[논문 리뷰] Agent-based simulation of a financial market

Marco Raberto, Silvano Cincotti외 2명|RePEc: Research Papers in Economics|2001. 03. 29.

Complex Systems and Time Series Analysis인용 수 9

한 줄 요약

이 논문은 자원 제약 조건과 현실적인 주문 매칭 메커니즘 하에서 이질적인 에이전트가 단일 자산을 거래하는 에이전트기반 모델인 제노아 인공금융시장을 제안한다. 변동성에 의존하는 지정가와 무작위 주문 집합을 통합함으로써, 복잡한 에이전트 전략이나 통화 창출 없이도 뚜렷한 꼬리가 있는 수익률 분포와 변동성 클러스터링이라는 주요 스타일라이즈드 팩트를 재현한다.

ABSTRACT

This paper introduces an agent-based artificial financial market in which heterogeneous agents trade one single asset through a realistic trading mechanism for price formation. Agents are initially endowed with a finite amount of cash and a given finite portfolio of assets. There is no money-creation process; the total available cash is conserved in time. In each period, agents make random buy and sell decisions that are constrained by available resources, subject to clustering, and dependent on the volatility of previous periods. The model herein proposed is able to reproduce the leptokurtic shape of the probability density of log price returns and the clustering of volatility. Implemented using extreme programming and object-oriented technology, the simulator is a flexible computational experimental facility that can find applications in both academic and industrial research projects.

연구 동기 및 목표

• 자원 제약 조건 하에서 가격 형성 과정을 현실적으로 모델링할 수 있는 계산적으로도 탄력적인 에이전트기반 인공금융시장을 개발하기 위해.
• 에이전트의 복잡성 최소화를 통해 금융 시계열의 스타일라이즈드 팩트, 특히 두꺼운 꼬리 수익률 분포와 변동성 클러스터링을 재현하기 위해.
• 통화 창출을 피하고 총 현금 보유량을 유지함으로써 실제 시장의 마찰과 에이전트의 자원 제약 조건을 반영하기 위해.
• 객체지향 및 극단적 프로그래밍 기법을 활용하여 학술적 및 산업적 실험을 위한 모듈식이고 확장 가능한 시뮬레이션 플랫폼을 구축하기 위해.
• 과거 변동성에 의존하는 지정가 메커니즘을 통해 에이전트의 불확실성과 시장 변동성 간의 상호작용을 탐색하기 위해.

제안 방법

• 에이전트들은 유한한 현금과 자산 보유량을 부여받으며, 가용 자원에 제약을 받는 무작위 매수/매도 주문을 통해 거래한다.
• 매도 주문은 정규분포를 따르는 배수를 활용한 지정가로 설정된다: $ s_i = p(h)/N_i(\mu,\sigma_i) $, 여기서 $ \mu = 1.01 $이다.
• 주문 수량은 현재 보유량의 무작위 분수이다: $ a_i^s = [r_i \cdot A_i(h)] $, 여기서 $ r_i \sim U[0,1] $이다.
• 시장는 이중auction 청산 메커니즘을 사용하여 매수 및 매도 주문을 매칭하며, 가격은 수요-공급 균형에 의해 결정된다.
• 과거 가격 변동성에 민감한 지정가 설정을 통해 변동성 클러스터링을 유도하며, 변동성이 높은 기간에는 불확실성이 증가한다.
• 가격이 평형 수준으로 수렴하도록 피드백 메커니즘을 통해 평균 회귀를 유도하며, 자산 및 현금 보유량의 분포를 균형 잡는다.

실험 결과

연구 질문

• RQ1 유한한 자원과 기본적인 거래 규칙을 가진 단순한 에이전트기반 모델이 금융 수익률의 두꺼운 꼬리 분포를 재현할 수 있는가?
• RQ2 변동성에 의존하는 지정가 가격 설정 방식이 인공시장에서 변동성 클러스터링의 발생에 어떤 영향을 미치는가?
• RQ3 자원 제약 조건과 주문 집합화가 시뮬레이션된 가격 동역학의 현실성에 어느 정도 영향을 미치는가?
• RQ4 통화 창출이 없고 청산 메커니즘이 존재할 경우, 가격 행동이 평균 회귀를 보이는가?
• RQ5 모델 크기가 시뮬레이션된 시계열에서 변동성 클러스터링의 지속성에 어떤 영향을 미치는가?

주요 결과

• 시뮬레이션된 로그 수익률 분포는 $|Ret| > 2$ 에서 기울기가 $-3.69 \pm 0.02$ 인 파워 루프 꼬리를 보이며, 실질 금융 데이터와 밀접하게 일치한다.
• 절대 수익률의 자기상관은 지수 감쇠 계수 $-(0.91 \pm 0.03) \times 10^{-2}$ 를 보이며 장기 의존성을 나타내며, 변동성 클러스터링을 시사한다.
• 원시 수익률은 유의미한 자기상관이 없으며, 시장 효율성과 예측 가능한 가격 추세의 부재를 일관되게 반영한다.
• 모델은 복잡한 에이전트 학습이나 최적화 규칙 없이도 두꺼운 꼬리와 변동성 클러스터링을 성공적으로 재현한다.
• 대규모 시뮬레이션에서는 변동성 클러스터링이 감소함으로써 모집단 크기와 시스템 크기 효과에 민감함을 시사한다.
• 모델의 평균 회귀 가격 동역학은 자산 및 현금 보유량을 에이전트 간 균형 잡는 피드백 메커니즘에서 기인한다.