Jun, 2019

如何评估交易策略：单一智能体市场重放还是多智能体互动模拟？

PDF
TL;DR我们描述了一种使用多智能体模拟器的方法，支持评估交易策略的两种不同方法：市场回放和交互式基于代理的模拟（IABS）。我们的方法很重要，因为每种方法都具有优点和缺点，可以揭示或隐藏主题战略中的缺陷。我们在一个示例应用程序中说明了它的用途：评估不同大小订单的市场影响。
multi-agent simulatortrading strategymarket replayinteractive agent-based simulation (iabs)market impact
发现论文，激发创造
  • 智能体市场模拟中的强化学习：揭示现实的艺术事实和行为

    我们研究了一种基于强化学习代理的代理市场模拟框架，并展示了该框架在模拟市场的实现细节和真实市场观察到的特征。我们还研究了强化学习代理在面临外部市场影响（如闪崩）时的行为，并对其在重要市场事件中的响应提供了深入洞察。

    Mar, 2024

  • 金融交易中不透明的双边市场动态建模：来自多代理仿真研究的洞见

    通过多智能体模拟方法探索复杂适应性金融交易环境是量化金融领域中创新的方法。我们设计了一种基于小规模元启发式方法的多智能体模拟方法，旨在代表澳大利亚政府债券交易的不透明双边市场，捕捉银行之间的双边交易特性，也称为 “场外交易”，通常发生在 “做市商” 之间。我们探讨市场刚性对市场结构的影响，并考虑市场设计中的稳定性因素，这扩展了对复杂金融交易环境的讨论，提供了对其动态和影响的更深入的理解。

    May, 2024

  • 结合搜索策略提高经济代理模型校准的性能

    本论文主要介绍了在经济学和金融领域中，针对大规模参数空间内的代理模型（ABMs）进行校准的方法，对基于随机森林代理的方法进行基准测试并提出了一种采用强化学习机制策略以在模型校准期间自动选择和组合搜索方法的方案，该方案不依赖任何先前的信息或试错过程。

    Feb, 2023

  • ATMS: 算法交易引导的市场模拟

    提出了一种度量市场差异的指标，并通过优化该指标引入了基于算法交易的市场模拟（ATMS），通过强化学习中的随机策略建模来考虑交易的时序特性，通过实验证明了该指标的有效性，并展示了 ATMS 相比基于条件 Wasserstein 生成对抗网络（cWGAN）的方法生成更接近真实数据的市场数据，同时产生更平衡的买卖交易量，减少了买卖交易不均衡的偏差。

    Sep, 2023

  • 通过强化学习和基于代理的建模模拟理性对经济的影响

    使用多智能体增强学习 (RL) 拓展有限理性模拟模型以考察其对经济的影响，研究发现多智能体根据市场竞争和理性程度 spontaneously 学习出不同策略，增加市场力量和整体利润，但更高程度的理性也可能导致更大不稳定性，并提出了可以稳定学习的经济模拟模型。

    May, 2024

  • 使用强化学习验证实证博弈理论分析：一项连续双边拍卖研究

    本文提出使用强化学习分析 EGTA 发现的 Nash 平衡策略的遗憾，并开发了强化学习工具库用于证明 EGTA 在连续双重拍卖市场研究中发现的均衡具有可接受的遗憾程度。

    Apr, 2016

  • 多智能体强化学习学习和校准异质有界理性市场行为

    在代理基模型中，我们提出了一种用于在多代理强化学习框架下表示异构处理受限代理的新技术，通过共享策略学习以及代理技能水平的分布，实现了从严格效用最大化到有界理性行为的过渡，并通过使用策略梯度来学习行为，通过在多个实例中验证，我们证明了该模型在许多常见的代理设置下具有显著改进的预测能力。

    Feb, 2024

  • 使用 RL 行为模型的面向政策的基于代理的建模

    本文研究了在决策制定环境下，基于强化学习的智能体决策行为的刻画与建模。实验结果表明，相比于传统的规则制定和数据回归方式，基于强化学习的智能体决策行为模型具有更高的适应性和更好的表现，可以更好地支持 Agent-based Models 在政策分析等领域的应用。

    Jun, 2020

  • 基于大型语言模型的代理人模拟金融市场

    提出了基于代理的模拟金融市场（ASFM）的大型语言模型代理作为股票交易员，可以全面了解当前市场动态和金融政策信息，并制定与其交易策略相一致的决策，该模型在实验中与真实股市一致，并且与经济学研究初步发现相符合，为经济研究提供了新的范式。

    Jun, 2024

  • 多智能体强化学习模拟加密市场

    通过使用多智能体强化学习模型，对加密货币市场进行建模和仿真，该模型根据 2018 年至 2022 年间 Binance 交易的 153 种加密货币的每日收盘价进行校准，利用市场价格和加密资产基本价值的近似值进行资产价格估值，从而精确模拟加密货币市场的微观结构和关键市场行为。

    Feb, 2024