[논문 리뷰] ABIDES: Towards High-Fidelity Market Simulation for AI Research

David R. Byrd, Maria Hybinette외 1명|arXiv (Cornell University)|2019. 04. 26.

Distributed and Parallel Computing Systems참고 문헌 7인용 수 35

한 줄 요약

ABIDES는 AI 연구를 위한 에이전트 기반 이산 이벤트 시장 시뮬레이터로 설계되었으며, 구성 가능한 대기 시간 및 과거 날짜 재생으로 고충실도, 나노초 정밀 거래 시뮬레이션을 가능하게 합니다.

ABSTRACT

We introduce ABIDES, an Agent-Based Interactive Discrete Event Simulation environment. ABIDES is designed from the ground up to support AI agent research in market applications. While simulations are certainly available within trading firms for their own internal use, there are no broadly available high-fidelity market simulation environments. We hope that the availability of such a platform will facilitate AI research in this important area. ABIDES currently enables the simulation of tens of thousands of trading agents interacting with an exchange agent to facilitate transactions. It supports configurable pairwise network latencies between each individual agent as well as the exchange. Our simulator's message-based design is modeled after NASDAQ's published equity trading protocols ITCH and OUCH. We introduce the design of the simulator and illustrate its use and configuration with sample code, validating the environment with example trading scenarios. The utility of ABIDES is illustrated through experiments to develop a market impact model. We close with discussion of future experimental problems it can be used to explore, such as the development of ML-based trading algorithms.

연구 동기 및 목표

• 시장 응용 분야에서 AI 연구를 위한 구성 가능한 오픈 소스 플랫폼 제공.
• 실제적인 대기 시간 및 계산 지연으로 연속 이중 경매 시장의 고충실도 시뮬레이션 가능하게.
• 제어된 실험을 가능하게 하기 위해 과거 시장 날짜의 재생 및 조작 허용.
• 중앙 집중식의 시간 동기화 에이전트 로깅을 통해 학습 및 설명가능성 지원.
• 배경 에이전트의 실현 가능성과 대형 주문의 시장 영향에 관한 사례 연구를 통해 유용성을 입증.

제안 방법

• 나노초 시간 해상도와 에이전트별 현재 시간 추적을 갖춘 에이전트 기반 이산 이벤트 커널.
• 검증된 NASDAQ 유사 ITCH/OUCH 프로토콜 스택을 통한 에이전트 간 메시지 기반 통신.
• 전체 로깅, 주문 체결 및 지연으로부터 발생하는 슬ippage를 포함한 거래소 및 주문서 모델링.
• 공유 위치와 지연 효과를 시뮬레이션하기 위한 구성 가능한 쌍방 네트워크 지연 및 계산 지연.
• 구성 가능한 실험 부트스트랩퍼 및 에이전트 계층구조를 갖춘 NumPy와 Pandas를 사용하는 오픈 소스 Python 구현.
• 배경 에이전트 실현 가능성과 단일 대형 주문으로 인한 시장 영향 실험을 포함한 사례 연구.

실험 결과

연구 질문

• RQ1 AI 연구에 적합한 고충실도 오픈 소스 시장 시뮬레이터를 어떻게 만들 수 있는가?
• RQ2 현실적인 시장 미시구조와 에이전트 행동을 생성하는 데 필요한 지연 및 계산 지연 구성은 무엇인가?
• RQ3 과거 날짜 재생과 제어된 섭동이 시장 역학에 대한 인과 실험을 가능하게 할 수 있는가?
• RQ4 현실적인 다중 에이전트 환경에서 대형 시장 주문이 가격에 미치는 영향과 거래 규모에 따른 이익 규모는 어떤가?
• RQ5 시장 시뮬레이션에서 학습 에이전트의 설명 가능성과 분석을 가능하게 하는 기능은 무엇인가?

주요 결과

• ABIDES는 거래소와 상호 작용하는 배경 에이전트가 있을 때 역사적 일의 당일 내 가격 행동을 재현할 수 있다.
• 단일 대형 시장 주문(임팩트 에이전트)은 거래자의 ‘greed’ 매개변수와 거래 규모에 따라 임팩트가 커지는 측정 가능한 시장 영향력을 생성한다.
• 임팩트 거래의 이익은 더 큰 매수 호가에서 증가하지만, 주당 이익은 거래 규모가 커질수록 감소할 수 있다.
• 시장 영향 연구는 가격 및 이후 거래 패턴에 명확한 효과를 보여 주며, 일별 이벤트 정렬 분석을 가능하게 한다.
• 플랫폼은 학습된 에이전트 정책의 설명 가능성을 촉진하는 상세한 이벤트 로깅을 제공한다.
• 모멘텀 스타일과 배경 에이전트는 ML/AI 에이전트를 현실적인 시장 시뮬레이션에 통합하는 가능성을 보여준다.