[論文レビュー] Thresholding at the monopoly price: an agnostic way to improve bidding strategies in revenue-maximizing auctions

Thomas Nédelec, Marc Abeille+4 more|arXiv (Cornell University)|Aug 21, 2018

Auction Theory and Applications参考文献 30被引用数 4

ひとこと要約

この論文は、独占価格で入札をしきい値化することで、競合の分布を事前に知らなくても買い手の効用を向上させる、収益最大化オークションにおけるロバストでアンチエイジェントの入札戦略を提案する。この手法はメカニズムに依存せず、すべての競合分布において真実の入札よりも高い効用を保証し、独占レーティングを用いた均一な[0,1]二入札者設定では57%の効用向上を達成する。

ABSTRACT

We address the problem of improving bidders' strategies in prior-dependent revenue-maximizing auctions and introduce a simple and generic method to design novel bidding strategies if the seller uses past bids to optimize her mechanism. We propose a simple and agnostic strategy, independent of the distribution of the competition, that is robust to mechanism changes and local (as opposed to global) optimization of e.g. reserve prices by the seller. This strategy guarantees an increase in utility compared to the truthful strategy for any distribution of the competition. In textbook-style examples, for instance with uniform [0,1] value distributions and two bidders, this no-side-information and mechanism-independent strategy yields an enormous 57% increase in buyer utility for lazy second price auctions with monopoly reserves. When the bidder knows the distribution of the highest bid of the competition, we show how to optimize the tradeoff between reducing the reserve price and beating the competition. Our formulation enables to study some important robustness properties of the strategies, showing their impact even when the seller is using a data-driven approach to set the reserve prices. In this sample-size setting, we prove under what conditions, thresholding bidding strategies can still improve the buyer's utility. The gist of our approach is to see optimal auctions in practice as a Stackelberg game where the buyer is the leader, as he is the first one to move (here bid) when the seller is the follower as she has no prior information on the bidder.

研究の動機と目的

• 競合の分布を前提としない、事前知識が不要な、利益最大化オークションにおける買い手の効用を向上させる入札戦略の設計。
• 売り手によるローカルまたはデータ駆動のレーティング価格最適化に対してロバストであることを保証すること。
• 任意の価値分布および入札者間の非対称性を想定した、メカニズムに依存しない戦略の提供。
• 売り手が有限標本データを用いてレーティング価格を設定する場合のしきい値戦略の影響の分析。
• 現実的で有限の標本設定下での効用向上に関する理論的保証の確立。

提案手法

• 真実の入札を変更することで、独占価格 r よりも低い価格では入札額を低下させる、しきい値入札戦略 βr,ε(x) を導入し、ε が低下強度を制御する。
• x ≤ r の範囲で、β(x)(1−F(x)) が傾き −εf(x) で線形に減少するように戦略を構築し、単調性と効用の向上を維持する。
• Dvoretzky-Kiefer-Wolfowitz (DKW) 不等式を用いて、経験的分布の乖離を束縛し、競合の入札分布の有限標本推定に対するロバスト性を保証する。
• 売り手がレーティング価格を設定する前に、買い手が戦略をコミットするというスタックルバーグゲームフレームワークを適用し、現実のオークションダイナミクスをモデル化する。
• 売り手が有限バッチの入札データを用いてレーティング価格を推定・最適化する場合でも、最適なしきい値戦略が有効であることを証明する。
• 価値分布にやや弱い正則性条件が課せられる場合、推定された最適しきい値が真の最適値に確率的に収束することを確立する。

実験結果

リサーチクエスチョン

• RQ1 競合の価値分布を事前に知らずに、収益最大化オークションにおける買い手の効用を向上させる入札戦略を設計できるか？
• RQ2 売り手がデータ駆動のレーティング価格最適化を用いる場合、独占価格でしきい値を設定することは効用にどのように影響するか？
• RQ3 売り手が有限標本から入札分布を推定する場合、どのような条件下でしきい値戦略が有効に保たれるか？
• RQ4 提案された戦略は、すべての可能な競合入札分布に対して、常に効用向上を保証できるか？
• RQ5 入札者が最高の競合入札の分布を部分的に把握している場合、レーティング価格を引き下げるのと競合に勝つことのトレードオフは何か？

主な発見

• 提案されたしきい値戦略は、対称性や分布仮定に依存せず、いかなる競合入札分布に対しても真実の入札よりも高い効用を保証する。
• 独占レーティングを用いた二入札者、均一な[0,1]設定では、ラジオセカンドプライスオークションにおいて買い手の効用が57%向上する。
• 売り手が有限標本を用いて入札分布を推定する場合でも、この戦略は有効であり、DKW不等式に基づく理論的保証が得られる。
• 最適なしきい値戦略は、価値分布にやや弱い正則性条件が課せられる場合、真の最適値に確率的に収束する。
• 入札者が最高の競合入札の分布を把握している場合、この手法により、レーティング価格の引き下げと競合に勝つことの最適なトレードオフが実現できる。
• この手法はローカルなレーティング価格最適化に対してロバストであり、売り手が歴史的入札に基づいてレーティング価格を適応的に変更しても、効用の向上が維持される。