[論文レビュー] Designing agent-based market models

Paul Jefferies, Neil F. Johnson|ArXiv.org|Jul 22, 2002

Complex Systems and Time Series Analysis被引用数 12

ひとこと要約

この論文は、特にマイノリティゲームを含むエージェントベース市場モデルの知見を統合し、直接的な富最大化報酬スキームが引き起こす不安定性に対処する。このようなスキームは微視的に合理的に見えるが、持続的トレンドなどの現実的でない市場ダイナミクスを引き起こす。そこで、市場メイキングやエージェントの多様性といった安定化メカニズムの「ツールキット」を提示し、自己整合的で現実的な金融市場モデルを構築する。

ABSTRACT

In light of the growing interest in agent-based market models, we bring together several earlier works in which we considered the topic of self-consistent market modelling. Building upon the binary game structure of Challet and Zhang, we discuss generalizations of the strategy reward scheme such that the agents seek to maximize their wealth in a more direct way. We then examine a disturbing feature whereby such reward schemes, while appearing microscopically acceptable, lead to unrealistic market dynamics (e.g. instabilities). Finally, we discuss various mechanisms which are responsible for re-stabilizing the market in reality. This discussion leads to a `toolbox' of processes from which, we believe, successful market models can be constructed in the future.

研究の動機と目的

• エージェントが報酬スキームを通じて直接富を最大化する場合に生じるエージェントベース市場モデルの不安定性に対処すること。
• 金融市場シミュレーションにおける微視的合理性と巨視的現実性を調和させること。
• エージェントベースモデルにおける市場安定性を回復させるための主要メカニズムを同定・体系化すること。
• 単一のモデルではなく、自己整合的で現実的な市場シミュレーションを構築するためのフレームワークを提供すること。
• マイノリティゲームおよび関連モデルに関する先行研究を統合し、今後の研究に役立つ包括的で実行可能なツールキットを構築すること。

提案手法

• マイノリティゲーム（MG）の二値ゲーム構造を拡張し、戦略報酬スキームをエージェントの富を直接最大化するように一般化する。
• 価格インパクト関数（式19）と富更新ルール（式9）を備えた市場メイカーの役割を導入し、市場メイキングのダイナミクスをモデル化する。
• 式20を用いて市場メイカーの時間平均的富変化を分析し、集計取引圧力の自己相関に依存することを示す。
• エージェントの協調度（パラメータmで制御）を変化させた条件下で、エージェントベースのシミュレーションを実施し、市場ダイナミクスを評価する。
• λおよびλ_Mなどのモデルパラメータを変化させることで、安定と不安定な市場制度の遷移を検討する。
• 現実世界の安定化メカニズム（例：市場メイキング、エージェントの多様性）をモデルフレームワークに統合し、不安定性を是正する。

実験結果

リサーチクエスチョン

• RQ1 エージェントベースモデルにおける直接的富最大化報酬スキームは、微視的に合理的に見えるにもかかわらず、なぜ不安定な市場ダイナミクスを引き起こすのか？
• RQ2 市場メイキングメカニズムとエージェントの多様性は、エージェントベース金融市場モデルの安定性と現実性にどのように影響を与えるか？
• RQ3 どのような条件下で、モデルが『市場らしさ』のあるダイナミクス（例：ファットテールリターン、ボラティリティクラスタリング）を示しつつも自己整合的であることができるか？
• RQ4 多様なエージェントベース市場モデルの特徴を統合し、将来のモデル開発を導く包括的フレームワークを構築できるか？
• RQ5 パラメータmで制御されるエージェントの協調度は、安定と不安定な市場行動の出現にどのように寄与するか？

主な発見

• 直接的富最大化報酬スキームは微視的に妥当に見えるが、持続的トレンドや市場崩壊を引き起こす不安定な市場ダイナミクスを生じる。
• 式20により示されるように、集計取引圧力の正の自己相関により、持続的（トレンド性）市場では市場メイカーの富は時間とともに減少する。
• 逆自己相関（平均回帰的）市場では、市場メイカーは富を増加させるため、安定したダイナミクス下では市場メイキングが利益をもたらす可能性がある。
• 式19を用いたG13モデルは、富形成に際して、未混雑状態（低m）に押し込まれた場合にのみ市場らしき時系列を生成可能であり、これは現実的でない条件である。
• 単純な報酬スキームを超えたメカニズム——特に市場メイキングとエージェントの多様性——が安定化に不可欠であることを示唆し、多様なツールキットの必要性を強調する。
• 自己整合的で現実的なエージェントベース市場モデルは、行動の多様性と構造的安定化要因の両方を組み込むことで、人工的な不安定性を回避できる。