Jan, 2024

学习如何在小型市场中最大化贸易利益

PDF
TL;DR设计一个双边市场（双向拍卖）以在给定约束条件下（优势策略）实现最大化交易利益（社会福利），并在未知分布中使用多项式数量的样本进行研究。我们的首要结果是，在即使只有一个卖方和两个买方之间的相关价值分布的情况下，与一个卖方和一个买方（双边交易）的情况不同，这是不可能的。我们的第二个结果是，在独立分布的情况下，对于一个卖方和两个买方，我们提出了一种基于一种新算法的高效学习算法，用于计算有限支持和明确给定的独立分布的最优机制。这两个结果都严重依赖于（优势策略）激励兼容机制的特征，这些机制在经济上是强平衡的。
two-sided marketdouble auctionsocial welfareincentive compatibilitybudget-balance
发现论文，激发创造
  • 统一分布的拍卖的二重性和最优性

    该研究提出了一个通用的二元性理论框架，用于在贝叶斯加法拍卖中实现收入最大化，应用线性规划的二元性和补充性到具有偏导数限制的约束中，将对偶系统用于推导最佳机制，并提出一种叫做 SJA 的确定性销售机制，经证明在最多 6 件物品的情况下是最优的。

    Apr, 2014

  • 在线学习中的交易量最大化

    通过在在线学习框架中的交易者之间进行经纪，我们研究了经纪的关键问题。我们探索了经纪机构如何最大限度地提高交易量，并分析了对于交易者来说最优的交易策略和遗憾率。

    May, 2024

  • 生产成本下的福利最大化：基本对偶方法

    本文研究使用在线主次对偶框架的生产成本拍卖问题，对于任意（严格凸可微的）生产成本函数，表征了在线机制 / 算法可实现的最优竞争比率，并构建了下界实例，其中在线张贴定价机制可以实现接近最优的竞争比率。

    Nov, 2014

  • 拍卖学习作为双人博弈

    本文探讨了拍卖设计中激励兼容的问题，提出了使用神经网络和拉格朗日乘数法来实现优化拍卖的新思路，并将其形式化为双人博弈模型。

    Jun, 2020

  • 如何向无悔购买者销售

    本文提出了针对单个买方的拍卖问题，探讨了在买方使用 no-regret 学习算法的情况下，卖方进行售价策略和收益最大化的方法。作者通过详细的论证和实验对不同算法和竞标策略下的最优拍卖方式进行了完整的刻画和比较。

    Nov, 2017

  • 多单位拍卖中的在线学习

    该论文研究了在重复多单位拍卖中基于均匀定价的两个变体，并分析了在线和离线设置下的问题。作者提出了离线最优策略算法，并设计了高效的在线算法，同时通过博弈理论探究了平衡的质量。

    May, 2023

  • 具有战略买家的重复拍卖学习定价

    我们研究了在线广告中的买方定价、多次交互和卖方算法，包括买方价值分布推断、策略性遗憾和卖方长期收入最大化。我们定义了策略性遗憾的自然概念，介绍了卖方算法，分析了买方的贴现能力。该文阐述了任何卖方算法在没有贴现时都将遭受线性策略性遗憾。

    Nov, 2013

  • 固定价格数据市场中的均衡与学习：外部性

    该论文提出了一种模拟现实世界数据市场的模型，研究了买家之间存在的负向外部性问题，进而探讨了不同干预市场方式下的 Nash 均衡状态及社会福利最优的情况，并给出了一种适用于未知估值的在线学习算法。

    Feb, 2023

  • 多商品利润最大化的泛化保证：定价、拍卖和随机机制

    本文探讨基于样本分布设计多项货品机制，利用分段线性结构证明了利润上限，并提出了优化复杂性和准确性之间的平衡的工具。

    Apr, 2017

  • 私人匹配与分配

    本文研究了在私有约束下如何进行资源分配问题，可以从最大权重匹配、联合差分隐私和总代用品假设等方面来考虑。通过研究分析发现，这种问题在不同隐私条件下的解决方案存在明显差异，提出了适用于差分联合隐私的解决方案来保障社会福利最大化。

    Nov, 2013