用于设计运行良好的金融市场的基于代理的模型

3） 购买还是出售取决于Pte，Jan和Pto，j之间的大小关系：当Pte，j>Pto，j时，代理人下订单购买一股，但当Pte，j<Pto，j时，代理人下订单出售一股。将订单价格分散在预期价格周围，可以复制真实金融市场中的订单价格分布，并使模拟稳定运行。代理商总是只订购一份。该模型采用了连续的双重拍卖，因此，当代理人要求购买（出售）时，如果有比代理人的订单更低的价格出售订单（更高的价格购买订单），交易立即发生。这种秩序被称为“市场秩序”。如果没有比代理商的订单更低的价格卖出订单（更高的价格买入订单），代理商的订单将保留在订单簿中。这种指令称为“限价指令”。剩余订单在订单时间结束后取消。经纪人可以自由卖空。持有头寸的数量不受限制，因此代理商可以在公司内持有任何多头和空头头寸的股份。代理人在两个市场交易一只股票：A和B（图4）。两个股票市场的规格完全相同，除了每个Pf的最小四月变化单位（勾号大小），宾夕法尼亚州，PBand initialWhen t<tc，然而，为了生成足够的等待订单，代理在Pf>Pto，j时下订单购买一股，或在Pf<Pto，j时出售一股。代理其他情况在市场份额市场上分配订单Ａ市场B市场A：初始市场份额大，成交量大市场B：初始市场份额小，成交量小市场订单和最佳价格差，以最佳价格进入市场更好。4： 选择要订购的市场的模型。交易量份额，WA，WB。

代理应该决定他们向哪个市场订购：A或B。市场选择的模型几乎与实际金融市场中使用的订单分配算法（智能订单路由，SOR）相同。每个代理确定每个订单的订购市场。当代理订单为买入（卖出）时，代理将搜索每个市场的最低卖出（最高买入）订单。这些价格被称为“最佳价格”当两个市场之间的最佳价格不同，且订单至少是其中一个市场的市场订单时，代理商会在最佳价格更好的市场进行购买（出售），即在购买（出售）订单的情况下，价格更低（更高）。在其他情况下，即，当两个市场的最佳价格完全相同或订单将是限价订单时，代理人以概率WAWA=塔塔+TB的方式在a市场进行购买（出售），（3）其中Tai是市场a的交易量（带最后一个选项卡），以及市场B的WA和TBisthat的计算范围。总结一下，如果市场订单和最佳价格不同，代理商在价格最好的市场进行买卖。在其他情况下，代理商根据交易量的市场份额在市场上订购（出售）。3.3模拟结果Mizuta等人【15】研究了涉及两个市场的交易量的市场份额的变化。两个股票市场（A和B）的特征完全相同，除了每个Pf的刻度大小，宾夕法尼亚州，PBA和交易量的初始市场份额WA=0.9，WB=0.1。他们设定n=1000，w1，max=1，w2，max=10，w3，max=1，τmax=10000，σ=0.06，Pσ=30，tc=20000，Pf=10000，tAB=10000（5天）。模拟运行至t=10000000.0%25%50%75%100%01002000300400500当前市场份额ΔPB=0.01%ΔPA=0.01%ΔPA=0.1%Fig。

5： 对于不太小的刻度大小，交易量市场份额的时间演变。0%25%50%75%100%01002000300400500成交量市场份额ΔPB=0.0001%ΔPA=0.0001%ΔPA=0.001%图6：交易量市场份额的时间演变，对于太小的勾号。图5显示了A市场交易量市场份额的时间演变，其中PA=0.1%、0.01%和PB=0.01%。在PA=PB=0.01市场份额略有变动。在里面PA=0.1，大于PB=0.01，市场B从市场A获得交易量的市场份额。另一方面，图6显示了以下情况：PA=0.001%、0.0001%和PB=0.0001%，为图5中的1/100，以及PA1也变成了1/100。尽管PB1/10PA.因此，在规模太小的情况下进行的竞争不会影响交易量的市场份额。研究了蜱虫大小与交易量市场占有率之间的关系。图7所示为WAat500天交易量在各种市场中的市场份额PAand公司PB以下两个0.001%0.002%0.005%0.01%0.02%0.05%0.01%90%92%94%97%99%100%0.002%89%91%93%97%99%100%100%100%0.005%84%87%92%96%99%100%0.01%77%78%83%92%98%100%0.02%54%59%70%93%100%0.05%5%5%6%23%93%100%0.1%0%0%0%0%0%94%的市场份额，在500个刻度大小的市场B，市场A的刻度大小。7： 各种交易量的市场份额PAand公司PB0%25%50%75%100%0.01%0.10%1.00%0.0001%0.0010%0.0100%0.1000%1.0000%Aat 500天的市场份额灵活性勾选市场偏好度大小（左）A市场500天的市场份额（右）图。

8： 交易量的刻度大小、波动性和市场份额。边界线，宾夕法尼亚州≤ PB（虚线），（4）PA<σt\'0.05%（实线），（5）绘制，其中σ是一个刻度返回值的标准偏差，该偏差足够小。在至少满足等式（4）或（5）的地区，市场AI交易量的市场份额很少。在方程（4）和（5）都不满足的地区，在虚线和实线下，A市场交易量的市场份额迅速下降。这表明，当市场AI的刻度大小小于σt时，即使市场B的刻度大小远小于市场A的刻度大小，市场A的交易量的市场份额也很少被计算。图8显示了一个刻度（波动性）的回报率、σt的标准差，以及市场A在500天内的交易量的市场份额，WafPAwhere公司PB=0.0001%。左纵轴和横轴是对数刻度。公式（4）从未满足所有人的要求疼痛图8。水平虚线为σt=σt。在左侧，σt等于σt和σt不取决于PA.这意味着，当刻度大小小于σt时，刻度大小的差异不会影响价格形成。时间不可能以市场价格进行交易市场a从不代表市场价格的变动。=> 订单转移到市场B时间=> 不需要市场B市场A代表他们。市场刻度大小A<ΔPAt> ΔPAt足够的市场分辨率，市场价格，市场AFig的大小。9： 在交易量中占有市场份额的机制。0%3%6%9%12%0.01%0.10%1.00%10.00%100.00%0.01%0.10%1.00%10.00%PTS的市场份额东京证券交易所的tick size of Tokyo stock Exchange的Evolatility（左）PTS的市场份额（右）图10：对tick size、波动性和交易量市场份额的实证分析。在右侧，PAis越大，σtis越大。

这意味着价格通常低于PA；然而，价格变化小于不允许PAI。因此，价格波动取决于PA.在这种情况下，交易量的市场份额会随着然而，在左边，股票是稳定的。图9总结了上述讨论。什么时候PAI大于σt（图9顶部），如果PBis小于PA，市场中有大量交易所以，市场B从市场A获得交易量的市场份额PAis小于σt（图9底部），即使PBI非常小，价格波动跨越许多宽度Pa和充足的价格形成只发生在市场A中。因此，市场B很少能从市场A中获得交易量的市场份额。3.4与模拟结果进行比较的实证分析接下来，Mizuta等人【15】分析了实证数据，并将其与图中所示的模拟结果进行了比较。9、使用日本股市数据。数据周期包括2012日历年中的所有工作日。分析的股票数量为439只，由TOPIX 500在整个indexdata期间选择，每个月末的最小价格变化单位相同，并且每个营业日都进行交易。图10显示了每只股票10秒钟的标准差（波动率），σt（三角形），这是10分钟内收益率的平均标准差，每天的开盘价除外，以及P是东京证券交易所每个月底每种股票（圈）的自营交易系统（PTS）交易量的市场份额，单位为平均价格。右垂直轴倒置，便于与图9进行比较。水平虚线为σt=σt。在左侧，σt与σt相等，但不太靠近P在右侧，P和σtwerelarger。这些结果与图。

9、PTS交易量的市场份额随着P什么时候P更大，PTS更容易获得交易量的市场份额，σ随P3.5案例研究总结：ticksize reductionA tick size大于波动性的市场将失去交易量在其他市场的市场份额。相比之下，一个交易量小于波动率的市场，即使交易量大于其他市场，也很少会失去其他市场的市场份额。小于波动性的刻度大小很少影响金融市场之间的市场份额竞争，而大于波动性的刻度大小会扩大波动性并阻止充分的价格形成。TOPIX 500是一个自由流通的资本化加权指数，根据东京证券交易所（Tokystock Exchange）第一部分上市的500只流动性最强、市值最高的国内普通股计算得出。证券交易所以外的电子交易系统在日本被称为DPTSS。临时技术秘书处与其他国家的替代交易系统（ATS）和电子通信网络（ECN）非常相似。Mizuta等人使用东京证券交易所的数据计算P和σt。他们使用彭博社数据计算临时股票的市场份额或交易量，即其全部交易量除以日本传统股票交易所和临时股票交易所的市场份额或交易量，其中临时股票交易所是日本下一个临时股票市场、日本下一个临时股票市场和Chi-X日本临时股票市场，日本传统股票交易所是东京、大阪、名古屋、福冈和札幌证券交易所和JASDAQ。本模拟研究首次讨论了适当的刻度大小。实证研究无法调查从未在实际金融市场中使用过的蜱虫大小，也无法分离出许多因素对价格形成的直接影响。

相比之下，艺术市场模型可以分离出改变价格形成的报价大小的纯粹贡献，并模拟从未使用过的报价大小。与实证研究相比，艺术市场模型具有这些优势。在Mizuta等人【15】的模拟研究之后，Nagumo等人【21】的数学模型获得了相同的结果。通过这种方式，一个人工市场模型可以指出使用数学模型和实证分析研究应该解决的新问题。4结论在本文中，我引入了一个艺术市场模型，这是一个基于代理的金融市场模型，旨在设计一个运作良好的金融市场。最近，一个艺术市场模型开始有助于讨论实际金融市场的规则和法规，如减少交易量。贡献还不是很大，但很快就会变得更大。一些读者可能认为，对于金融市场而言，减少蜱虫数量是一件小事。然而，这很重要，不应低估。更改细则有时会造成意想不到的巨大影响和副作用。约翰·麦克米兰（JohnMcMillan）将这种本性阐释为“上帝和魔鬼都在细节中”[1]。详细设计可以决定金融市场是发展还是毁灭先进经济体。设计好一个市场对于发展和保持一个先进的经济非常重要，但并不容易。我希望更多的艺术市场模型将有助于设计一个能够更好地进一步发展和维持发达经济体的金融市场。免责声明：此处包含的意见仅为作者的意见，不一定反映SPARX资产管理有限公司（有限公司）的意见。Darley和Outkin【20】在美国纳斯达克（NASDAQ）股票交易所计划减少交易量时，使用艺术市场模型对减少交易量进行了调查。

例如，他们表明，当一些投资策略增加时，市场可能会不稳定。然而，他们的模型有太多的参数，他们关注哪些投资者赚得更多，这使得他们无法讨论一个好的金融市场设计。参考文献[1]J.McMillan，《重塑集市：市场的自然历史》。W、 W.Norton&Company，2002年。[在线]。可用：https://books.wwnorton.com/books/Reinventing-the-Bazaar/[2] M.Mitchell，《复杂性：导游》。牛津大学出版社，2009年。[在线]。可用：https://global.oup.com/academic/product/complexity-9780195124415[3] H.Sabzian、M.A.Sha fia、A.Bonyadi Naeini、G.Jandaghi和M.J.Sheikh，“基于代理的建模（abm）概念及其在管理科学中的一些主要应用综述”，《伊朗管理研究杂志》，第11卷，第4期，第659-6921918页。[在线]。可用：http://dx.doi.org/10.22059/ijms.2018.261178.673190[4] K.Izumi和T.Okatsu，“汇率动态的艺术市场分析”，《进化规划》，第五届进化规划年会论文集，第27-36页，1996年。[在线]。可用：http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.100.3293[5] W.Arthur、S.Durlauf、D.Lane和S.E.Program，《人工股票市场内生预期下的资产定价》，《作为演化复杂系统的经济》，第二期，第15-44页，1997年。[在线]。可用：https://www.crcpress.com/p/book/9780201328233[6] T.Lux和M.Marchesi，“金融市场随机多代理模型中的标度和临界性”，《自然》，第397卷，第2期，第498-5001999页。[在线]。可用：https://doi.org/10.1038/17290DO[7] H.Kita、K.Taniguchi和Y.Nakajima，《金融市场的现实模拟》。Springer，2016年。[在线]。可用：https://dx.doi.org/10.1007/978-4-431-55057-0[8] S.Battiston，J.D.Farmer，A.Flache，D。

Garlaschelli、A.G.Haldane、H.Heesterbeek、C.Hommes、C.Jaeger、R.May和M.Scheffer，“复杂性理论和金融监管”，《科学》，第351卷，第6275号，第818-8192016页。[在线]。可用：http://science.sciencemag.org/content/351/6275/818[9] J.D.Farmer和D.Foley，“基于经济需求的建模”，《自然》，第460卷，第7256号，第685-6862009页。[在线]。可用：https://www.nature.com/articles/460685a[10] K.Braun Munzinger、Z.Liu和A.Turrell，《Staff工作文件第592号——基于代理的公司债券交易动态模型》，英国银行，《Staff工作文件》，2016年。[在线]。可用：http://www.bankofengland.co.uk/research/Pages/workingpapers/2016/swp592.aspx[11] T.Mizuta，“金融市场法规和/或规则的近期艺术市场模拟（基于代理的模型）研究简要回顾”，SSRN工作文件系列，2016年。[在线]。可用：http://ssrn.com/abstract=[12] 陈世豪、张春玲和杜永瑞，“基于代理的经济模型和计量经济学”，《知识工程评论》，第27卷，第2期，第187-2192012页。[在线]。可用：http://dx.doi.org/10.1017/S0269888912000136[13] M.Weisberg，《模拟与相似性：使用模型了解世界》。牛津大学科学哲学研究，2012年。[在线]。可用：https://dx.doi.org/10.1093/acprof:oso/9780199933662.001.0001[14] M.Sewell，“金融时间序列的特征”，伦敦大学学院计算机科学系研究报告，编号：RN/11/01，2011年。[在线]。可访问：http://finance。martinsewell。com/Styleized facts/[15]T.Mizuta、S.Hayakawa、K.Izumi和S.Yoshimura，“利用人工市场模拟调查蜱虫大小和市场交易量之间的关系”，JPX工作文件，第2号。日本Excgange集团，2013年。[在线]。

可用：https://www.jpx.co.jp/english/corporate/research-study/working-paper/index.html[16] T.Foucault和A.J.Menkveld，“订单流量和智能订单路由系统的竞争”，《金融杂志》，第63卷，第1期，第119-158页，2008年。[在线]。可用：https://doi.org/10.1111/j.1540-6261.2008.01312.x[17] M.O\'Hara和M.Ye，“市场分割是否会损害市场质量？”《金融经济学杂志》，第100卷，第3期，第459-4742011页。[在线]。可用：https://doi.org/10.1016/j.jfineco公司。2011.02.006【18】C.Chiarella和G.Iori，“双重拍卖市场微观结构的模拟分析”，QuantitativeFinance，第2卷，第5期，第346-3532002页。[在线]。可用：https://doi.org/10.1088/1469-7688/2/5/303[19] L.Menkhoff和M.P.Taylor，“外汇专业人员的顽固激情：技术分析”，《经济文献杂志》，第936-9722007页。[在线]。可用：http://www.jstor.org/stable/27646888[20] V.Darley和A.V.Outkin，《纳斯达克市场模拟：复杂适应系统科学对主要市场的洞察》。世界科学出版公司，2007年。[在线]。可用：https://www.worldscientific.com/worldscibooks/10.1142/6217【21】S.Nagumo、T.Shimada、N.Yoshioka和N.Ito，“股票大小对两个竞争性股票市场交易量份额的影响”，《日本物理学会杂志》，第86卷，第1期，第014801页，2017年。[在线]。可用：https://doi.org/10.7566/JPSJ.86.014801