[論文レビュー] The Problem of Calibrating an Agent-Based Model of High-Frequency Trading

Donovan Platt, Tim Gebbie|arXiv (Cornell University)|Jun 5, 2016

Complex Systems and Time Series Analysis被引用数 5

ひとこと要約

この論文は、高周波取引のエージェントベースモデル（ABM）を検証する際の一般的な慣習である、スタイリズドファクトにのみ基づく検証を批判し、このようなモデルがパラメータの退化に苦しんでおり、実際の取引データへのキャリブレーションが不十分であることを示している。本稿は、金融市場における有効で信頼性のあるABM検証のためには、実証データへのきめ細やかな統計的キャリブレーションが不可欠であると主張する。

ABSTRACT

Agent-based models, particularly those applied to financial markets, demonstrate the ability to produce realistic, simulated system dynamics, comparable to those observed in empirical investigations. Despite this, they remain fairly difficult to calibrate due to their tendency to be computationally expensive, even with recent advances in technology. For this reason, financial agent-based models are frequently validated by demonstrating an ability to reproduce well-known log return time series and central limit order book stylized facts, as opposed to being rigorously calibrated to transaction data. We thus apply an established financial agent-based model calibration framework to a simple model of high- and low-frequency trader interaction and demonstrate possible inadequacies of a stylized fact-centric approach to model validation. We further argue for the centrality of calibration to the validation of financial agent-based models and possible pitfalls of current approaches to financial agent-based modeling.

研究の動機と目的

• 高周波取引のエージェントベースモデルにおけるスタイリズドファクトベースの検証の限界を調査すること。
• スタイリズドファクトを再現するモデルであっても、根本的なキャリブレーション問題やパラメータの退化を抱える可能性があることを示すこと。
• 金融市場における有効なABM検証のためには、実証的取引データへのきめ細やかなキャリブレーションが不可欠であると主張すること。
• 定性的なスタイリズドファクトの一致から、定量的でデータ駆動のキャリブレーションへの移行を、モデル検証のゴールドスタンダードとして提唱すること。
• 構造的整合性ではなく、偶然のパラメータ一致によって生じるモデル行動を、意味のあるものと誤って受け入れるリスクを強調すること。

提案手法

• 研究は、シンプルな高頻度・低頻度トレーダー間の相互作用モデルに、既存の金融ABMキャリブレーションフレームワークを適用した。
• モデルのパフォーマンスは、統計的指標を用いて、シミュレートされたリターン時系列と実際の取引データを比較することで評価された。
• 感度分析を通じてパラメータの退化を同定し、類似したスタイリズドファクトを生み出す複数のパラメータセットが存在することを明らかにした。
• 注文の提出と実行の明示的なトレーダールールを備えた、ボトムアップ型のエージェントベースモデリングアプローチが用いられた。
• 連続ダブルオークション市場のダイナミクスを反映するために、イベントベースのシミュレーションが実施された。
• 伝統的なスタイリズドファクト検証と、提案されたキャリブレーション駆動型検証アプローチを対比し、実データとの統計的類似性の重要性を強調した。

実験結果

リサーチクエスチョン

• RQ1 高周波取引のエージェントベースモデルは、リターン時系列の代表的なスタイリズドファクトを再現できるが、キャリブレーションの問題を抱えたままである可能性があるか？
• RQ2 パラメータの退化は、パラメータ変動におけるモデル行動の妥当性をどの程度損なうか？
• RQ3 なぜスタイリズドファクト中心の検証では、金融市場のイントラデイABMの検証が不十分なのであろうか？
• RQ4 エージェントベースモデルを実証的取引データにきめ細かくキャリブレートするには、どのような手順が必要か？
• RQ5 イントラデイABMキャリブレーションにおいて、簡略化された閉形式価格メカニズムを使用する場合の意味は何か？

主な発見

• モデルは、肥尾なリターン分布やボラティリティクラスタリングといった主要なスタイリズドファクトを効果的に再現したが、顕著なパラメータの退化を示した。
• 複数の異なるパラメータセットが類似したスタイリズドファクトを生み出すことができ、モデル行動がキャリブレーションによって一意に決定されていないことが示された。
• スタイリズドファクトのチェックに合格したにもかかわらず、きめ細かなキャリブレーションを実施した際、実取引データの統計的性質と一致しなかった。
• パラメータの退化は、パラメータ変動からのインサイトの信頼性を損なう。変化が構造的差を反映しているのではなく、偶然の一致によるものである可能性があるためである。
• スタイリズドファクトベースの検証だけでは不十分であり、モデル構造やキャリブレーションの根本的欠陥を隠す可能性がある。
• 本研究は、実証的データへのキャリブレーションをモデル検証の不可欠な要素とし、スタイリズドファクトの検証は二次的な確認手段として位置づけるべきだと提唱する。