[論文レビュー] How to Evaluate Trading Strategies: Single Agent Market Replay or Multiple Agent Interactive Simulation?

Tucker Hybinette Balch, Mahmoud Mahfouz+3 more|arXiv (Cornell University)|Jun 28, 2019

Complex Systems and Time Series Analysis参考文献 19被引用数 11

ひとこと要約

本稿では、同一環境内で取引戦略の評価を可能にする統合型シミュレーションフレームワークを提案している。このフレームワークは、実験戦略に応じて動的に反応する背景取引エージェント（ZIエージェント）の集団を統合することで、従来の市場リプレイとは異なり、IABS（インタラクティブ・エージェントベースシミュレーション）が大口注文に対してより現実的で持続的な価格インパクトを示すことを明らかにした。

ABSTRACT

We show how a multi-agent simulator can support two important but distinct methods for assessing a trading strategy: Market Replay and Interactive Agent-Based Simulation (IABS). Our solution is important because each method offers strengths and weaknesses that expose or conceal flaws in the subject strategy. A key weakness of Market Replay is that the simulated market does not substantially adapt to or respond to the presence of the experimental strategy. IABS methods provide an artificial market for the experimental strategy using a population of background trading agents. Because the background agents attend to market conditions and current price as part of their strategy, the overall market is responsive to the presence of the experimental strategy. Even so, IABS methods have their own weaknesses, primarily that it is unclear if the market environment they provide is realistic. We describe our approach in detail, and illustrate its use in an example application: The evaluation of market impact for various size orders.

研究の動機と目的

• 従来の市場リプレイでは、模擬市場が実験戦略に反応しないため、過剰に楽観的なパフォーマンス推定が生じるという限界を是正すること。
• 市場リプレイとインタラクティブ・エージェントベースシミュレーション（IABS）の両方をサポートするシミュレーションフレームワークを開発し、より強固な戦略評価を可能にすること。
• 標準的なバックテストに比べ、大口注文に対して特に現実的であるIABS環境が、市場インパクトの評価にどのように優れているかを調査すること。
• 受動的（リプレイ）および能動的（IABS）な市場状態下で、大口市場注文の長期的価格インパクトを評価すること。
• イベントスタディ手法を用いて、両シミュレーションパラダイムにおける大口注文後の価格変動の安定性と持続性を比較すること。

提案手法

• 時間順に履歴注文書データを再生することで、既存のインタラクティブ・エージェントベースシミュレーション（IABS）フレームワークを、市場リプレイのサポートも可能にするように変更した。
• 価格変動や注文フローに反応する、多様で状態保持型の戦略を有する背景取引エージェント（ZIエージェント）の集団を実装した。
• 価格/時間優先順位マッチングと注文キャンセルを含む限界注文書（LOB）モデルを用いて、現実的な市場マイクロ構造ダイナミクスをシミュレートした。
• 実験戦略として単一の大口市場注文を導入し、リプレイおよびIABSモードの両方でその実行をシミュレートした。
• 両環境において注文の前後における価格軌道を比較することで、イベントスタディ手法を用いて価格インパクトを測定した。
• 評価関数とリスクパラメータ（例：η）を有するZIエージェントを用いて、保証された執行を含む戦略的行動をモデル化した。

実験結果

リサーチクエスチョン

• RQ1 受動的市場リプレイと能動的インタラクティブ・エージェントベースシミュレーション（IABS）の両者において、大口注文に対する市場反応はどのように異なるか？
• RQ2 IABS環境は、従来の市場リプレイに比べ、より持続的な価格インパクトを生じさせるか？これは、既存の市場インパクトモデルと整合するか？
• RQ3 IABSにおける背景エージェントは、実験戦略に応じて行動を適応させ、市場均衡を変化させるか？その程度はいかほどか？
• RQ4 統合型シミュレーションフレームワークは、リアリズムや一貫性を損なわずに、市場リプレイとIABSの両方の評価をサポートできるか？
• RQ5 ZIエージェントの動的行動（例：注文キャンセルや状態依存評価）は、大口注文に対する全体の市場反応にどのように影響を与えるか？

主な発見

• 市場リプレイでは、大口注文の後、価格が素早くベースライン水準に戻るため、一時的インパクトであることが示唆され、現実の市場行動とは一致しない可能性がある。
• IABSでは、注文後に価格が新たな安定した水準に落ち着くため、長期間にわたる、あるいは恒久的な価格インパクトが生じていることが示され、既存の市場インパクトモデルと整合的である。
• IABSにおけるZIエージェントは、保有量や市場状況の変化に応じて、評価額と注文の配置を動的に調整し、新たな市場均衡を形成する。
• ZIエージェントが自らの指値を変更しなくても、スプレッドおよび実行保証（パラメータηを介して）の影響により、行動が変化し、市場ダイナミクスが変化する。
• IABSにおける反応性のある背景エージェントの存在は、受動的リプレイに比べ、より現実的で包括的な市場インパクト評価を可能にする。
• 結果から、IABSはリプレイが捉えられない戦略的市場フィードバックを捉えることができることから、大口注文を含む戦略の評価に適していると示唆される。