[논문 리뷰] High-frequency financial market simulation and flash crash scenarios analysis: an agent-based modelling approach

Kang Gao, Perukrishnen Vytelingum외 3명|arXiv (Cornell University)|2022. 08. 29.

Complex Systems and Time Series Analysis인용 수 5

한 줄 요약

이 논문은 중앙 제한 주문부를 사용하고 이질적인 거래자 행동을 반영하여 E-Mini S&P 500 선물 시장에서 밀리초 수준의 가격 역학을 재현하는 고주기 에이전트 기반 금융 시장 시뮬레이터를 제시한다. 이는 스타일라이즈드 팩트를 성공적으로 재현하며, 실제 동적 특성을 띠는 2010년 플래시 크래시를 시뮬레이션한다. 이는 크래시의 폭이 판매 알고리즘의 거래량 비율과 마켓 메이커의 재고 한도에 따라 비단조화적인 관계를 보이며, 기본 거래자 빈도가 크래시의 심각도를 감소시킨다는 것을 드러낸다.

ABSTRACT

This paper describes simulations and analysis of flash crash scenarios in an agent-based modelling framework. We design, implement, and assess a novel high-frequency agent-based financial market simulator that generates realistic millisecond-level financial price time series for the E-Mini S&P 500 futures market. Specifically, a microstructure model of a single security traded on a central limit order book is provided, where different types of traders follow different behavioural rules. The model is calibrated using the machine learning surrogate modelling approach. Statistical test and moment coverage ratio results show that the model has excellent capability of reproducing realistic stylised facts in financial markets. By introducing an institutional trader that mimics the real-world Sell Algorithm on May 6th, 2010, the proposed high-frequency agent-based financial market simulator is used to simulate the Flash Crash that took place that day. We scrutinise the market dynamics during the simulated flash crash and show that the simulated dynamics are consistent with what happened in historical flash crash scenarios. With the help of Monte Carlo simulations, we discover functional relationships between the amplitude of the simulated 2010 Flash Crash and three conditions: the percentage of volume of the Sell Algorithm, the market maker inventory limit, and the trading frequency of fundamental traders. Similar analyses are carried out for mini flash crash events. An innovative "Spiking Trader" is introduced to the model, aiming at precipitating mini flash crash events. We analyse the market dynamics during the course of a typical simulated mini flash crash event and study the conditions affecting its characteristics. The proposed model can be used for testing resiliency and robustness of trading algorithms and providing advice for policymakers.

연구 동기 및 목표

• E-Mini S&P 500 선물 시장에서 밀리초 수준의 가격 시계열을 생성할 수 있는 현실적인 고주기 에이전트 기반 금융 시장 시뮬레이터를 개발하는 것.
• 기계 학습 서rogate 모델링을 사용하여 금융 시장의 주요 스타일라이즈드 팩트를 재현하도록 모델을 校정하는 것.
• 기관 거래자(실제 Sell Algorithm 1을 모방)를 도입하여 2010년 플래시 크래시를 시뮬레이션하고, 역사적 사건과 비교하여 시뮬레이션된 동적 특성을 검증하는 것.
• 플래시 크래시 폭과 주요 시장 조건 간의 기능적 관계를 분석하는 것: 판매 알고리즘의 거래량 비율, 마켓 메이커의 재고 한도, 기본 거래자의 거래 빈도.
• 미니 플래시 크래시 이벤트를 시뮬레이션하기 위해 새로운 '스피킹 트레이더' 에이전트를 도입하고, 이들의 역학과 시장 파rameter에 대한 민감도를 연구하는 것.

제안 방법

• 모델은 단일 주식에 대해 중심 제한 주문부 마이크로구조를 구현하여 100ms 간격으로 실시간 주문 매칭을 시뮬레이션한다.
• 거래자들은 시장 메이커, 고주기 거래자, 기본 거래자, 기관 거래자 등 서로 다른 에이전트 유형으로 모델링되며, 각각 고유한 행동 규칙을 따른다.
• 기계 학습 서rogate 모델링을 사용하여 실제 고주기 데이터의 통계적 성질을 재현하도록 모델을 校정하며, 모멘트 커버리지 비율 및 통계적 검정을 통해 검증한다.
• 2010년 플래시 크래시는 SEC 및 CFTC가 문서화한 실세계의 Sell Algorithm 1을 모방하는 기관 거래자를 도입하여 시뮬레이션한다.
• 몬테카를로 시뮬레이션을 통해 크래시 폭과 세 가지 핵심 파rameter 간의 기능적 관계를 탐색한다: 판매 알고리즘의 거래량 비율, 마켓 메이커의 재고 한도, 기본 거래자의 빈도.
• 새로운 '스피킹 트레이더' 에이전트를 도입하여 미니 플래시 크래시 이벤트를 유도하고, 이들의 역학과 시장 조건에 대한 민감도를 분석할 수 있도록 한다.

실험 결과

연구 질문

• RQ1 제안된 에이전트 기반 모델은 고주기 금융 시장의 스타일라이즈드 팩트(예: 변동성 클러스터링, 뚜렷한 꼬리)를 어느 정도 재현할 수 있는가?
• RQ2 모의된 2010년 플래시 크래시는 실제 역사적 사건에서 관찰된 시장 역학을 어느 정도 재현하는가?
• RQ3 모의된 2010년 플래시 크래시의 폭과 판매 알고리즘의 거래량 비율 간의 기능적 관계는 어떠한가?
• RQ4 마켓 메이커의 재고 한도와 기본 거래자 주문의 빈도는 큰 크래시와 미니 플래시 크래시 이벤트의 폭과 빈도에 어떤 영향을 미치는가?
• RQ5 어떤 조건에서 미니 플래시 크래시 이벤트가 유발되고 특성을 형성하며, '스피킹 트레이더' 에이전트의 도입은 이러한 역학에 어떤 영향을 미치는가?

주요 결과

• 통계적 검정과 모멘트 커버리지 비율 분석을 통해 모델이 금융 시장의 주요 스타일라이즈드 팩트를 성공적으로 재현함을 확인하였다.
• 모의된 2010년 플래시 크래시는 역사적 관찰과 일치하는 시장 역학을 보이며, 모델의 현실성에 대한 검증을 제공한다.
• 크래시 폭과 판매 알고리즘의 거래량 비율 간의 관계는 비단조화적이며, 복잡한 시장 피드백 효과를 시사한다.
• 크래시 폭과 마켓 메이커의 재고 한도 간의 관계 역시 비단조화적이며, 중간 수준의 한도에서 가장 큰 크래시가 발생한다.
• 기본 거래자의 거래 빈도가 높을수록 크래시 폭이 작아지며, 이는 스트레스 상황에서의 안정화 역할을 시사한다.
• 마켓 메이커의 재고 한도는 미니 플래시 크래시 이벤트의 빈도와 폭에 크게 영향을 미치지만, 기본 거래자의 빈도는 실험에서 유의미한 영향을 미치지 못했다.