市场、羊群和对外部信息的反应

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：
《Markets, herding and response to external information》
---
作者：
Adri\\\'an Carro, Ra\\\'ul Toral, Maxi San Miguel
---
最新提交年份：
2015
---
英文摘要：
  We focus on the influence of external sources of information upon financial markets. In particular, we develop a stochastic agent-based market model characterized by a certain herding behavior as well as allowing traders to be influenced by an external dynamic signal of information. This signal can be interpreted as a time-varying advertising, public perception or rumor, in favor or against one of two possible trading behaviors, thus breaking the symmetry of the system and acting as a continuously varying exogenous shock. As an illustration, we use a well-known German Indicator of Economic Sentiment as information input and compare our results with Germany\'s leading stock market index, the DAX, in order to calibrate some of the model parameters. We study the conditions for the ensemble of agents to more accurately follow the information input signal. The response of the system to the external information is maximal for an intermediate range of values of a market parameter, suggesting the existence of three different market regimes: amplification, precise assimilation and undervaluation of incoming information.
---
中文摘要：
我们关注外部信息源对金融市场的影响。特别是，我们开发了一个基于随机代理的市场模型，该模型具有一定的羊群行为，并且允许交易者受到外部动态信息信号的影响。这种信号可以被解释为一种时变的广告、公众感知或谣言，支持或反对两种可能的交易行为之一，从而打破系统的对称性，并作为一种持续变化的外生冲击。作为一个例子，我们使用德国著名的经济情绪指标作为信息输入，并将我们的结果与德国领先的股票市场指数DAX进行比较，以校准一些模型参数。我们研究了智能体集合更准确地跟踪信息输入信号的条件。在一个市场参数的中间值范围内，系统对外部信息的响应最大，这表明存在三种不同的市场机制：对传入信息的放大、精确同化和低估。
---
分类信息：

一级分类：Quantitative Finance        数量金融学
二级分类：General Finance        一般财务
分类描述：Development of general quantitative methodologies with applications in finance
通用定量方法的发展及其在金融中的应用
--
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。
--

---
PDF下载：
--> Markets,_herding_and_response_to_external_information.pdf (1.09 MB)

2022-5-8 08:40:21 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：对外部 Quantitative intermediate illustration Assimilation

市场、放牧和对外部信息的响应阿德里安·卡洛*、拉乌尔·托拉尔、马克西·圣米格尔、西卡跨学科综合系统研究所（IFISC）、CSIC-UIB、西班牙马洛尔棕榈岛*电子邮件：阿德里安。carro@ifisc.uib-csic。ESAbstracts我们关注外部信息源对金融市场的影响。特别是，我们开发了一个基于随机代理的市场模型，其特征是具有一定的羊群行为，并且允许交易者受到外部动态信息信号的影响。这种信号可以被解释为一种随时间变化的广告、公众感知或谣言，支持或反对两种可能的交易行为之一，从而表明s系统的对称性，并作为一种持续变化的外生冲击。作为一个例子，我们使用德国著名的经济情绪指标作为信息输入，并将我们的结果与德国领先的股票市场指数DAX进行比较，以校准一些模型参数。我们研究了age nts集合在信息输入信号下更精确的条件。在市场参数的中间值范围内，系统对外部信息的影响最大，这表明存在三种不同的市场机制：对传入信息的放大、精确同化和低估。引言对金融数据的分析导致了对金融时间序列中广泛的市场、资产和时间段[1,2]中发现的一些非高斯统计规律的表征。这些稳健的经验性质在经济文献和程式化事实中是已知的。

例如，我们已经发现，收益的无条件分布显示出一种肥胖症或瘦肉症特征，即与高斯分布[1]相比，它在分布的中心和尾部表现出更高的概率集中，从而导致更大收益的概率更高。第二个例子是波动性的间歇性行为，以绝对或平方回报衡量。这种特性被称为波动性聚集，意味着平静和动荡的市场时期需要聚集在一起[3]。波动性的这种时间爆破行为导致绝对收益和平方收益的正自相关的存在，其作为时滞的函数衰减很小[4]。人们提出了两个相互矛盾的假设来解释金融数据中程式化事实的起源和普遍性。一方面，传统的有效市场假说认为，市场是有效的，因为它们正确地聚合了所有可用信息，因此价格变化（回报）完全和间接地反映了任何新信息[5]。因此，根据这一假设，收益分布的任何特定特征都是新闻竞争过程统计特性的直接结果。另一方面，最近几年见证了另一种方法的发展，这种方法可能被称为交互作用剂hypo-thesis，如[6]中所述。事实上，越来越多的1/30贡献基于异质相互作用主体[7]解释了这些程式化事实，即经济参与者之间多样性的宏观结果，以及它们之间的相互作用和联系[8-12]。

异质性在这里指的是代理人获取可用信息的不同程度，或他们从一系列不同的市场策略或交易规则中进行选择的能力。根据它们的特点，研究了不同的相互作用机制，无论是直接的还是间接的，是全局的还是局部的。因此，根据这一假设，在金融时间序列中发现的任何统计规律都是市场内部动态内在产生的一种新特性。按照早期工作[13]的思路，我们可以将不同的基于代理的金融模型分为三大类。第一种方法是从统计物理学文献中看到ks在著名的临界系统中的启示，它能够通过仔细调整接近临界状态的模型参数来产生非高斯统计[12，14–16]。第二组模型受开创性工作[10]的启发，假设代理人通过价格机制和受噪声影响的战略绩效的公共信息进行全球互动[17,18]。当信号噪声比围绕统一性进行调整时，这些模型能够重现上述一些程式化事实。

最后，第三类是由Kirman提出的一系列信息传输随机模型组成的[8，9]，其主要成分是基于羊群行为或跟随人群的倾向，强调代理人之间的社会互动过程[6，11，19]。这些模型内在地产生了金融时间序列的一些普遍统计特性。如果有效的市场方法忽略了不同经济行为体之间相互作用和联系的重要性，那么基于年龄的金融文献传统上忽略了外部信息源对市场的影响，将其视为完全封闭的实体，或受制于恒定的噪音水平。我们的研究是基于这样一种观察，即即使市场是复杂的系统，能够赋予非高斯统计特性，它们也是由诺曼封闭的实体所驱动，对外部信息的到来不敏感。事实上，近来检索和处理大量新闻的工具和方法的可用性，使得实证金融研究能够开始收集市场如何影响的证据，例如：关于公司的新闻、经济指数、与经济有关的谣言、分析师的预测和经济评价、世界新闻事件、，以及大众媒体提供的金融信息[20-24]。[25]对外部信息来源的影响进行了更广泛的调查，而关于市场动态的内生和外生成分的更详细说明，我们参考[26,27]。大多数文献都是从纯粹的经验角度来解决这个问题的。

作为上述实证工作的补充，本文的主要目的是从理论上评估外部信息源对以存在某种羊群行为为特征的基于代理人的金融市场的影响。此外，我们还重点研究了这种外源信息对广告者行为的影响，以及这如何导致不同的市场机制存在，从而影响投入产出响应（其他方法见[28,30–32]）。特别是，我们沿着Kirman[8,9]和Alfarano等人[29]的著作开发了一个金融市场羊群模型，但对影响交易者行为的外部信息的到来持开放态度。作为信息输入的一个例子，我们使用欧洲经济研究中心（ZEW）在德国发布的一个著名的经济情绪指标。此外，我们将模型结果与德国主要股票市场指数DAX进行比较，以便为一些模型参数找到合适的值。研究了智能体集成2/30更准确地跟踪信息输入信号的条件。有趣的是，我们发现了一种共振现象，即系统对外部信息的响应在一个市场参数的中间值范围内达到最大值，该市场参数与羊群交易相关的随机行为的重要性有关。这一结果表明，对于传入信息的同化，存在不同的市场机制。这篇论文的大纲如下。第一部分描述了所使用的方法，分为三个小节。在第一部分中，我们介绍了最初的羊群模型，作为我们研究的出发点，以及一些分析结果，以便在后续章节中进行比较。

第二小节简要介绍了市场框架和使用的经济变量。第三部分详细讨论了我们所指的外部信息、用作说明的特定输入信号的特征，以及对外部信息开放的放牧模型的分析开发。第二部分介绍了通过模拟该模型获得的数值结果。首先，我们讨论了外部信息源的说服力变化对市场的影响，并与真实的股票市场数据进行比较，以找到这种说服力的合适值。然后，我们量化市场模型在反映传入信息方面的质量，并讨论所发现的共振现象的特殊特征。在最后一节中，我们得出主要结论，并添加一些一般性评论。方法原始放牧模型受一系列蚁群昆虫学实验的启发，Kirman[9]提出了一种随机放牧形式主义，用于模拟金融机构的决策。在蚂蚁的实验中，昆虫学家观察到，在一种明显对称的情况下，出现了对称的集体行为：当蚂蚁在两种完全相同的食物来源之间做出选择时，大多数蚂蚁倾向于在同一时间只利用其中一种，时不时地将觅食的注意力转向另一种来源。为了解释这种行为，Kirman开发了一个随机模型，其中蚂蚁改变觅食来源的可能性是两种机制的结合。一方面，他认为蚂蚁存在一种放牧倾向，即随大流的倾向，这意味着蚂蚁之间存在某种信息传递的互动。

另一方面，他还假设蚂蚁会随机探索它们的邻居，寻找新的食物来源，因此每一只蚂蚁都有一种自主的转换倾向或特质行为，这起到了自由意志的作用。Kirman从市场行为的角度重新解释了这个简单的羊群模型，简单地用市场代理人在两种不同的交易策略之间的选择取代蚂蚁在食物和食物之间的二元选择。这些不同的策略可能与经纪人对未来价格演变的预期形成的某些特定规则有关，或者是由于他们对当前和过去信息的解释不同。例如，外汇市场交易者可以采取不同的策略，比如对未来汇率变动的原教旨主义或图表主义预测。另一个例子是在图表交易者中选择乐观还是悲观。在这些例子中，Kirman模型将是金融机构之间的决策机制，金融机构在特定情况下决定是买入还是卖出，从而在一种或另一种策略的主导地位之间产生市场摩擦。随后的一系列研究[6,11,29,33,34]集中于解释金融市场经验数据中观察到的一些典型事实，即柯曼类型的羊群模型。然而，文献中有两种不同的放牧术语。在他1993年的开创性论文中，Kirman提出了d aherding概率，即对于每种试剂，它与处于相反状态的试剂的比例成正比。

这种形式化或原始形式化的一个主要缺点已经被指出是，它对于系统规模N或N依赖性e的扩大缺乏稳健性，因为市场中越来越多的参与者导致随机性消失，从而使程式化事实消失。相反，一些后来的作者[6,29,33,34]通过基于羊群概率的交互机制的交替建模避免了这个问题，对于每一个个体来说，羊群概率与处于相反状态的个体的绝对数量成正比，从而使每个个体与任何其他个体进行交互，而不管系统大小。下面我们将介绍第二种也是最近的形式主义。例如，这种方法必须成功地再现收益率分布中的厚尾、波动率聚类以及绝对收益率和平方收益率的正自相关。现在，让我们简要回顾一下Kirman模型的形式化（在独立于itsN的公式中）以及之前工作[29,35]中的分析推导，这将有助于后续分析。假设市场上有固定数量的交易者N，让N成为选择两种可能策略之一的经纪人的麻木者，而- n选择另一个。为了明确起见，我们将在下文中提到对未来价格演变的乐观与悲观观点，特别是第一组纳根特乐观和第二组N- n.相似的。就这样，n∈ 0, 1, ..., N定义系统的配置或状态。

它的演变是由前面提到的两个术语给出的：一方面，有两个代理的成对遭遇，之后其中一个可能复制另一个的策略；另一方面，有特殊的随机状态变化，扮演一个自由意志的角色。该模型的另一个假设是，代理人缺乏记忆，因此他们改变状态的可能性不取决于之前遭遇的结果，也不取决于之前的白痴-巫师切换。因此，系统的随机演化可以被形式化为一个马尔可夫过程，在每个时间步，仅仅取决于在一个时间间隔内从系统n的当前配置切换到另一个状态n′的概率t、 用P（n′，t+t | n，t）。然而，如果这个时间间隔如果t足够小，那么观察到多个脉冲的概率可以忽略，我们可以将分析限制在n′=n±1。此外，概率将与单位时间内的转移率asP（n′，t+t | n，t）=π（n）→ n′）t、 每个个体的转移率l i，π+i=πi（悲观的→ 乐观）和π-i=πi（乐观）→ 悲观的），通常可以定义为π+i=a+hn，π-i=a+h（N）- n） ，其中参数a和h分别代表白痴比率s w瘙痒系数和放牧强度系数。