[논문 리뷰] A Continuous Time Asynchronous Model of the Stock Market; Beyond the LLS Model

M. Shatner, Lev Muchnik외 2명|ArXiv.org|2000. 05. 25.

Complex Systems and Time Series Analysis참고 문헌 4인용 수 7

한 줄 요약

이 논문은 수백만 명의 개별 거래자가 고유한 결정 함수를 지닌 연속시간, 이방성 에이전트 기반 주식시장 모델을 제안한다. 이들은 중앙 집중식 오더 매칭 메커니즘을 통해 상호작용한다. 스택 기반 알고리즘을 사용해 거래자 깨어남 시간, 결정 지연, 오더 실행을 관리함으로써, LLS 모델의 한계를 초월해 실시간 시장 역학—특히 시간 및 오더 플로우—를 포착한다. 이는 가격 행동과 차트 기반 거래, 기초 가치 기반 거래, 노이즈 트레이딩과 같은 거래자 전략의 현실적인 시뮬레이션을 가능하게 한다.

ABSTRACT

In order to simulate the complex phenomena manifested in stock markets, we introduce a continuous asynchronous model in which millions of individual traders interact through a central orders matching mechanism, just as it happens in real stock markets. Each trader has a unique decision function, which allows him/ her to trade at any time, to react to external news, to respond to price changes (or volume, volatility, etc.), and to consider the "fundamental price". As a simple example we consider three "generic" decision functions, which correspond to three trader profiles: Noisy, Fundamentalist and Chartist.

연구 동기 및 목표

• 개별 거래자를 이방성 에이전트로 모델링하고 독립적인 의사결정을 하게 함으로써 주식시장 역학의 더 현실적인 시뮬레이션을 개발하기 위해.
• 이전 모델(예: LLS)의 한계를 해결하기 위해 무결한 거래 시점의 정확한 처리를 통합함으로써, 실시간 시장 특성의 포착에 필수적인 요소인 거래 시점의 중요성을 반영하기 위해.
• 기본가치 기반, 차트 기반, 노이즈 트레이딩과 같은 다양한 거래자 행동을 커스터마이징 가능한 결정 함수를 통해 가능하게 하여 이질적인 시장 행동을 가능하게 하기 위해.
• 실시간 계산 시간 내에 수백만 명의 거래자를 처리할 수 있는 효율적이고 확장 가능한 시뮬레이션 프레임워크를 구현하기 위해.

제안 방법

• 모델는 스택 기반 아키텍처를 사용해 거래자 상태를 관리한다: 수면 상태 스택(비활성 거래자), 결정 스택(시장 조건 평가 중인 활성 거래자), 이관된 오더 스택(시장 진입을 기다리는 오더).
• 거래자들은 자가 정의된 트리거(예: 시간 간격, 가격 변화, 뉴스 이벤트)에 따라 깨어나며, 이는 글로벌 시계에 종속되지 않은 진정한 이방성 행동을 가능하게 한다.
• 오더는 가격과 수량이 있는 지정가 오더이며, 가격 기준으로 구매/매도 스택에 정렬된다. 최고의 매도 가격이 최고의 매수 가격보다 낮을 때 실행되며, 실행 가격은 먼저 도착한 오더에 의해 결정된다.
• 각 거래자는 고유한 결정 함수를 적용한다: 무작위 거래자는 확률적으로 포지션을 선택하고, 기본가치 기반 거래자는 노이즈가 있는 기본 가격에서의 편차에 따라 거래하며, 차트 기반 거래자는 과거 가격의 다항식 외삽을 사용한다.
• 시장 월드 시계는 사건이 발생할 때만 진행되며, 이는 유휴 시간을 시뮬레이션하지 않아도 되는 계산 효율성을 보장한다.
• 모델는 가격 변동성(Sigma), 기본 가격 변동성(Sigma_FP), 오더 지연 시간과 같은 구성 가능한 파rameter를 지원하여 다양한 시나리오 테스트가 가능하다.

실험 결과

연구 질문

• RQ1 이방성, 연속시간 에이전트 기반 모델은 동기화 또는 이산시간 모델 대비 주식시장 시뮬레이션의 현실성에서 어떻게 향상되는가?
• RQ2 연속시간 시장에서 단순한 규칙 기반 결정 함수로부터 기초 가치 기반, 차트 기반, 노이즈 트레이딩과 같은 다양한 거래자 행동이 얼마나 잘 구현되는가?
• RQ3 이질적인 에이전트 간의 상호작용을 통해 실시장의 핵심 특성인 변동성 클러스터링과 비정규 분포 수익률을 모델이 재현할 수 있는가?
• RQ4 동기화된 거래 일정이 없는 상황에서 거래 시점과 오더 제출 시점은 시장 마이크로구조와 가격 형성에 어떻게 영향을 미치는가?
• RQ5 스택 기반 알고리즘이 실시간에서 수백만 명의 거래자와 고유한 결정 규칙을 가진 시뮬레이션을 수행할 때의 계산 효율성과 확장성은 어떠한가?

주요 결과

• 스택 기반 아키텍처는 이방성 의사결정을 가진 수백만 명의 거래자를 효율적으로 실시간으로 시뮬레이션할 수 있게 하며, 계산 루프에서 유휴 대기 시간이 전혀 없다.
• 모델는 거래 시점과 오더 플로우 상관관계의 중요성을 성공적으로 포착하여, 이는 이전 모델에서 자주 간과되던 실시장 역학의 핵심 요소를 반영한다.
• 노이즈, 기본가치 기반, 차트 기반 거래자라는 세 가지의 고유한 거래자 프로파일을 구성 가능한 파rameter를 통해 도입할 수 있어 이질적인 시장 행동을 가능하게 한다.
• 기본가치 기반 거래자는 노이즈가 있는 기본 가격 추정치를 사용하며, 시장 가격과 인식된 기본 가치 간의 편차에 따라 포지션 크기를 조정한다.
• 차트 기반 거래자는 최근 N개의 시장 가격에 대해 다항식 피팅을 수행해 미래 가격을 예측하고, 오더를 이를 기반으로 조정하며, 오더 크기는 예상 가격 변화에 비례한다.
• 모델는 이벤트 기반 계산과 최적화된 스택 처리 덕분에 실시간에서 수백만 명의 거래자가 참여하는 일년 치 시장 활동을 몇 초 내에 시뮬레이션할 수 있을 정도로 계산적으로 효율적이다.