Dentro de los mercados artificiales que predicen cambios financieros reales

Tabla de enlaces

Resumen, reconocimientos y declaraciones y declaraciones

1. Introducción

2. Antecedentes y trabajo relacionado

   2.1 Simulación del mercado financiero basado en agentes

   2.2 episodios de bloqueo flash

3. Estructura de modelo y configuración de modelo 3.1

   3.2 Comportamientos comerciales comunes

   3.3 comerciante basic (FT)

   3.4 Dealer de impulso (MT)

   3.5 Dealer de ruido (NT)

   3.6 fabricante de mercado (mm)

   3.7 Dinámica de simulación

4. Calibración y validación del modelo y objetivo de calibración 4.1: datos y hechos estilizados para una simulación realista

   4.2 Flujo de trabajo de calibración y resultados

   4.3 Validación del modelo

5. Escenarios de Flash Crash 2010 y 5.1 Simulando Flash Historic Flash

   5.2 Flash Crash en diferentes condiciones

6. Mini escenarios de Flash Crash y 6.1 Introducción del comerciante de picos (ST)

   6.2 Mini Análisis de bloqueo flash

   6.3 Condiciones para mini escenarios de bloqueo flash

7. Conclusión y trabajo futuro

   7.1 Resumen de logros

   7.2 Obras futuras

Referencias y apéndices

2.1 Simulación del mercado financiero basado en agentes

Un modelo basado en agentes (ABM) es una simulación computacional impulsada por las decisiones individuales de los agentes programados (Todd et al. 2016). Los ABM a menudo se usan para simular los mercados financieros. En los mercados financieros simulados basados en agentes, el objetivo de un agente es “digerir las grandes cantidades de información de sequence de tiempo generada durante una simulación de mercado, y convertir esto en decisiones comerciales” (LeBaron 2001). Con la ventaja de capturar la heterogeneidad de los agentes y la diversidad del sistema económico subyacente, ABM proporciona una alternativa prometedora a los modelos económicos tradicionales basados en el equilibrio.

Gode y Sunder (1993) construyen un modelo basado en agentes con solo comerciantes de inteligencia cero para simular los mercados financieros. Esos comerciantes de inteligencia cero no pueden pensar estratégicamente, o cualquier aprendizaje avanzado o modelado estadístico del mercado financiero. Sorprendentemente, los resultados muestran que los comerciantes de inteligencia cero pueden negociar de manera muy efectiva en el mercado simulado. Los precios tienden a converger al precio de equilibrio estándar y la eficiencia del mercado tiende a alcanzar un nivel muy alto. Según sus resultados experimentales, argumentan que algunos hechos estilizados en los mercados financieros pueden depender más del diseño institucional que en el comportamiento actual de los agentes. Los modelos basados en agentes también se proponen para modelar los efectos de “tendencia” y “valor” en los mercados financieros. Chiarella diseñó un modelo basado en agentes compuesto por dos tipos de comerciantes: fundamentalistas y cartistas (Chiarella 1992). Con solo dos tipos de comerciantes, se pueden generar muchos regímenes dinámicos que son compatibles con la evidencia empírica en el mercado financiero synthetic simulado. Se propone una extensión del modelo Chiarella en Majewski et al. (2020). El modelo extendido agrega un nuevo tipo de operador llamado Dealer de ruido y permite que el valor de los activos fundamentales tenga una deriva a largo plazo. El modelo extendido Chiarella es capaz de reproducir una dinámica de precios más realista. Este modelo extendido Chiarella en Majewski et al. (2020) forma la base de la simulación del mercado financiero basado en agentes propuesto en este documento. Se propone un modelo basado en agentes más complejo para la simulación del mercado financiero en McGroarty et al. (2019). Cinco tipos diferentes de comerciantes están presentes en el mercado simulado: fabricantes de mercado, consumidores de liquidez, comerciantes de impulso, comerciantes medios de reversión y comerciantes de ruido. Su modelo es capaz de replicar la mayoría de los hechos estilizados existentes de los libros de pedidos límite, como la autocorrelación de rendimientos, la agrupación de volatilidad, el impacto en el precio cóncavo, la memoria larga en el flujo del orden y la presencia de eventos de precios extremos. Esos hechos estilizados se han observado en diferentes clases e intercambios de activos en mercados financieros reales. La replicación exitosa de estos hechos estilizados indica la validez de su modelo de simulación basado en agentes. Se muestra que la simulación del mercado financiero basado en agentes es capaz de generar mercados financieros artificiales con comportamientos macro realistas.

La prevalencia de los libros de pedidos electrónicos y el comercio automatizado cambian permanentemente la forma en que funciona el mercado. Es prácticamente imposible inferir relaciones significativas entre los participantes del mercado utilizando métodos matemáticos tradicionales debido a la complejidad de los mercados financieros electrónicos. En cambio, la simulación del mercado financiero basado en agentes ha recibido popularidad gradualmente en la literatura de microestructura del mercado. Un mercado financiero simulado basado en agentes ofrece un entorno experimental para examinar las características y características del mercado. También proporciona muchos datos del mercado financiero synthetic para el análisis. Hayes et al. (2014) desarrollan un modelo basado en agentes para su uso por parte de los investigadores, que ofrece la capacidad de capturar la organización de intercambios, la heterogeneidad de los participantes del mercado y las complejidades del proceso de negociación. Los modelos basados en agentes también pueden proporcionar a los reguladores un entorno experimental que ayude a comprender resultados complejos del sistema. En otras palabras, permite un examen más claro de la relación entre el comportamiento a nivel micro y las macro-outizos. Por ejemplo, Darley y Outkin (2007) prueban los cambios regulatorios que vinieron con la decimalización en el mercado de NASDAQ utilizando la simulación del mercado financiero basado en agentes. Los modelos basados en agentes del mercado NASDAQ arrojan luz sobre cómo estos cambios afectarían la función del mercado.

Para resumir, la simulación del mercado financiero basado en agentes simplifica la simulación compleja del sistema financiero al incluir un conjunto de agentes individuales, una topología y un entorno. Diferentes modelos basados en agentes en la literatura se centran en diferentes problemas prácticos en los mercados financieros. En este artículo, nos centramos en modelos basados en agentes aplicados al análisis de bloqueo flash. En la siguiente sección, proporcionamos una revisión de la literatura de los episodios de Flash Crash.