试图解释金融市场中观察到的主要程式化事实，如收益率的厚尾分布、波动性聚类和单位根属性。关于这个话题，已经发表了许多著作。LeBaron[14]首次回顾了该领域的工作。最近，Chakraborti等人[7]和Chen等人。[8] 提供了其他更新的评论。Palmer等人【23】和Arthur等人【3】提出了一种将市场交易机制与归纳agent学习相结合的艺术市场。21世纪初，热那亚大学和卡利亚里大学的研究人员开发了热那亚艺术股票市场（GASM）。特别是，Raberto等人[26]提出了基于管理层的艺术金融市场，该市场通过一种现实的价格形成交易机制，能够再现真实金融市场中观察到的主要风格化事实。Raberto等人[27]和Cincotti等人[9]研究了以不同交易策略为特征的交易员的长期财富。此外，Raberto等人[28]提出了GASM的扩展，包括价格形成的限价订单簿机制。

他们证明，金融市场中的主要风格行为可以复制为限价指令簿的结果，而不引入对代理人行为的任何假设。Alfarano等人[1]从研究不允许解析解的相对复杂的基于代理的模型开始，提出了一种封闭形式的模型，该模型产生了结果时间序列的现实行为，如收益的厚尾和波动性的时间依赖性。Liua等人[16]开发了两个简单的模型来研究股价序列的重要统计特征。通过FirstModel，作者发现清算所微观结构可以解释高频回报的厚尾、过度波动和自相关现象。在第二个模型中，作者研究了代理人的行为假设对每日收益的影响。Ponta等人[24]通过使用异构代理模型研究了价格和收益的统计特性。他们模拟了一个艺术股票市场，其中代理被建模为稀疏连通图的节点。代理人拥有大量现金和股票，通过图表和交易风险集确定的互动分享信息；而中央做市商在需求和供给曲线的交叉点决定价格。Ponta等人[25]提出了一个异质代理模型，用于使用热那亚艺术股票市场模拟高频市场数据。在这个市场中，代理人的智能为零，交易一项风险资产，价格通过限价订单簿结算，在限价订单簿中，连续订单之间的等待时间分布遵循威布尔分布。作者证明，这种机制能够在不需要对代理进行特殊行为分类的情况下再现收益的尾部分布。最近，冯等人。

[11] 将基于代理的方法与随机过程方法相结合，提出一个基于个体市场参与者经经验证明的行为的模型，该模型定量地再现了厚尾返回分布和长期记忆特性。Westerhoff和Franke[31]提出了一个模型，使用了三组交易者：图表学家、原教旨主义者和投资者，证明了这种组合，再加上一个简单的资产定价模型，有助于解释金融市场每日周转的程式化事实。三、 该模型提出了一个基于代理的人工加密货币市场，在该市场中，异构代理买卖加密货币。特别是，我们使用比特币市场作为参考来校准模型并比较结果。出于同样的原因，该货币被称为“美元”或“$”。值得特别提及的模型特点是：o交易机制基于一个现实的订单账簿，该账簿保存买卖订单的排序列表，并与它们匹配，允许完整填写兼容的订单并设定价格；o交易者通常拥有有限的金融资源，最初是按照幂律分配的每时每刻从事交易的代理人数量只占代理人总数的一小部分每天都有一些只有现金的新交易者进入市场，或者有一些交易者退出任何交易活动；他们代表决定开始比特币交易的人，或决定退出比特币交易的人为了解释新比特币的开采，不时会随机选择一些交易者，并增加他们的比特币数量。交易机制产生了需求-供给时间表，其需求和供给之间的不平衡导致价格波动。

代理人有限的财务资源对每个代理人的交易构成了重大限制。考虑到比特币交易机制不允许高频交易，一小部分人参与交易使交易机制变得现实。有意购买比特币的新交易员进入市场是一个经验事实，这反映在区块链中注册的IP地址数量不断增加。交易者的这种持续流动，形成了经验数据，并使整个市场开放。这些新交易者只拥有现金，因为他们代表着比特币市场的新来者，希望第一次购买比特币。我们还通过按比例增加已经拥有比特币且在模型中充当“矿工”的随机选择的交易员所拥有的比特币数量，来解释由于采矿而导致的比特币数量不断增加的原因。至于交易策略，值得注意的是，商人在市场上的运作要么是为了真正的需要，要么是为了投机者。事实上，声称代理商仅出于投机原因进行交易是有误导性的，因此在提议的模型中，定义了两个交易员群体。一个群体发行订单是出于实际需要，另一个群体是出于投机原因，因此每个群体都遵循特定的交易策略。在接下来的小节中，我们详细描述了模拟比特币交易和相关价格形成机制的模型。A.每个通用时间步长的交易卫星，t，第i位交易者持有的货币（现金，美元）和比特币（比特币）的数量。交易者分为“历史”交易者——他们从一开始就在市场上，同时拥有现金和比特币——和新交易者——他们第二次进入市场，只获得现金。