学习不公平交易：一个来自美国的市场操纵分析

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：
《Learning Unfair Trading: a Market Manipulation Analysis From the
  Reinforcement Learning Perspective》
---
作者：
Enrique Mart\\\'inez-Miranda and Peter McBurney and Matthew J. Howard
---
最新提交年份：
2015
---
英文摘要：
  Market manipulation is a strategy used by traders to alter the price of financial securities. One type of manipulation is based on the process of buying or selling assets by using several trading strategies, among them spoofing is a popular strategy and is considered illegal by market regulators. Some promising tools have been developed to detect manipulation, but cases can still be found in the markets. In this paper we model spoofing and pinging trading, two strategies that differ in the legal background but share the same elemental concept of market manipulation. We use a reinforcement learning framework within the full and partial observability of Markov decision processes and analyse the underlying behaviour of the manipulators by finding the causes of what encourages the traders to perform fraudulent activities. This reveals procedures to counter the problem that may be helpful to market regulators as our model predicts the activity of spoofers.
---
中文摘要：
市场操纵是交易员用来改变金融证券价格的一种策略。一种操纵是基于使用多种交易策略买卖资产的过程，其中欺骗是一种流行的策略，被市场监管机构视为非法。一些有前途的工具已经被开发出来用来检测操纵行为，但在市场上仍然可以找到案例。在本文中，我们对欺骗和ping交易进行了建模，这两种策略的法律背景不同，但市场操纵的基本概念相同。我们在马尔可夫决策过程的完全和部分可观测性范围内使用强化学习框架，通过找出鼓励交易者进行欺诈活动的原因，分析操纵者的潜在行为。这揭示了应对问题的程序，这可能有助于市场监管机构，因为我们的模型预测了欺骗者的活动。
---
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：Machine Learning        机器学习
分类描述：Papers on all aspects of machine learning research (supervised, unsupervised, reinforcement learning, bandit problems, and so on) including also robustness, explanation, fairness, and methodology. cs.LG is also an appropriate primary category for applications of machine learning methods.
关于机器学习研究的所有方面的论文（有监督的，无监督的，强化学习，强盗问题，等等），包括健壮性，解释性，公平性和方法论。对于机器学习方法的应用，CS.LG也是一个合适的主要类别。
--

---
PDF下载：
--> Learning_Unfair_Trading:_a_Market_Manipulation_Analysis_From_the_Reinforcement_L.pdf (503.62 KB)

2022-5-9 10:24:49 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：公平交易 不公平 manipulation Quantitative Applications

学习不公平交易：从强化学习视角进行的市场操纵分析enrique Martinez Miranda和Peter McBurney及Matthew J.howard伦敦国王学院信息学系{enrique.martinez Miranda，Peter.McBurney，Matthew J.howard}@kcl。ac.UK市场操纵是交易员用来改变金融证券价格的策略。其中一种操纵是基于使用多种交易策略买卖资产的过程，其中欺骗是一种流行的策略，被市场监管机构视为非法。一些有前途的工具已经被开发出来用来检测操纵行为，但在市场上仍然可以找到案例。在本文中，我们对欺骗和ping交易进行了建模，这两种策略的法律背景不同，但市场操纵的基本概念相同。我们在马尔科夫决策过程的完全和部分可观察性范围内使用强化学习框架，通过找出鼓励交易员进行欺诈活动的原因，分析操纵者的潜在行为。这揭示了应对问题的程序，这可能有助于市场监管机构，因为我们的模型预测了欺骗者的活动。1简介市场微观结构是金融学的一个分支，涉及分析给定规则下资产交换产生的交易过程（O\'Hara 1998）。在双重拍卖市场中，这种资产交换是在买卖双方就交易的支付/接收金额达成一致时进行的，但这种协议取决于双方采取的不同策略。

交易策略本身就是一个行动计划，旨在通过购买或出售金融资产实现利润回报（Pardo 2008）。虽然交易策略是为了遵循既定的市场规则，但一些交易者更喜欢行为不端，通过操纵交易资产的价格来利用他人。例如，一些交易者可以通过向其他市场参与者传播虚假信息或采取可能影响感知价格的行动（Allen和Gale，1992年）进行操纵，就像所谓的“泵送和转储”策略一样。另一些人则相反，他们更愿意采取直接参与资产交换的行动，特别是通过抬高或降低价格来获得利润。基于交易过程的几种操纵策略在财务术语和版权中广为人知 2015年，艺术情报促进协会（www.aaai.org）。版权所有。比如ramping、wash trading、quote Stuffing、layering、Spoofing等等。欺骗是最流行的策略之一，它使用非善意订单来提高价格，被市场监管机构视为非法（Aktas 2013）。高频交易者（HFT）使用的一种类似策略被称为ping，HFT在没有执行意图的情况下下下订单，但发现订单簿中未显示的流动性（所有买卖订单都列在双重拍卖市场中），并因其可被视为操纵策略而引起争议（Scopino 2015）。在分析市场操纵问题的文献中发现的研究主要集中在检测方法的开发上。

然而，对市场操纵者行为的分析很少，这可能会揭示这些经济机构采取此类行动的原因，因此，研究这一点可能有助于市场监管机构制定可能阻止或排除欺诈策略的应对措施。我们建议在投资组合增长最大化的背景下，对欺骗和ping策略进行建模，也就是说，一个投资账户在一段时间内的预期资本增值。我们使用强化学习代理来模拟欺骗交易者在马尔科夫决策过程（MDP）背景下的行为，而部分可观察的MDP用于模拟ping交易者，因为后者会在订单簿中隐藏状态。我们使用一个固定的环境，在这个环境中，转换和奖励在一段时间内不会改变，但代理可以选择在“两种不同”的状态表示之间转换，这两种状态表示结合在一起，是模拟操纵过程的环境的完整状态表示。我们的贡献是展示如何在（PO）MDP框架中对这些操纵性交易策略进行建模，以及如何通过市场中存在的激励机制揭示市场操纵的原因，以及其运作的动态。从这一点出发，我们旨在研究以下主要问题：i）与诚实行为相比，分别由MDP和POMDP建模的欺骗和ping是否是最佳策略，同时寻求增长最大化？ii）如果操纵策略是最优的，市场监管机构可以实施哪些机制来阻止或阻止交易员采取此类行为？这一结果为市场监管机构提供了如何停止操纵行为的建议。2.关于价格操纵的相关研究已经使用了几种方法。

一些作者开发了分析模型，旨在调查大型交易者在具有有限/有限视野和时间依赖价格过程的随机经济假设下执行的操纵策略（Jarrow 1992）。其他人则采取持续时间经济，拥有高风险、无风险的资产，并参与了一场游戏，其中掠夺性交易（利用其他投资者需求的交易方式）导致价格过高，并放大了大型交易商的销售成本和违约风险（Brunnermeier和Pederse，2005年）。另一些人则认为，操纵性强、不知情的交易员可以通过出售给定公司的股票来获利，从而为限制卖空提供了起点（当交易员出售未持有的证券时）（Goldstein和Guembel，2008年）。其他研究人员专注于数据驱动方法的应用，目的是在假设存在套利者或信息寻求者理性行事（Aggarwal和Wu，2006）的情况下，或通过发现交易活动的异常模式，以及基于市场时机和流动性的系统性，提供股价操纵的经验证据合并市场中的经纪人（Khwaja和Mian，2005年）。基于代理的模型通过经验性数据进行检验，经纪商通过操纵收盘价来影响客户对其业绩的看法（Hillion和Suominen，2004年）。此外，行为立场与理论和数据驱动的方法混合在一起。开发了一个分析框架，将基于贸易的操纵描述为一种引起价格变化并获得许可的潜在行为，因此可以澄清什么构成操纵，什么不构成操纵（Ledgerwood and Carpenter 2012）。

提供了基于交易的操纵及其对投资者行为和市场效率的影响的证据，其中操纵者假装充当信息交易者，可能会影响其他投资者的反应（Kong和Wang，2014）。此外，判别模型旨在根据经验数据检测市场操纵。通过使用经济和统计分析，可以事后检测到人口数量，这表明监管框架的存在可能是不够的（Pirrong 2004）。机器学习技术也被用于检测操纵。根据交易数据，一些作者认为人工神经网络和支持向量机是检测操纵的有效技术（O_g¨ut、Do_ganay和Aktas,2009）。其他人认为，被称为“异常状态的隐马尔可夫模型”的方法能够建模和检测价格操纵模式，但需要进一步校准（Cao等人，2013）。用于检测日内价格操纵的数据挖掘方法已被用于分类和识别与不同时间尺度下的市场操纵相关的模式，但还需要进一步研究来应对检测不同形式操纵的挑战（Diaz Solis、Theodoulidis和Sampaio 2011）。此外，Naive Bayes是预测与市场操纵相关的潜在交易的一个很好的分类工具（Golmhammadi、Zaiane和Diaz 2014）。对于欺骗交易，可以通过实施监督学习算法（Cao等人，2014年）进行检测，也可以通过将交易决策建模为MDP并使用学徒学习学习奖励函数（Yang等人，2012年）进行识别。尽管在市场操纵领域的研究非常广泛，但很少有人开发出生成性模型，说明是什么鼓励这些经济主体遵循破坏性策略。

此外，其中很少有人向监管实体和/或企业提供建议（Rossi等人，2015年），以鼓励交易员停止这种有害行为。与旨在将操纵行为与其他策略区分开来的区别性模型不同，我们使用（PO）MDP方法对欺骗/ping进行建模，因为它根据市场条件预测操纵者的行为，从而提供了一个强大的工具，可供市场监管机构用于对抗操纵策略。3.问题的形成。1牛市中的交易在这项工作中，我们重点对以下两种基于交易的市场操纵策略进行建模。假设有一名交易员代表一家经纪公司管理一个投资组合，其目标是获得高交易收益，从而在短期/中期内产生投资组合增长。假设经纪人在期货市场交易，投资组合由两个不同的合约组成，α和β，市场充满乐观情绪，因此价格上涨（这种情况称为牛市）。从数学上讲，给定市场条件下投资账户的资本为t∈ [0，T]（其中，tick代表市场上新交易的执行，无论是来自交易者还是任何其他参与者）可以写成at=at+ct，（1）其中at=aαT+aβ是与合同α和β的市场价值相关的资本，而cti是用于未来购买更多合同的现金。由于合同价格遵循一种趋势，变量a在每一个滴答声中都会发生变化，而CTC则因现金流入/流出（通过买卖合同）而发生变化。

在一个窗口内投资的净利润[0，t]isR=GT-TXt=0ζt，（2）式中GT=IT- Iis表示投资增长，ζt表示与合同交易相关的直接交易成本（如交易所和ZF费用）。在牛市条件下，交易员可以从投资组合的增长中获利的一种方式是采用简单的买入并持有策略，这是一种几乎无风险的策略，通过这种策略，她买入α和β，并在长期内等待价格上涨，然后再卖出。然而，交易员也可能会以更高的目标增长率为目标*在短期/中期，需要比“买入并持有”更积极的策略，即根据交易成本ζt买卖合约α和β。为此，交易者可以以几种不同的方式行事。首先，交易者可以诚实交易，也就是说，遵循所有市场规则，买入更多合约，或者在她认为有利的时候卖出。通过这种方式，如果投资收益大于与交易过程ζt相关的直接成本，则被投资资本可能会升值并产生增长。或者，她可能会充当操纵性交易者来控制合同价格，以加速增长过程并快速达到所需的G*T.在这两种情况下，在交易之后，交易者最终得到不同比例的合约α和β，重新平衡At和Ct的数量，从而在给定的时间点t处达到新的增长水平Gt。图1说明了这一过程，其中三种策略分别在1995年2月27日至1995年5月5日期间根据市场指数S&P 500和NASDAQ综合指数确定的合约α和β的收盘价进行模拟。最初，交易员在bothassets中拥有1000份合约，该账户的资本价值为1000万货币单位。

随着市场的发展，交易者采取了由填充（诚实）/未填充（操纵）三角形代表的行动，达到了由增长率变化和交易成本支付ζt决定的新的利润水平。在我们的模拟中，操纵策略具有最佳表现，发出了一个信号，即价格操纵在最大化投资增长的同时更有效。0 20 40 60 80 1001.021.041.061.08·10 Ticksbuy&Holdhonest操纵图1：模拟牛市期间不同交易策略获得的利润。然而，只有在执行交易时，才能在不同的交易增长水平上进行转换。这一过程可以在买卖价格匹配时进行，因此资产交换可以继续进行。这被称为流动性，取决于其他市场参与者实施的交易活动的程度。在我们的模型中，如果交易合同中的流动性差，则贸易商采取的诚实行动不会导致增长水平的变化，但操纵者可以通过下大订单来利用这种情况，从而可能获得其他市场参与者的利益，并启动价格改善过程。图2中提供了增长最大化的一个示例，其中我们更改了Gttost，t的符号∈ [0,4]和G*Tto s*. 在这里，四个增长水平对应于持有一个包含不同比例合约的投资组合，例如，在S中，交易员持有一个α型合约和一个β型合约。如果贸易商选择购买第二个α合同，即“购买α”(↑),她过渡到增长水平s——通过支付相关交易成本ζ，持有两份α合同和一份β合同。同样，如果她随后选择出售第二份α合同，即“出售α”(↓), 她将回到增长水平s，现在支付ζ成本。

这些行动定义了α合同的诚实行动，以及β合同的相应行动（“购买β”(→) 还有“卖β”(←)).270271272273274275276277278279280281282283284285286287828929029129229294295296297298299300301030230330430530630830931031131231331431731831932032122323S1S2S3S4S4S*s*s5s1s6s2s7s5s8s4s′的*s*图10:GridworldSellα买入α卖出β买入β（a）诚实交易行为（Ah）。买入α（操纵）卖出α（操纵）买入β（操纵）卖出β（操纵）（b）操纵行为（As）。图11：交易行为。s2s1s3s*S4图12:GridWorld6图2：理想化的代表性，展示了投资增长最大的不同科技水平。此外，在下注行动中“购买α”(↑) 还有“卖β”(←), 结果生长水平无变化。这是因为交易者在试图出售/购买β/α合约时，由于价格太高/太低而从未完成订单，这一过程发生在网格的所有边缘。我们假设交易者只下限价订单，即根据市场规则在订单簿中列出固定数量和价格的订单，因此当存在对应方时，代理方的订单将被终止，如果不存在，则不执行订单，且不增加交易成本。同样，对于动作“购买β”(→) 交易员面临着资产流动性差的问题。我们将交易员面临的这一障碍（流动性差）与代表处的黑方联系起来。