文摘

我们提出一个元模型来评估模拟市场稳定通过引入信息连接在一个基于代理网络。市场占领异构代理不同的行为,策略和连接的信息。jump-diffusion过程模拟市场可能发生的事件。代理商信息意识变化以及应对倾向跳和跳大小的信息。跳转重组市场地位基于代理风险偏好取决于行为和策略。我们检查信息意识的影响模拟市场的波动率指数在市场无标度网络。执行的分析是通过开发五个实验中第一个对应于系统性信息无知状态。三个实验研究中心的作用,正常的代理和网络中的隐士在中间代理的组合类型信息意识。第五个实验对应于系统性信息意识与所有代理通知。结果表明,模拟市场,以类似的方式不稳定模式中观察到一个危机,所有代理在信息意识的事件变得均匀。 Hubs contribute to increased connectivity and act as amplifiers of good, bad, or inaccurate information or sentiment.

1。介绍

应该如何金融经济环境模拟器(费用)设计应该通知什么?我们的基于代理的方法最终提供了这样一个费用就像一个飞行模拟器为飞行员提供了一个接近真实的飞行体验。然而,达到一个真正复杂的金融环境模拟器的阶段还没有足够成熟,本文是朝这个方向迈出的一步,因为它引入了信息跳跃,异构代理行为反应,连接属性的信息,和在一个金融监管模式网络的元模型;摘要词元模型,ABM方法用于模拟金融市场网络构成模型的模型。所需的水平的复杂性,金融经济动力学不能,到目前为止,表达分析通过一组整齐合理的方程。因此,基于本体元模型的优势在于他们的创造能力足够丰富的场景一次适当的组件包括金融体系和赋予他们的交互和交易规则以及一个初始状态。

在本文中,我们建立在前面Khashanah和Alsulaiman [1有限理性),异构网络的网络市场元模型开发探索异构药物之间的相互作用的影响和资本市场上的波动。本文开发的第一个元模型将信息跳跃冲击在一个以代理人为基础的方法和装备代理与异构反应信息刺激。有意义的金融系统性风险的冲击是必不可少的模拟。这是我们的哲学强调quantitative-simulative-empirical方法,旨在量化的量化方面问题,模拟nonquantifiable方面的问题,并与经验数据元模型参数校准。我们不同意一些经济的过度强调文献分析系统性风险从银行系统的角度。市场、银行、中介机构、媒体和许多其他类型的非线性动力系统的交互共同代理金融生态系统。市场作为集体智慧的前瞻性指标在所有部门,包括银行系统。

本文的新颖方法与新功能是使代理人代表他们对信息流动的反应包括跳跃。价格信息驱动的想法被许多研究人员解释从默顿的工作(2),然而这些模型假设信息已经考虑到价格和可能导致价格上涨。因此,我们获得一个jump-diffusion模型描述假定价格动态。然而,市场元模型感兴趣的力学网络支持新闻转化为价格的影响。到目前为止,市场在ABM模型不包括信息来源作为新兴模式市场元模型的驱动。第一次试图解决这个缺陷,我们观察到新闻事件的映射成从变量代理的角度信息。信息网络中的数据包流的地方有一个通道,支持流。因此,代理连接我们的网络是指在两个节点之间进行信息的能力。因此我们叫它连接的信息。因为事件映射到信息和事件有变量的大小,是有意义的模型在金融网络中信息流作为随机jump-diffusion占市场事件的过程。代理成为信息流动的接收器。 To equip agents with this feature, we introduce the idea of agent信息意识在网络。代理意识变化的事件和可变性的映射事件转变为可操作的信息影响金融系统出现在金融体系模式。一般来说,代理有异构信息意识;否则,代理是齐次的信息意识。

反弹道导弹我们校准模型金融理论或实证观察,然后探索替代场景描述macrobehaviors之间的关系和micromotivations通过市场微观结构的变化。这种关系可能是探索产生系统性的市场模式在不同场景。在这项研究中,我们采取的最大波动率指数作为代理措施的系统性稳定模拟市场。

纸是可控的,分析是由发展五个场景的代理信息意识的市场活动。第一个和最后一个场景是极端的情况下,假定所有的代理通知,其他,所有代理都统一通知的事件。第二个场景假设网络中的中心代理的事件和他们将这些信息传递给代理程序直接连接。同样,第三和第四场景假设代理与正常连接和隐士都知道的信息在市场上跳跃,分别。

本文的大纲如下:部分2提供了一个文献综述。部分3礼物市场元模型的定义、模型和规则的交互。部分4扩展了连通性模型和部分5显示了实验仿真结果和分析。我们的结论部分6。

2。文献综述

研究人员试图发现异常的原因在股票市场甚至在《反弹道导弹的发展。在两年来研究人员使用反弹道导弹探索复杂的金融市场。这包括金和马科维茨的开创性工作3]1989年,戈德的zero-intelligence模型和破4]1993年,布鲁克的异质信念系统和Hommes [5]1998年,圣达菲人工股票市场(6]1999年,八神庵的伊辛模型(72002年)。

市场代理之间的交互规则经常发现其根源反弹道导弹外文学。例如,坎贝尔和凯尔(8派生一个均衡模型研究股价的动力。该模型构造的噪声交易者与聪明钱投资者“基本交易员进行交互。“他们得出这样的结论:“反应过度”基本价值创造了一个重要的消息类型的噪声股票运动;“噪音”一词有不同的内涵比用于信号处理。

现有的模型分析金融体系是基于自顶向下的方法,如Bookstaber解释(9),并专注于一个全面的观点,力图将系统分解成组件,这可能会导致失去部分变化等行为和代理交互。此外,Bookstaber分类反弹道导弹的应用在经济和金融银行和资产管理;房地产市场;抵押贷款;支付系统和信贷风险;金融市场微观结构;和宏观经济学。在[10]Bookstaber等人建议新版本的压力测试需要更多的强调机构的交互和反馈效应。因此,考虑到布克斯塔伯等人建议使用更具有适应能力模型,如基于代理模型,能够获取更多的元素的系统复杂性和可以自由发展的历史特点的设计类似于真正的系统。

索尔内特(11)称为注意利用复杂性理论的模型,如网络分析和基于代理模型(ABM)评估系统性风险。海尔宾(12)表示,由人为因素导致的灾难只能不明确的分析方法,而是需要一个集体社会动力学的理解。

Thurner et al。13,14),作为一个实施ABM在银行和资产管理,研究了利用对市场行为的影响,通过建立反弹道导弹允许借款长期资产与利润。这样的行为导致价格波动的结果,肥尾收益、波动集群。传染机制,银行可能变卖一些资产筹集足够的资金以应对追加保证金。资产清算保证金成为系统性风险时减价出售清算价格导致恶性循环最终毁灭和崩溃在极端情况下。

Poledna et al。15)开发了一个反弹道导弹模拟资产信贷监管政策。下的评估进行了三种不同的场景在第一个场景中,监管机构强加限制最大利用。在第二个和第三个场景中,Poledna《新巴塞尔协议》(Basel II)等人评估政策和替代的假设的完全银行利用期权来对冲风险。Kuzubaşet al。16)模拟金融网络银行系统检查杠杆效应。结果表明,杠杆率的差异显著影响系统性风险的措施。《巴塞尔协议III》的论文研究了影响收费更高的资本要求规定,银行较高的杠杆率。结果证实,这样的规则会增加系统的弹性。在房地产市场应用程序中,吉尔伯特et al。17建立一个反弹道导弹研究英国的住房市场。模型之间的相互作用占买家,卖家,房地产经纪人的内生和外生参数给定一组代表代理属性,如财富和调节器控制利率等因素。模型的结果表明,房价敏感利率和贷款价值(LTV)的相互作用。此外,代理倾向于集群高/低价格房屋根据财富。同时,改变税率对房价有一个微不足道的影响。此外,市场冲击会导致房价的波动。Erlingsson et al。18)生成的反弹道导弹信贷网络和执行一组仿真实验检查银行抵押贷款的要求。结果表明,降低抵押贷款标准房价在短期内增加但会导致一个不稳定的经济系统长期运行,可能导致经济衰退。然而,限制住房贷款先决条件有助于市场稳定,尽管经济增长放缓的可能性。由于房地产市场系统性风险的其他研究包括Carstensen[工作19],Bjarnason [20.)和通用电气(21]。

同时,研究人员解决的角色网络理论和代理直接交互模型等模型的Panchenko et al。22),叶和杨23),Delellis et al。24,25],和Khashanah Alsulaiman [1,26]。更多细节的反弹道导弹在市场微观结构,读者可以参考(27- - - - - -30.]。

与superconnectivity后现代金融,代理商在市场交易的信息动态。本文首次引入信息化连接金融市场代理交互的网络模型,包括与异构信息跳跃,代理反应系统信息流使用ABM方法。探讨信息连接在系统性波动的影响,提出作为基本模拟市场稳定的代理。

3所示。元模型和模型

在本节中,根据Khashanah的元模型和Alsulaiman [1,26),介绍了新的定义和新特性解释道。在以前的工作表明作者异构代理行为下的市场波动变化。在本文中,我们模拟金融市场实现评估可能导致市场不稳定的信息流与跳异构代理信息意识和变量连接。为此,我们推出以下定义

定义1。一组 表示代理行为类型;一组 表示的集合策略;和 代表一个可能的程度的一个代理元模型的数量的代理。

定义2。定义一个代理的属性向量 , , , , 。

定义3。代理晶格是一组 。

定义4。一个市场由一个代理晶格的一组资产一系列的监管框架,和一组连接特点被总结为4-tuple 。

定义5。一个市场据说是均匀的吗行为如果代理展览这一行为是一个单例;否则,市场被认为是异类的行为。一个市场据说是均匀的吗策略如果代理有一个这样的策略是一个单例;否则,它是异构的策略。一个市场据说是均匀连接如果代理也同样可能连接形成一个随机网络;否则,据说是在连接异构。

定义6。元模型是一个模型的模型。一个市场是一个元模型组成的组件模型及其交互象征性表达4-tuple吗 。

当前实践的科学方法论假设模型的线性相互作用产生一个元模型的准确性是最小组件模型的准确性;这个话题值得关注,因为它有对推进科学和复杂性科学复杂性的影响。新定义的近似误差和intermodel传播正在开发quantitative-simulative-empirical上下文的方法。

元模型的目的是使代理直接在交易环境交互的网络拓扑是无标度网络类型结构基于优惠附件算法(31日中心的初始数量。在本文的实验中,定义1通过6、代理, ,属性向量 与 , , 指的是一个代理。集是认同的行为类型 在哪里 站的风险规避,风险厌恶与过度自信和规避风险与保守的类型。此外, 厌恶损失,损失厌恶与过度自信和损失厌恶与保守的类型。

策略集,,由四个策略:第一个策略占随机任意的交易员,做出投资决策,叫做zero-intelligence代理,用。第二个投资策略基本占交易员、用,专注于资产的基本价值,而不是历史价格。第三类被称为动量交易员或技术的交易员,用,第四个类型被称为自适应交易员、用人工智能,功能使用神经网络(NN);因此, 。最后两个类型区分自己与前两个类型的实践,历史价格包含未来决策相关的信息。

使用定义5,市场在考虑异构行为,战略和连通性。代理晶格在这个实验中是代理可能状态的集合。因此,市场包含 可能的代理类型组合的结果的行为和策略。允许度改变,我们获得的数量分代理晶格 代理晶格中,然而,只有211点可以在给定的状态被占据的市场份额。将一个实际的上限代理程度降低了代理晶格基数减少计算复杂度。

资产的集合在这个实验中包含两个资产:资产和一个无风险利率风险资产。此外,监管 与无风险利率、税收、购买和销售能力和作为控制参数。监管环境可以用来近似映射其实际结构在各种金融经济系统。

的集合信息连接取决于市场的网络拓扑特征。在本文中,我们的元模型是异构信息连接的定义5由于底层网络是无尺度。作为连接特性的一部分,我们引入的新特性异构获取信息的能力和注意信息流动和调用它信息意识在市场网络。我们认为这个特性是一个函数的代理连接和代理在代理的坐标格子。更准确地说,它是假定这个属性是一个函数的中间性中心代理。在我们的元模型,异构代理意识和映射的可变性事件转变为可操作的信息根据代理系统模式感知的影响。互联互通和系统性风险之间的关系取决于连接的定义。在大多数研究连接和系统性风险,连接是隐含的现金流和风险水平流,这是两个重要的维度。在我们的环境中,信息连接在信息流方面强调,与第三方结算,没有直接的事务连接在这个模型。有一个原因类型区分连接类型:信息动态,包括市场情绪,导致决策职位(如购买、出售或持有),这导致一些事务。一般来说,相应的信息连接网络并不是相同的事务或现金流连接网络相同的市场,而是网络动态链接和一个变量滞后。在即将到来的工作中,多维连接类型被认为是包括代理银行,事务性的,现金流和风险连接。

代理属于市场实现他们的目标。代理摸棱两可的目标是最大化其效用函数的财富约束(32]。给出了优化问题的解决方案 在哪里表示代理的行为,它与行为的集合类型。与保持秩序, 因此,例如, 对应于风险规避类型等等。期望 是预期的价格为下一个时间步和股息,这对于优化控股的决心是至关重要的。异构的期望代理通过多样化的必要性和他们决心根据投资策略在下一节中解释。在这里价格和股息的条件标准差在时间吗 。为简单起见,被假定为常数的单位价值。标志在上面的方程的变化相反的状态 使 。通过符号的变化,我们意味着负号的积极状态 和积极的迹象的负面状态 。

代理行为是量化赋值系数。因此,风险规避系数 、损失厌恶系数 作为 , 。考虑过度自信/保守在哪里 作为 或, 如果 或, 作为 。代理行为背后的直觉量化是过度自信/保守代理倾向于持有,卖更高或更低的部分股票在中立的交易员。同时,损失厌恶交易商倾向于减少头寸面临损失在给定参考点因为它已经被卡尼曼和特沃斯基(表示33)个人影响损失超过利润。

期望 在(1在模型中)是一个关键变量。据估计单独给代理交易策略。zero-intelligence代理定量和随机预计未来价格和股息 在哪里和是固定在 和 在这项研究中,以减少计算复杂度 均匀分布在吗 它的参数可以校准。

基本代理密切关注资产价格的基本过程,假设股息遵循这个过程: 在哪里 股息增长率,是股利波动,与正态分布是一个维纳过程~ 。方差可能估计使用GARCH (1,1): 在哪里 , , 。资产的基本价格然后威廉姆斯(34]: 在哪里是无风险利率。这个基本价值方法只要作品好 。

预期的股息和代理价格是 动量代理确认说“趋势是你的朋友,和他们购买/出售如果前面的正/负回报: 在哪里 。

过去的交易策略 策略模型是一种自适应的交易策略在神经网络用于预测执行。设计神经网络前馈网络的输入节点代表过去的回报的股票均匀分布在最低的代理一个以前返回过去十和最大的回报。同时,神经网络由一个隐藏层,可能由一个十节点对代理等概率。神经网络的输出时间的预期回报 将映射到和比较方法适用于。代理将学习通过更新权重在神经网络的训练数据在培训之前,从10到100年均匀分布。神经网络通常根据调用参数 。停止条件受到最大迭代或基本错误。

股票持有代理可能会改变他们最初的决定与其他代理作为一个相互作用的结果。当代理直接与对方有机会分享他们的市场情绪,变革可能会影响他们对市场前景的交互。注意,市场情绪分享是一种信息连接。最终控股决定然后构造成代理的加权平均初始决策和连接的初始决策代理人: 在哪里的最终决定是代理商吗和是一个给定的初始重量决定持有股票的股票为代理,是代理的总数, 如果被连接到,否则为0。

价格的形成将遵循价格调整方法(35- - - - - -38]。价格调整过程达到当地市场价格平衡基于总报价和报价 在哪里市场价格在时间吗,价格调整速度相对于传播,也就是说,市场效率的简化形式。此外,代表在所有代理和投标的总数提供的总数。

4所示。外生因素和市场反应

在这项研究中,介绍了信息流包括跳跃反弹道导弹元模型。市场通过代理响应“消耗”信息并将其转换成新的价格和位置实现。市场可能受到nonsystematic事件,如政治、经济、自然灾害,战争,或者,在这个时代,微博假新闻。对资产价格动态,默顿的jump-diffusion模型导爆跳扩散过程(2)与跳跃后一个复合泊松过程。默顿的征收过程的模型是一个特例。大多数文献在财政上跳结合期权定价基础资产进行跳转。一个好的参考跳由Tankov(这本书的主题39]。本文的目的,作为第一近似,我们假定信息流过程遵循jump-diffusion过程。跳跃的过程中遵循的符号和构造40),与通常的概率空间的定义 作为一个概率空间的信息过滤和信息处理概率空间上定义和动态表达的随机微分方程(SDE) 在哪里漂移系数和吗是波动性均假定为常数。是一个持续的布朗运动过程和泊松过程是适应和恒速过滤吗与 。在[40),这个词是一个跳振幅的过程。这三个过程,,,,被认为是独立的,并且跳过程中,在默顿模型中,是被一个复合泊松过程,我们可以跳振幅和泊松跳跃发生在一个给定的时间间隔。使用Ito微积分的解决方案(10)的形式

价格都要遵循相同的动力学过程。我们的实现校准实证跳跃的价格时间序列与一个预定义的阈值。例如,对于标准普尔价格过程中,2008年,一个阈值组,我们收集返回跳跃 ,这是一个时间子系列的返回时间序列。

跳的大小分布,可以假定为正态分布,充分实现我们的实现 在恒定的跳的意思,的标准偏差。口和王认为双指数分布在“双指数jump-diffusion下期权定价模型中,“管理科学、50(2004),页1178 - 1192。例如,在2008年的样品我们发现 对于消极的跳跃, 为积极的跳跃。的 标准差和跳吗 。

图1显示了实证跳跃2008年标准普尔(a)和同期的模拟过程 。实证跳跃展览跳集群的现象,邀请,在以后的工作,使用更为先进的跳过程如霍克斯自励的过程。

在这个元模型,跳仅限于在回应一个外生冲击nonsystematic类型的默顿(2解释“泊松分布的“事件”是一个重要的到来的有关股票的信息。“然而,到来的消息转化剂的购买行动,出售,或持有,在跳集体反映价格。换句话说,价格跳实际上是一个聚合反应的刺激信息空间的跳跃。如果市场是均匀的行为,策略,和连通性,代理商的响应将均匀。

异构的新闻意识产生可变时间反应,所以,第一次尝试,我们与跳跃的代理实例的连接。总共有211代理交易空间,他们仍然根据行为和分布式策略如表所示1。

代理之间的直接关系的数量是不同的。网络度服从幂律分布 。我们代理的连接分为三类:集线器、正常,隐士。表中演示了每个代理的联系2。

市场的环境包含69个人,超过9连接。此外,它容纳60代理与度7和8至82特工小于或等于6边缘。此外,中心与1189联系,正常类包括661链接和隐士需要464链接。

机械,为了把跳跃的影响,我们假设代理接触新闻过程将扭转他们的位置的方向跳一段跳的大小成正比。另一方面,跳逐渐消退的影响随着时间的推移;因此,设计一个跳时间函数的影响可以表示为 在哪里 代表了一个代理反应倾向跳转,代表仿真终止时间,代表的大小,和表达了时间的一个代理是跳发生影响。的影响是通过代理实现逆转的位置长(短)短(长)负(正)跳逆转时间持久的影响。代理不会改变位置跳转的方向是否与他/她的位置,这样,在这种情况下, 。这个元模型设计中,市场时钟是由所有代理共享交易发生在均匀离散时间。代理商反向头寸继续这样做在后续交易的影响逐渐消退之前,也就是说,在一段时间内 或者除非一个新的跳到达时,以先到期者作准。当一个新的跳到达时,时钟是新的跳发生复位。因此,函数可以被视为时间范围的影响大小的跳吗发生的时间在一个代理参数在一个模拟的时间。在进一步的工作我们扩展函数是一个函数的时间范围影响的行为和策略。

因此,代理人是重新分配位置条件跳转的代理意识根据

5。信息意识和波动率指数

我们检查市场在不同的系统性风险信息流。该指数代表代理市场意识的状态,这些状态可以大或无限。为了这篇文章中,我们提出一个离散化状态的二进制状态分配给每个类型的代理的定义与属性向量 。在这个实验中,与代理的程度 有三种类型的代理:中心,正常,隐士的意识状态是指定为 ,,分别。一般的索引类型意识可以部分实现但是我们简化假定类型是意识到或没有意识到的市场信息;因此类型感知的范围值 。这种简化的收益率可能的系统性认识八个州之间不等系统性的无知相应的状态和系统性的认识在国家;见表3。

目的是测试代理信息对事件的影响波动和标准偏差的回报。正式我们国家以下假设:

来测试假设,实现单因素析因设计的因素是意识的事件类型。零假设是系统性的无知而备用代表,至少一个代理类型信息意识。测试的目标是指定如果有模型输出之间的显著差异最大的收益波动。假设可以改写的最大波动和标准偏差的回报。

蒙特卡罗模拟实现为了收集必要的统计方差分析的输出。实验复制每个因素的蒙特卡罗运行30次1000天的时间范围。这让收集每日价格总数达到120000。从论文收集的时间序列,我们每日回报和波动性指数计算。随后,方差分析过程测试是否有显著区别的最大波动和回报率的标准差predescribed情况。数据7- - - - - -11模拟实验的结果。图2显示的箱线图获得最大波动率指数和图3显示返回标准差。

方差分析表明,之间有显著差异的实验值接近于零。表4总结了分析的结果。图基范围测试集群实验分成三组的标准差的回报。第一组包含系统性的无知的情况下跳事件的意思是每年12.5%的收益波动超过30分的。第二组包括组对应的意识状态,也就是说,当意识到只有代理正常连接的事件在年度的均值波动的三十模拟运行时为29.8%。第三组对应的状态系统性的意识的跳跃,这表明年度波动大幅增加显著地比其他两个州。

波动率指数的实验分为三组。然而,结果表明,最大波动率指数明显不同于其他国家的代理不知道跳与正常范围或当只有代理连接暴露在跳跃。另一方面,虽然没有显著差异观察波动性中心(国家之间的意识)和隐士(状态)市场代理跳事件,这两种情况下驱动模拟市场的稳定。最大的平均波动率指数在30负责国家意识到51.1%和49.2%和,分别。中心拥有庞大的连通性和作为放大器的买入或卖出信号影响其他代理的决定。中心增加信息意识融合的可能性和极端可能导致羊群行为。另一方面,隐士代理的人口相当大的抵消认为低的连接数(群众的力量)。这个属性不允许隐士受到网络中其它个体的情绪,从而他们的决定累计提高市场的恐惧。

现代金融市场的预期行为下的无套利公理正常机制类似于系统性无知的状态。观察到的最大波动率指数是2007年31日就在金融危机之前,当市场显示了一个正常的政权。然而,在一次集会政权等观察2010年和2014年之间的时期,最大波动率指数是48。这种行为类似于,当中心和隐士都知道的信息。此外,这些情况之间的整体行为范围的正常代理知道信息。

最后,在系统性的认识,恐惧水平达到了其波动率指数最高的74.1所有统计测试。经验,在连续跳跃和系统性的认识,就像2008年的金融危机期间,这一结果同意模拟波动率指数的实证观察实现其最大80.86 11月20日,2008年。

此外,我们计算网络的集中程度使用弗里曼的一般公式41]: 在哪里代表网络的集中,代表网络中边的最大数量,代表的边缘节点,表示网络中节点的总数。

0.2校准的学位中心网络。假设波动率指数可以作为代理的过分讲究的稳定,我们运行一个分散的蒙特卡罗模拟网络( )。分散的网络中,所有的代理都同样连接。数据4和5分别显示校准和分散的网络。

假设30%的人口信息意识,执行30次的蒙特卡罗模拟。最大波动率指数的均值23.5记录,这是接近正常的情况下代理意识和系统性的无知在前面的实验。此外,返回的均值的标准差是0.014,这是010年与状态。图6在蒙特卡洛运行显示了市场动态。

在未来的研究中,我们检验各级网络集中下的市场动态。同时,我们考虑一个选型网络结构中代理倾向于分享信息与代理的网络结构类似的属性,把它比作一个非选型opposite-in-attributes可以共享信息意识。

结果可以部分的模型相比,Panchenko et al。22),他们调查了市场在不同网络拓扑和得出的结论是,在信息传输的延迟(如在晶格和小世界网络)可能会导致市场不稳定。然而,这里的情况是完全不同的,我们的分析是基于一个幂律分布后的市场网络,从而允许某些节点中心高度和许多隐士与一些边缘节点。的主要结论是,在这个模拟市场,积极反应新闻的人口规模和人口的高度连接个人可能推动市场的稳定。

6。结论

本研究的主要贡献是促进一个更现实的元模型,导致金融市场经济环境模拟器。为此,介绍了一个市场一个正式的数学定义以及装备代理等新属性信息意识的跳跃的无标度网络。本文构建一个元模型与强调程序化模拟金融市场的稳定连接代理信息,感知和响应信息暴露倾向一个事务。本文提供了一个元模型异构市场代理事务的决策是基于一个特定的属性。变革决策与行为,交易策略,也可与其他药物的相互作用。交易策略包括任意zero-intelligence、基本趋势后,自适应策略,利用神经网络作为学习机制。此外,行为等风险和损失厌恶,稳当,过分自信是包括在模型中。同时,代理直接通过分享市场情绪通过网络交互遵循幂律分布。

流程模型随机jump-diffusion跳事件影响市场。代理可能会或可能不会意识到这些事件根据其分类。我们引入代理信息意识的概念作为代理功能,让它连接的函数。如果事件是代理,代理根据跳转方向调整位置。时间框架的过程将继续跳成比例的大小,因此,我们引入了一个时间范围的概念跳上一个代理的影响。持久性的影响应该适当的跳的大小和代理发生跳时的反应倾向。

五个实验设计探讨的影响代理商的市场动态和跳事件的意识。使用方差分析的分析实验实施。结果表明,有一个输出的重要依赖市场上的各种场景信息意识状态。平均波动和波动率指数最低的系统性的无知。另一方面,波动性和恐惧指数增长中心,或隐士一样观察跳跃。原因是网络中大量的连接属于中心,从而增加新闻的传播和影响市场情绪。隐士的人口规模很大但相对独立于其他代理商,因此隐士不受市场情绪的影响,这个属性可以驱动模拟市场的稳定。正常代理信息感知具有显著影响市场稳定但没有达到的水平中心和隐士效果。如果代理信息意识的负面事件增加,恐惧指数达到上限。

在未来的研究和金融经济环境模拟器的背景下,我们感兴趣的是区分的状态持续的积极事件,可能导致愉悦的反应,乘坐希望更高的回报,一方面,和消极的大跳跃导致代理价格,导致过度恐惧破坏。假定两种情况下过度的希望或恐惧展览信息意识convergence-one积极乐观的一面(假)和其他消极的悲观的一面。换句话说,未来金融经济环境模拟器应该能够捕捉到2008年危机前状态中代理在最好状态描述为“非理性繁荣”(艾伦•格林斯潘(Alan Greenspan))的可持续系统性overperformance和毫无根据的希望能够模型相反的状态的恐惧在危机期间,代理、个人、机构交易员和经纪人聚集-齐次信息意识状态,总结市场成为许多“就没戏”。

的利益冲突

作者宣称没有利益冲突。

确认

作者承认Hanlon金融系统实验室史蒂文斯理工学院提供的数据和计算能力的研究工作。