楼主: kedemingshi
1553 26

[量化金融] 利用人工双重拍卖了解金融市场状态 [推广有奖]

  • 0关注
  • 4粉丝

会员

学术权威

78%

还不是VIP/贵宾

-

威望
10
论坛币
15 个
通用积分
89.2735
学术水平
0 点
热心指数
8 点
信用等级
0 点
经验
24665 点
帖子
4127
精华
0
在线时间
0 小时
注册时间
2022-2-24
最后登录
2022-4-15

楼主
kedemingshi 在职认证  发表于 2022-5-7 21:23:15 |AI写论文

+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~ !

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:
《Understanding Financial Market States Using Artificial Double Auction
  Market》
---
作者:
Kyubin Yim, Gabjin Oh, Seunghwan Kim
---
最新提交年份:
2015
---
英文摘要:
  The ultimate value of theories of the fundamental mechanisms comprising the asset price in financial systems will be reflected in the capacity of such theories to understand these systems. Although the models that explain the various states of financial markets offer substantial evidences from the fields of finance, mathematics, and even physics to explain states observed in the real financial markets, previous theories that attempt to fully explain the complexities of financial markets have been inadequate. In this study, we propose an artificial double auction market as an agent-based model approach to study the origin of complex states in the financial markets, characterizing important parameters with an investment strategy that can cover the dynamics of the financial market. The investment strategy of chartist traders after market information arrives should reduce market stability originating in the price fluctuations of risky assets. However, fundamentalist traders strategically submit orders with a fundamental value and, thereby stabilize the market. We construct a continuous double auction market and find that the market is controlled by a fraction of chartists, P_{c}. We show that mimicking real financial markets state, which emerges in real financial systems, is given between approximately P_{c} = 0.40 and P_{c} = 0.85, but that mimicking the efficient market hypothesis state can be generated in a range of less than P_{c} = 0.40. In particular, we observe that the mimicking market collapse state created in a value greater than P_{c} = 0.85, in which a liquidity shortage occurs, and the phase transition behavior is P_{c} = 0.85.
---
中文摘要:
金融系统中构成资产价格的基本机制理论的最终价值将反映在这些理论理解这些系统的能力上。虽然解释金融市场各种状态的模型从金融、数学甚至物理学领域提供了大量证据来解释在真实金融市场中观察到的状态,但以前试图充分解释金融市场复杂性的理论并不充分。在这项研究中,我们提出了一个人工双拍卖市场,作为一种基于代理的模型方法,来研究金融市场复杂状态的起源,通过一种能够覆盖金融市场动态的投资策略来表征重要参数。市场信息到达后,图表交易者的投资策略应该会降低风险资产价格波动引起的市场稳定性。然而,原教旨主义交易者战略性地提交具有基本价值的订单,从而稳定市场。我们构造了一个连续的双重拍卖市场,发现该市场由一小部分图表作者P_{c}控制。我们证明了在真实金融系统中出现的模拟真实金融市场状态在大约P_{c}=0.40和P_{c}=0.85之间给出,但模拟有效市场假设状态可以在小于P_{c}=0.40的范围内产生。特别是,我们观察到,在一个大于P_{c}=0.85的值中产生的模拟市场崩溃状态,其中发生了流动性短缺,并且相变行为是P_{c}=0.85。
---
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:
--> Understanding_Financial_Market_States_Using_Artificial_Double_Auction_Market.pdf (1.78 MB)
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

关键词:金融市场 Quantitative Fluctuations Fundamental agent-based

沙发
能者818 在职认证  发表于 2022-5-7 21:23:21
利用艺术双拍卖市场了解金融市场状况*和Seunghwan Kim+朝鲜半岛共和国浦项790-784邮政技术物理系非线性和复杂系统实验室——朝鲜大学工商管理部,光州501-759,大韩民国(日期:2018年9月29日)金融系统中构成资产价格的基本机制理论的最终价值将反映在这些理论理解这些系统的能力上。尽管解释金融市场各种状态的模型提供了来自金融、数学甚至物理领域的大量证据来解释在真实金融市场中观察到的状态,但之前试图充分解释金融市场复杂性的理论并不充分。在这项研究中,我们提出了一个艺术双拍卖市场,作为一种基于代理的模型el方法,来研究金融市场复杂状态的起源,用一种能够覆盖金融市场动态的投资策略来描述重要参数。市场信息到达后,图表交易者的投资策略应该会降低源自风险资产价格波动的市场稳定性。然而,原教旨主义交易者战略性地提交具有基本价值的订单,从而稳定市场。我们构建了一个连续的双重拍卖市场,发现该市场由一小部分图表师Pc控制。我们表明,真实金融系统中出现的模拟真实金融市场状态,大约在Pc=0.40和Pc=0.85之间,但模拟有效市场假设状态可以在小于Pc=0.40的范围内生成。

藤椅
kedemingshi 在职认证  发表于 2022-5-7 21:23:24
特别是,我们观察到,在大于Pc=0.85的值中产生的模拟市场崩溃状态,其中发生了流动性短缺,相变行为为Pc=0.85。一、导言基于资产定价的关键作用,资产定价研究在金融市场有着悠久的历史,了解其基本机制与投资者行为有关。经济和金融领域的任何理论都无法解释价格机制的所有方面,因为金融市场是最复杂的系统之一,其特征是各种市场状态,如正常和异常状态。为了充分了解风险资产的价格动态,我们必须了解金融市场不同状态的性质。两位著名的经济学学者尤金·F·法玛和罗伯特·J·希勒因其工作进一步加深了对金融市场资产定价基本特征的理解而获得2013年诺贝尔经济学奖[1]。E ugene F.Fama提出了有效市场假说(EMH),该假说被广泛接受为资产定价模型的基础经济理论,包括基础资产和与此类资产相关的期权的定价[2,3]。EMH假设金融市场的所有投资者都是理性的,并假设这些投资者无法使用过去的金融市场信息预测未来的市场价格。然而,罗伯特·J·希勒(Robert J.Shiller)提出了“行为金融”,其中包括能够预测未来市场的非理性领导者*kyubin48@gmail.com+swan@postech.ac.krphecogjoh@gmail.comprices在风险资产的价格变动中使用过去的信息,或通过投资者的心理效应[4]。许多经济学家进一步发展了行为金融,并在流内经济学中得到了很好的确立[5-11]。

板凳
nandehutu2022 在职认证  发表于 2022-5-7 21:23:27
利用金融和行为金融,已经开发了许多市场微观结构模型[12-20]。此外,利用金融市场高频数据的微观层面研究有助于开发资产定价和市场微观结构领域[21–25]。不幸的是,有效市场假说的基本假设与行为假设完全不同。换句话说,大多数关于资产定价模型的研究可以通过对主要因素(如投资者和风险资产的动态)做出特定假设来解释市场各个方面的一些特征。因此,完全理解资产定价机制的困难在于,各种独立的理论有助于建立完整的资产定价模型,只有通过映射这两种理论的集成模型,才能完全理解资产定价。使用基于代理的模型(ABM)理解金融市场中资产价格的程式化事实的最新进展揭示了以下因素:(1)促使我们思考在这种情况下,投资者的异质性是否比代表性代理更重要;(2)交易者之间的互动如何影响资产价格的基本特征。作为对资产定价的一种理解,认为交易者是异质的,ABM最近作为一种替代方法出现在资产定价模型中。ABM的特性可以与其他方法区别如下:(i)ABM提供了从微观投资者层面到宏观市场层面的联系;(ii)ABM可以生成艺术数据,包括不同的市场情景和异质代理假设。

报纸
nandehutu2022 在职认证  发表于 2022-5-7 21:23:31
因此,创建了一个具有各种场景的艺术股票市场,不仅包括从零智能模型到多智能模型的异构代理类型,还包括从市场清算系统到订单驱动市场的创新交易机制[26–40]。为了说明反映真实金融市场各种市场状态的另一种资产定价模型,我们开发了一个由异质代理人(包括原教旨主义者和图表学家)构成的临时双重拍卖市场(ADAM),并将双重拍卖市场作为其交易系统。本文的其余部分组织如下。在模型部分,我们描述了ADAM。resultssection描述并讨论模型生成的数据的结果。讨论和结论对本文进行了总结,并提出了今后研究的方向。二、模型金融系统中的传统资产定价模型通常以不同市场状态下的一个方面为特征,但实际金融系统中的资产定价动态有许多方面,这可能是由于交易者的异质性、交易者之间的相互作用以及复杂的交易机制(双重拍卖市场)造成的,这让我们在研究中使用ADAM。在ADAM中,假设对一种股票进行了评级。我们认为,所有代理人都知道其他代理人的类型,在其投资时间范围内的过去价格信息,以及资产的当前基本价值pftof,我们将其用于跟踪byln(pft)定义的几何布朗运动-ln(pft)-1) =t,t~ N(0,σ)(1),其中pft表示时间t的基本值。ln(pft)的增量遵循一个标准分布,该分布产生一个标准偏差,该偏差等于整时间步增量总和的σ。图1描述了ADAM中交易过程的模式。

地板
nandehutu2022 在职认证  发表于 2022-5-7 21:23:35
在交易过程的第一步,个人代理人根据代理人类型之间的切换规则确定自己的类型。在确定代理类型的过程之后,随机选择的一个代理预测未来的价格并确定她或她的订单。最后,代理人提交订单,该订单被确定为双重拍卖机制下市场订单和限价订单之间的一种类型。如果代理商提交市场订单进行购买(出售),该市场订单将与限价订单进行匹配,以最佳买入(出价)价格水平进行销售(购买),市场价格由最佳买入(出价)价格决定。如果代理人提交了购买(出售)的限价订单,该订单将存储在“买入(卖出)”限价订单簿中。这种交易过程可分为两个子过程:确定代理人类型过程和双重拍卖市场过程。以下两小节将详细介绍这些子过程。A.确定代理人类型流程在ADAM中,交易流程从确定代理人类型开始。我们考虑两种异质代理人类型:原教旨主义者和图表主义者。在真实金融市场中,基础论者更喜欢基础分析和校正池塘,而不是基本面交易者[41]。在《亚当》中,原教旨主义者通过基本分析获得基本价值信息。一般来说,股票的基本价值通常是通过发行股票的公司未来利润或收益的贴现总和来计算的。这种基本价值像随机游走一样移动,基本上不受市场价格趋势的影响。在ADAM中,假设基本值遵循布朗运动,如等式1所示。因此,原教旨主义既稳定了市场,又使市场价格随机化。由原教旨主义者推动的市场国家将类似于尤金·F·法马提出的高效市场。

7
何人来此 在职认证  发表于 2022-5-7 21:23:38
与原教旨主义者不同,图表学家对市场价格的趋势或时尚非常敏感。图表师倾向于使用过去的价格趋势进行技术分析,并与实际金融市场中的技术交易员相对应[42]。由RobertJ提出。图表作者希勒是一个非理性的交易者和投机者,他破坏了市场的稳定。在ADAM中,图表是使用过去价格趋势的趋势跟踪者。此外,图表师分为两类:乐观主义者和悲观主义者。乐观的图表专家预测未来的价格将比当前的价格高(低)。在以前大多数使用BMS的艺术股票市场中,原教旨主义者和图表学家都混合在对现货价格表的预期中,并且可以使用初始固定参数s进行随机确定[35、38、40]。这些模式的优势在于,ge ne将市场状态评级为不同的代理类型组合。然而,这些模型并不能根据代理类型的变化对市场微观结构的动态特性进行充分的描述。为了根据代理人类型的变化来理解市场微观结构的动态,我们将原教旨主义者和图表主义者以预期的形式分开,并在修改之前的艺术股票市场模型的意见动态规则时,考虑使用转移概率在他们之间切换规则[31,32]。转移概率包括在个体和每种主体类型的个体之间的相互作用中发生的羊群效应。切换规则的更多细节见附录A.B.双重拍卖市场流程。所有代理人确定自己的类型后,随机选择一名代理人随时参与交易。

8
大多数88 在职认证  发表于 2022-5-7 21:23:42
选择的代理人i对现货价格或未来价格t+τi形成一个预期,该预期将在时间间隔(t,t+τi)内盛行,其中τi表示代理人i的投资时间范围。基础代理人、乐观代理人和模拟代理人的未来价格如下所示:基本代理人、乐观代理人和模拟代理人的未来价格为:t+τi(原教旨主义者)=pft(1+N(0,σγf))(2)基本代理人、t+τi(乐观者)=pt+|N(0,στiγc)|pit,t+τi(悲观)=pt- |N(0,στiγc)|(4)στi=τiXk=1(pt-K- “-p)√τi/τi(5)p=pτik=1pt-1.-kτi(6)式中,pftdenotes表示时间t的基本值,γf,γcdenotes表示原教旨主义者和图表主义者的风险规避系数,τide表示代理人i的投资时间范围。我们假设γfis大于γc。此外,我们假设原教旨主义者的τiof大于图表主义者的τiof。这些假设反映了图表主义者比原教旨主义者更具推测性的特点。N(0,στiγc)为正态分布,平均值为零,στiγc为标准偏差。στide记录了[t]期间pric es的标准偏差- τi,t)。图表绘制者将未来价格与市场数据的标准偏差作为标准。乐观(pe ssimistic)的经纪人通过市场价格的标准偏差推动市场价格上涨趋势(下跌趋势)。原教旨主义者用σ表示未来价格的标准差,这是基本价值增量的标准差。如果经纪人预计未来价格将比当前价格高(低),她决定购买(出售)一股股票。但是,如果代理商预期未来价格与当前价格相同,代理商不得提交订单。我们假设代理人愿意以低于(高于)其预期未来价格^pit,t+τi的价格位(ait)购买(出售)。

9
kedemingshi 在职认证  发表于 2022-5-7 21:23:46
bit和ait如下:bit=^pit,t+τi(1- ki(x))(7)ait=^pit,t+τi(1+ki(x))(8)P rob(ki(x))=exp(-x/σ)/σ(9)E[ki(x)]=σ,var[ki(x)]=σ(10),其中kis是指数分布。根据双重拍卖机制,代理商选择一个限价订单或市场订单。如果bit(ait)小于(大于)最佳ask aqt(最佳投标bqt),代理商将以bit(ait)的价格水平提交限价订单。best ask aqt(best bid bqt)是指最低的ask(最高的出价)在时间t列在限价订单簿中。Alimit order是指以特定价格或更高价格购买或出售股票的订单,存储在等待市场订单的订单簿中。然而,如果比特(ait)大于(小于)或等于aqt(bqt),代理在aqt(bqt)提交市场订单。市场指令是以限价指令簿中的最佳可用价格购买或出售股票的指令。当在市场中提交市场订单时,交易将被终止。在t+τi之前,与市场订单不匹配的限价订单将从订单簿中删除。在任何时候,交易价格(如有)均为交易价格。如果没有新的交易发生,则价格的代理由aqt和bqtso that pt=(aqt+bqt)/2的平均值给出,这是一个我们称之为中点的值。如果订单簿中未列出买入价或卖出价,则该价格的代理价格由之前交易或报价给出。订单的所有价格必须为正数,投资者可以在预先指定的网格上以任何价格提交限额订单,具体价格由订单大小确定.所有公司都在预算约束下交易,卖空是被禁止的。为防止市场价格发生过大变化,禁止提交超过或低于上次收盘价15%的订单。

10
kedemingshi 在职认证  发表于 2022-5-7 21:23:49
我们假设提交者的数量总是一个单位,一个模拟步骤,用t是0.01倍。我们假设一个交易周期是100个模拟步骤(=100)t=1次)。交易完成后,所有限价指令和市场微观结构轨迹都会记录在人工数据中。通过分析这些人工数据,我们可以在微观层面上追踪所有价格形成过程。三、 结果我们采用上述ADAM模型,在市场微观结构水平上理解a sset定价模型。根据之前工作的大量结果,微观结构范围内的资产价格动态以几个数量为特征,包括收益率、波动率、买卖价格和第一缺口数据集[43–54]。在这里,我们使用ADAM模型模拟艺术数据集,该模型可以生成重要信息,用于理解资产定价机制,尤其是在交易者的异质性方面。现在我们继续模拟并分析生成的数据模型。使用不同的种子进行总共100次模拟。每个模拟由500个代理以1000000个模拟步骤(=10000次)执行。用于模拟的参数值如下所示:σ=0.005,σ=0.1, = 对于原教旨主义者,0.0005,p(t=0)=300,pf(t=0)=300,γf=1.0,γc=0.1,τi=3[时间];a和τi=1[时间]用于图表绘制者。为了保护ADAM模型中的市场扭曲,我们构造了市场崩溃状态,以恢复到其他状态,该规则禁止在之前的交易周期内交易不成功或低于市场价格的15%。图2(a)显示了一个随时间变化的大趋势,这表明图表作者数量的间歇性增加倾向于偏离只支持原教旨主义者的高效市场。

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
jg-xs1
拉您进交流群
GMT+8, 2026-1-1 23:42