带有自主交易者的人造限价订单簿股票交易所的双峰动力学

《Communications in Nonlinear Science and Numerical Simulation》:Bimodal dynamics of the artificial limit order book stock exchange with autonomous traders

【字体: 大 中 小 】 时间:2026年08月28日 来源:Communications in Nonlinear Science and Numerical Simulation 3.8

编辑推荐:

   摘要 本文探讨了具有内生交易商的人造股票市场交易所的价格轨迹,这些交易商通过限价订单簿进行互动。在本文中,我们证明了基于智能体的价格动力学表现出内在的双稳态性。这种双稳态性作为微观层面交易规则的涌现属性而出现,其中即使是相同的初始条件也会导致定性上不同的长期价格均衡,在我们的

  

摘要
本文探讨了具有内生交易商的人造股票市场交易所的价格轨迹,这些交易商通过限价订单簿进行互动。在本文中,我们证明了基于智能体的价格动力学表现出内在的双稳态性。这种双稳态性作为微观层面交易规则的涌现属性而出现,其中即使是相同的初始条件也会导致定性上不同的长期价格均衡,在我们的情况下,即确定性的零价格状态和持续的阳性价格状态。该研究还确定了一个具有较高波动性的亚稳态区域,并揭示了收敛于这些均衡的轨迹的不同瞬态行为。此外,演化的系统既不是完全规则的,也不是完全混沌的。通过突出发散市场结果的涌现,这项工作为人工股票市场的固有路径依赖性和复杂动力学提供了新颖的视角。

引言
本文深入探讨了除确立人造股票市场交易所(ASME)存在多种价格均衡之外,还为过渡机制、亚稳态以及噪声驱动的状态选择提供了证据,同时提供了对潜在分岔类型的部分分类。论文的核心贡献在于展示ASME中的噪声动力学如何产生亚稳态过渡,以及在零价格和阳性价格均衡之间的状态选择。它扩展了[1]中的先前结果,表明双稳态性(分岔)即使在相同的初始条件下仍然持续存在。然而,吸引盆的完整分类以及精确的分岔类型仍作为一个开放问题留待解决。我们的主要目标是刻画分岔行为临界阈值附近的随机动力学。具体来说,我们(i.)指出了ASME系统在同一初始条件下的双稳态性存在,并(ii.)提供了至少与分岔一致的部分证据。

[1]中已经证明,具有内生交易商的ASME模型中价格动力学的方向和幅度是由总货币供应量决定的,该供应量定义了均衡价格的方向,以及由买卖双方之间的市场失衡决定的,后者影响了价格轨迹的形状。此外,该论文表明,这样的系统可以收敛到两种定性上不同的状态,一种是零价格(且固定)的最终状态,另一种是严格为正的(尽管波动)最终状态。虽然它通过将总货币供应量和市场失衡与价格轨迹的方向和形状联系起来奠定了研究基础,但它并没有明确地对最终导致零价格或严格为正价格的定性不同状态之间的动态转变进行建模。这一局限性促使了当前论文的出现,该论文旨在揭示驱动这些过渡的隐藏动力学。两篇论文都共享ASME框架,即人工的、订单驱动的股票市场。自主智能体或交易商持续观察市场动力学,根据他们的偏好、资源禀赋、个人信念、交易目标和市场条件,通过限价订单簿进行互动。

将股票市场概念化为多智能体系统在经济学理论和计算建模中都有深厚的根源。该领域的早期贡献包括开创性的作品,如[2],他们探讨了不确定性下的投资组合优化,为理解智能体如何基于风险收益权衡分配资源奠定了基础。类似地,[3]引入了微观模拟框架来研究交易者之间的财富分布动态,强调了异质性在塑造市场结果中的作用。在此基础上,[4]开发了人造股票市场模型来模拟互动智能体的行为,展示了整体市场特性如何从局部互动中涌现。其他值得注意的贡献包括[5],他们推进了包含学习和适应的智能体建模技术,以及[6],他们的工作通过羊群行为和投机动态的视角阐明了金融市场的缩放特性。对于机器学习兴起之前的LOB相关研究的综述,请参见[7]。另请参阅[8],了解LOB模拟领域的最新技术现状。

非线性系统可以表现出对初始条件的敏感依赖,或者根据外部条件或系统参数表现出稳定/不稳定区域。我们的模拟表明,该系统表现出双稳态性,轨迹收敛到两种不同的终点状态:(1)一个单一的确定性均衡,其中价格收敛到零并保持在零,(2)一个随机均衡,其中价格收敛到一个以阳性平均值为中心的正态分布。通过假设随机设计,该论文表明存在即使在相同初始条件下也能诱导出双稳态性的条件。轨迹最终会稳定在两个不同的价格水平之一附近,噪声会造成微小偏差,将不同的轨迹推入不同的吸引盆。

在研究分岔附近随机动力学的背景下,我们的方法建立在三个相互关联的部分上:(i.)构建非线性随机动力系统的基于智能体的模型,(ii.)揭示其有效低维相结构的隐马尔可夫模型(HMM),以及(iii.)刻画数据空间中过渡的几何形状和可预测性的机器学习(ML)部分。这种多方法方法是必需的,因为它结合了微观基础的 nonlinear 动力学生成器(ABM)、潜在状态的统计提取器(HMM)以及过渡结构的数据驱动验证器(ML),从而能够对随机分岔现象进行连贯的分析。关键是,它们中的任何一个都无法单独回答论文的核心问题:ABM可以生成动力学,但无法识别或统计刻画潜在状态(例如,关于分岔的先进随机动态ABM股票市场模型,请参见[9]、[10]);HMM可以识别状态,但缺乏解释其起源的结构性、经济机制(例如,关于HMM在金融中状态切换的实例,请参见[11]、[12]);ML可以检测模式,但既不提供因果解释也不提供动态结构(关于ML用于检测临界点的用法,请参见开创性论文[13])。它们的整合使我们能够生成分岔,正式识别和量化状态结构,并经验验证和预测临界点和过渡。

本文的贡献是多方面的。核心发现是指出了具有同质智能体的人造股票市场中内在双稳态性的存在。本文挑战了复杂市场行为必然源于智能体特征的异质性或外部冲击的观念。论文有效地论证了微观层面的交易规则本身可以产生发散的市场结果。具体来说,它表明即使是相同的初始条件也可以使系统导致定性上不同的长期价格均衡:确定性的零价格状态和持续的阳性价格均衡,这强调了模型中价格演化的非线性和路径依赖性。隐藏在价格动力学中的拓扑结构,通过聚类和分离进行可视化,表明基于智能体的价格动力学具有内在的双稳态性,这不是随机性的结果,而是微观层面交易规则的涌现属性。

其次,存在一个亚稳态区域,它作为瞬态相空间发挥作用,其中轨迹表现出对扰动的敏感性增强。收敛的轨迹表现出 prolonged 过渡和更大的方差,表明通往最终吸收状态的路径在动态上是延伸的。价格系统能够收敛的可能性带来了超出本文范围的含义,例如参见[14]。

第三,通过明确地对这些状态之间的过渡进行建模,本文旨在增进我们对市场行为在分岔阈值周围复杂动力学的理解。观察到的分形维数值表明,人工市场的动力学是非线性的,但并非完全混沌。该系统似乎表现出间歇性混沌行为或低维混沌。

第四,本文提供了一个数据驱动的市场隐藏动力学状态刻画,将这些状态与此前确定的零价格和阳性价格均衡联系起来。它表明,最终的市场崩溃不是一个渐进的、连续的衰减,而是一个由特定订单簿拐点处的流动性失败触发的离散相变。该论文为市场的微观结构及其在影响不同动力学状态之间的过渡中的角色提供了更丰富的视角。尽管如此,本文中的固定参数组合并不能完全支持关于精确分岔类型的推测。

与任何类似研究一样,本文的结果存在局限性。首先,该设置将未配对的订单排除在分析之外,这可能会扭曲价格发现路径。论文也没有深入探讨智能体之间LOB互动的核心微观结构。深入探讨订单簿深度、交易量和流动性动态可能揭示出该设置中的一些重要结构特征,并进一步阐明主要发现的适用范围。尽管它们可能与价格轨迹的性质相关,但这将偏离本文的主要焦点,即研究均衡价格轨迹。此外,该模型由同质智能体组成,他们不遵循特定智能体的交易策略,并且仅通过LOB互动,没有做市商或机构监管者。本文中的LOB被实施为计算机模拟,而不是实际LOB市场的复制(例如,参见[8],了解LOB模拟模型的综述)。这些扩展以及当不同的价格轨迹共存时微观结构的研究,都是该领域可行且令人兴奋的进一步工作方向。

本文的组织结构如下。第2节总结了相关文献,特别关注LOB建模。数学模型在第3节中开发。交易商的决策源于求解贝尔曼方程,其闭式解定义了交易商的最优策略。如果他预期价格变化为阳性,他提交一个买入订单;如果预期下跌,则提交一个卖出订单。第4节展示了模拟结果的摘要。本节还包括各种旨在分析系统分岔和混沌特征的实证检验。模拟结果指示双峰态,通常先由瞬态阶段。第5节随后分析了价格轨迹到达零价格状态的概率。第6节将系统置于具有两个和三个隐藏状态的多变量隐马尔可夫模型框架中。最后,第7节提供了结论性评论,并对在LOB设置下进一步优化基于智能体模拟的前景进行了简短讨论。

相关工作
我们对ASME的概念化植根于LOB市场的基本功能,这是一种随着技术进步而显著演变的市场微观结构[15]、[16]、[17]、[18]、[19]。对LOB的早期研究探讨了做市商和买卖价差作为即时性成本的角色[20]、[21],以及早期交易者的信息劣势[22]。早期的理论模型经常采用连续时间双重拍卖框架来分析价格形成。

模型
模型与[1]中的相同。这是一个离散时间、离散状态的互动智能体模型,他们交易单一资产,其财富在时间t∈{0,1,…,T},w_it=m_it+s_it*p_t,i∈{1,2,…,N},由货币持有量m_it和资产持有量s_it组成,其中p_t∈?+为时间t下资产的市场价格。1 由于不允许通过负货币持有进行空头卖出,且s_it∈?+,...

模拟
[1]表明,在控制参数m(表示货币持有量)的变化,其他条件不变的情况下,可以导致两种定性上不同的吸引子的涌现:一个平凡的不动点p*=0和一个非平凡的状态p*>0。这一观察表明,系统通过不同的潜在吸引盆经历分岔,其中初始条件的边际变化,如初始货币持有量m0,会导致长期动力学的定性变化。这种行为是...

到达p*≈0的概率
我们知道系统有两个吸引子(均衡价格),p*=0和p*>0。本节的关键思想是训练一个模型来预测基于当前状态,轨迹最终到达接近零的概率,使用从观察到的轨迹中派生的标签。

使用多变量隐马尔可夫模型估计状态过渡
在本节中,我们将使用模拟数据在一个具有隐藏(未观察)状态的统计模型上,并将它们与本论文研究的ASME模型的结构机制联系起来。为此,我们假设系统中的状态可以由研究充分的多元隐马尔可夫模型(MHMM)来捕捉。

在这种情况下,由于我们假设存在不同的均衡状态,因此我们考虑一个具有多个隐藏状态和两个观测变量的多元隐马尔可夫模型(HMM):价差(???????= 结论 本文研究了价格轨迹的分岔特性,这是由内生型和自主型智能体在人工股票市场交易所中将买价和卖价订单提交至限价订单簿进行交易活动所导致的结果。在基于智能体的框架下从微观结构层面建模交易活动并非一种新颖方法,本文是我们先前工作的扩展。此前已表明,与本文类似的交易活动可以推动该模型。 模型文档说明 这篇基于仿真的论文使用C++实现。源代码可在GitHub仓库中获取:https://github.com/matejsteinbacher/asme 。 资助 本研究未获得任何资助。 CRediT作者贡献声明 Matej Steinbacher:撰写——审阅与编辑,撰写——初稿,可视化,验证,监督,软件,资源,项目管理,方法论,调查,形式化分析,数据整理,概念化。 Mitja Steinbacher:撰写——审阅与编辑,撰写——初稿,可视化,验证,监督,软件,资源,项目管理,方法论,调查,形式化分析,数据整理,概念化。 Matja? Steinbacher: 利益冲突声明 作者声明他们没有已知可能影响本文所报告工作的竞争性财务利益或个人关系。 Matej Steinbacher | Mitja Steinbacher | Matja? Steinbacher 独立研究者
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号