基于Agent的计算经济市场模型模拟器SABCEMM

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：
《SABCEMM-A Simulator for Agent-Based Computational Economic Market Models》
---
作者：
Torsten Trimborn, Philipp Otte, Simon Cramer, Max Beikirch, Emma
  Pabich, Martin Frank
---
最新提交年份：
2018
---
英文摘要：
  We introduce the simulation tool SABCEMM (Simulator for Agent-Based Computational Economic Market Models) for agent-based computational economic market (ABCEM) models. Our simulation tool is implemented in C++ and we can easily run ABCEM models with several million agents. The object-oriented software design enables the isolated implementation of building blocks for ABCEM models, such as agent types and market mechanisms. The user can design and compare ABCEM models in a unified environment by recombining existing building blocks using the XML-based SABCEMM configuration file. We introduce an abstract ABCEM model class which our simulation tool is built upon. Furthermore, we present the software architecture as well as computational aspects of SABCEMM. Here, we focus on the efficiency of SABCEMM with respect to the run time of our simulations. We show the great impact of different random number generators on the run time of ABCEM models. The code and documentation is published on GitHub at https://github.com/SABCEMM/SABCEMM, such that all results can be reproduced by the reader.
---
中文摘要：
我们介绍了用于基于代理的计算经济市场（ABCEM）模型的仿真工具SABCEM（基于代理的计算经济市场模型模拟器）。我们的仿真工具是用C++实现的，我们可以轻松地使用数百万个代理运行ABCEM模型。面向对象的软件设计支持ABCEM模型构建块的独立实现，如代理类型和市场机制。通过使用基于XML的SABCEM配置文件重新组合现有构建块，用户可以在统一的环境中设计和比较ABCEM模型。我们引入了一个抽象的ABCEM模型类，我们的仿真工具就是建立在这个类的基础上的。此外，我们还介绍了SABCEMM的软件体系结构和计算方面。这里，我们重点关注SABCEMM在模拟运行时的效率。我们展示了不同随机数生成器对ABCEM模型运行时间的巨大影响。代码和文档发布在GitHub上，网址为https://github.com/SABCEMM/SABCEMM，以便读者可以复制所有结果。
---
分类信息：

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
--
一级分类：Economics        经济学
二级分类：Econometrics        计量经济学
分类描述：Econometric Theory, Micro-Econometrics, Macro-Econometrics, Empirical Content of Economic Relations discovered via New Methods, Methodological Aspects of the Application of Statistical Inference to Economic Data.
计量经济学理论，微观计量经济学，宏观计量经济学，通过新方法发现的经济关系的实证内容，统计推论应用于经济数据的方法论方面。
--
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：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：
--> SABCEMM-A_Simulator_for_Agent-Based_Computational_Economic_Market_Models.pdf (803.02 KB)

2022-6-2 20:54:40 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：agent SAB EMM Age ABC

基于Agent的计算经济市场模型的SABCEMA模拟器Storsten Trimborn*+, Philipp Otte，Simon Cramer§，Maximilian Beikirch§，Emma Pabich§，Martin FrankP2018年10月11日摘要我们为基于代理的计算经济市场（ABCEM）模型介绍了模拟工具SABCEM（基于代理的计算经济市场模型模拟器）。我们的仿真工具是用C++实现的，我们可以轻松地使用数百万个代理运行ABCEM模型。面向对象的软件设计支持ABCEM模型构建块的隔离实现，如代理类型和市场机制。用户可以通过使用基于XML的SABCEM配置文件重新组合现有构建块，在统一环境中设计和比较ABCEM模型。我们引入了一个抽象的ABCEM模型类，我们的仿真工具就是建立在这个类上的。此外，我们还介绍了SABCEMM的软件体系结构和计算方面。这里，我们重点关注SABCEMM在模拟运行时间方面的效率。我们展示了不同随机数生成器对ABCEM模型运行时间的巨大影响。

代码和文档发布在GitHub上，网址为https://github.com/SABCEMM/SABCEMM，以便读者可以复制所有结果。关键词：基于代理的模型、蒙特卡罗模拟、经济市场模型、程式化事实、模拟器、有限规模效应、随机数生成器*IGPM，RWTH亚琛，Schinkelstrasse 2，52056亚琛，德国+通讯作者：trimborn@igpm.rwth-亚琛。deMathCCES，RWTH亚琛，52056亚琛，德国§RWTH亚琛，52056亚琛，德国P卡尔斯鲁厄理工学院，斯坦布克计算中心，赫尔曼·冯·亥姆霍兹广场176344 Eggenstein Leopoldshafen，Germany1简介在过去二十年中，经济物理学的新研究领域受益于快速增长的社区，并获得了巨大的发展势头[11]。由于几次金融危机，人们对新金融市场模式的兴趣有所上升，不仅是在科学社会，尤其是在特里谢（Trichet）和伯南克（Bernanke）等从业者的工作中。基于代理的计算经济市场（ABCEM）模型是经济学的一个主题。这些模型类似于互动主体的艺术市场，通常借助蒙特卡罗模拟进行分析。许多经典的金融市场模型都基于Fama最初提出的有效市场假说（EMH）[77，48]。EMH面临着广泛的批评，仍在进行有争议的讨论[76]。其中一个原因是市场异常的存在，通常称为程式化事实，EMH无法解释。风格化事实是金融数据中的统计观察结果，可在不同的时间尺度上记录，并适用于全球各种股票市场。最广为人知的一个典型事实可能是收入和财富的低质量，这是帕累托在1897年首次发现的【87】。

其他例子还有股票收益率分布和波动率聚类中的重尾，最初由Mandelbrot于1963年确定【78】。关于程式化事实的进一步讨论，我们参考[26，73]。程式化事实似乎在金融危机的出现中起着重要作用[29]，几位作者强调了调查程式化事实起源的必要性[43]。ABCEM模型的共同目标是复制包含程式化事实的财务数据，从而发现其出现的原因。因此，ABCEM模型有助于更好地理解金融危机的出现。ABCEM模型表明，程式化事实是由行为方面和心理误解【31，73】或学习机制【4，40，99】引入的。许多ABCEM模型深受行为金融[56]的影响，与经典金融市场模型没有太多相似之处。因此，ABCEMmodels中的投资者，通常被称为代理人，并不遵循理性效用最大化者的经济人范式。在西蒙的意义上，它们被建模为有界理性主体【91，92】。此外，每个代理的需求是否合计为所谓的超额需求，超额需求被定义为所有代理的供需差异的平均值。在古典经济理论中，供给与需求相匹配。这一理论被称为一般均衡理论，可以追溯到约翰·洛克、詹姆斯·德纳姆·斯图尔特和亚当·史密斯。19世纪，安托万·古诺、卡尔·门格尔和勒昂·瓦拉斯进一步发展了一般均衡理论。L’eon Walras（105）可能介绍了一般均衡理论中最具影响力的模型。该模型考虑了一个生产者，他在所谓的t^atonnement过程中决定价格。

这里，有一种假设是理性市场，即我们拥有完美的信息，没有交易成本。20世纪50年代，麦肯齐、阿罗和德布鲁进一步发展了一般均衡理论。我们参考这本书进行一般性讨论。平衡可以启发式地表示为：NXi=1vSi（S，t）=NXi=1vDi（S，t），其中N∈ N表示市场参与者的数量，v（·）（S，t）表示每个代理人要求或分别以特定价格S提供的股票或资产的数量。然后给出均衡价格序列作为价格，其中供给与需求匹配。从数学的角度来看，这会导致一个定点问题，对于这个问题，解决方案的存在通常是无法先验保证的，而且通常很难解决。由于理性市场假设的局限性，一般均衡理论受到了批评（例如[51，3]），这在现实世界经济学中似乎经常被违反。此外，目前正在讨论市场价格是否代表均衡。例如，Beja和Hakanson[9]指出，观察到的价格通常与均衡价格不同。如果t^atonnement过程花费的时间太长，导致计算出的解再次处于不平衡状态，就会发生这种情况。这导致了市场价格不平衡理论[9，50，34]，其中价格调整速度是确定的，实际市场价格代表不平衡价格。事实上，大多数ABCEM模型都采用了有限理性主体的概念，并考虑了非理性市场机制。在过去十年中，新的ABCEM模型做出了许多贡献。我们仅对影响最大的ABCEM模型进行了简要概述：Levy-Levy-Solomonmodel【69】、Lux-Marchesi模型【74、75】、Brock-Hommes模型【14、15】和Cont-Bouchaud模型【27】。

ABCEM模型描述了不同的应用领域。一些模型侧重于危机的产生（参见[60、57、49]），而其他模型则试图探索决策者的新法规对市场行为的影响（参见[96、33]）。我们请感兴趣的读者参考评论【65、11、18、94、55、54、89、40、21、98、97】，了解BCEM模型的一般介绍。一般来说，ABCEM模型克服了绘制有限现实图片的缺点。事实上，在一个模型中对程式化事实的解释在anothermodel中并不一定成立。此外，批评者可能会辩称，所有结果都是基于计算机模拟的，不能盲目相信。这是一个严重的问题，早期的研究[39、107、20、64、53]表明，在许多模型中获得的程式化事实只是数字伪影。更准确地说，这些研究表明，例如，流动性很强的Lux-Marchesi模型和Levy-Levy-Solomon模型表现出有限的规模效应[39107]。有限规模效应通常说明，不同数量的代理可能会导致定性不同的模型输出。因此，使用大量代理模拟ABCEM模型至关重要。此外，蒙特卡罗模拟通常具有较差的收敛速度，因此需要大量样本才能获得可靠的结果。然而，许多ABCEM模型要用分析方法来研究它们还远远不够复杂，因此计算机模拟是唯一可行的方法。虽然文献中提出了大量的ABCEM模型，但据我们所知，缺乏一个统一的模型和对ABCEM模型的看法。此外，不同模型之间不可能进行客观比较，因为这些模型是用不同的语言实现的，并在不同的机器上进行模拟。此外，我们在获得发表在文献中的结果时遇到了困难。

这可能有几个原因。首先，allABCEM模型通常是非线性动力系统，对其参数非常敏感。其次，ABCEM模型严重依赖于伪随机数，因此不可能精确再现已发布的结果。最后，许多出版物提供了有关实施细节的不完整信息，例如模型数量的初始值。这些障碍促使我们为多智能体ABCEMmodels建立一个大规模的仿真工具。我们的软件工具允许使用更少的编码实现许多不同的ABCEM模型。这是通过提供一个用C++实现的面向对象的模拟器来实现的。主要组成部分是代理商和市场机制。面向对象的软件设计使用SABCEM中基于XML的配置机制，通过重组现有代理类型或市场机制实现，使用户能够轻松添加和测试新模型。我们参考第3.2节，进一步讨论使用SABCEMM（基于模拟代理的计算经济市场模型）工具创建新模型的可能性。实现良好的C++代码的另一个优点是计算速度，这使我们能够在笔记本电脑上运行具有数百万代理的模型。这使得SABCEMM能够对ABCEM模型进行统计分析和敏感性分析，而不受有限的规模影响。SABCEM建立在第2节中衍生的ABCEM模型的新统一模型之上。我们指出，SABCEMM工具支持许多伪随机数生成器，使用户能够在不同模型之间进行公平比较。我们鼓励读者在我们的模拟器中实现他们的ABCEM模型。我们使用SABCEM工具的目标是引入一个统一的模拟器，它有助于比较和测试BCEM模型。

为了帮助再现性，我们在开源许可下发布了代码和本出版物中讨论的所有示例。我们在模拟器中实现了三个ABCEM模型，即Levy-Levy-Solomon（LLS）模型【69】、Cross模型【31】和Harras模型【49】。我们进行了一些实验来分析SABCEMM模拟器的计算效率。此外，我们还研究了不同伪随机数生成器对计算效率的影响。我们对模型输出进行了单元测试和定性测试，以验证我们的实现。本文概述如下：在第2节中，我们从经济学角度正确定义了一个统一模型。然后介绍了本文的核心部分SABCEMM软件。更准确地说，我们在第3节中介绍了软件体系结构，并在第3.4节中分析了SABCEMM软件的计算效率。这包括缩放行为和不同伪随机数生成器对模拟运行时的影响。我们用这项工作的简短结论来结束本文。2抽象ABCEM模型在本节中，我们将介绍一个元模型，它允许对ABCEM模型进行分类和抽象。所有模型至少包括一种类型的金融代理和价格调整机制。金融代理人在金融市场进行交易，并通过其行为与价格调整机制进行互动。在这里，代理类型描述了投资者在市场上行动以及与其他市场参与者互动时所遵循的策略。其他市场参与者可能遵循相同或不同的策略，即分别具有相同或不同的代理类型。

我们只考虑至少有两个代理的模型，这甚至适用于非常程式化的模型，如[27]或[14]。显而易见的第二个组成部分是市场机制，它由清算机制和计算超额需求的方法组成。这里，清算机制描述了如何调整每个ABCEM模型中资产或股票的价格【54、66、98】。超额需求表示所有代理的总供给和需求。更准确地说，超额需求被定义为代理商的供应总额减去代理商的需求。由于清算机制应该平衡供需，因此它取决于所有市场参与者的过度需求。显然，所有市场参与者的行为都是通过价格耦合的，因此也是通过过度需求耦合的。最后，我们介绍了第三个方面，称为环境。这是一个新颖的概念，除了全球市场价格外，还引入了代理的额外耦合，并为已建立和新颖的耦合机制提供了一个通用框架，例如在许多已发布的ABCEM模型中实现的代理的羊群行为和网络拓扑【5、61、97、90】。虽然这样的组件不是ABCEM模型的必要部分，但它在许多模型中都有使用。这种环境的突出作用是因为额外的耦合能够形成程式化的事实。我们的元模型如图1所示。在单独讨论每个构建块之前，我们先介绍SABCEMM模型。首先，我们正式确定代理人。定义1。agent有三个特点：1。每个代理人独有的一组单独信息，即由每个代理人单独提供并在投资决策过程中使用的由一组变量表示的任何类型的信息；2.

一组公共信息，由一组变量表示，可供所有代理访问，并用于投资决策过程；投资决策过程。现在，假设一组N个代理，其中代理i获取其自己的一组ji信息，即所有剩余N个代理的单个信息-1代理人和一组公开的信息在其投资决策过程中得到考虑。我们将投资决策过程中使用的所有信息集表示为Ohm  RNPi=1Ji+Jex。投资决策流程由以下地图定义：Ai：Ohm → RJi×R，ω7→ Ai（ω），）环境市场机制Agent I Agent II超额需求清除机制图1：我们模型的示意图。地图指向下一个投资决策过程中使用的一组新的单个信息（表示单个信息集的更新）和一个价格，该价格需要与所有代理一致。我们承认代理人的这一定义相当抽象和笼统，因此提供以下备注和示例来激励和澄清这一定义。备注1。这些单独的信息被称为个人信息，因为它们由仅提供单独信息的代理保存和更新。根据相应ABCEM模型中的代理类型，单个代理也可以访问其他代理的单个信息。此类个别信息的示例可能包括对市场状况的看法、以往投资决策的历史或每个个体代理人的财富演变。备注2。公开信息集可以表示引入市场的公开信息，如新闻或股票价格。这些信息对每个代理都不是单独的。