[论文解读] A multi-agent nonlinear Markov model of the order book

K. L. Vaninsky, Stepan Myzuchka+1 more|arXiv (Cornell University)|Aug 15, 2012

Complex Systems and Time Series Analysis参考文献 27被引用 4

一句话总结

本文提出了一种多智能体非线性马尔可夫订单簿模型，引入两个代表看涨和看跌投资者情绪的慢变量，捕捉市场对新信息的长期相关性及集体市场行为。数值模拟显示，该模型能够复现真实金融市场的关键经验特征。

ABSTRACT

We introduce and treat rigorously a new multi-agent model of the order book (OB). Our model is designed to explain the collective behavior of the market when new information a?ecting the market arrives. Our model has two major features. First, it has two additional parameters which we call slow vari- ables. These parameters measure the mood of two groups of investors, namely, bulls and bears. Second, our model captures the interaction between trading agents and constitutes a nonlinear Markov process which exhibits long term cor- relations. We explain the intuition behind the equations and present numerical simulations which show that the behavior of our model is similar to the behavior of the real market.

研究动机与目标

• 使用多智能体框架对信息冲击期间的集体市场行为进行建模。
• 通过两个慢变量纳入投资者情绪，特别是看涨与看跌情绪。
• 构建一个非线性马尔可夫过程，以捕捉真实订单簿数据中观察到的长期相关性。
• 复现诸如波动率聚集和价格反馈效应等经验市场行为。

提出的方法

• 引入两个慢变量，代表市场中多头与空头的总体情绪。
• 基于智能体交互，制定描述订单簿演化的非线性马尔可夫过程。
• 将交易决策建模为受情绪和价格压力影响的状态依赖转移。
• 使用随机微分方程描述订单簿与情绪变量的动力学。
• 利用经验订单簿数据校准模型，以确保行为的现实性。
• 进行数值模拟，以验证模型复现市场现象的能力。

实验结果

研究问题

• RQ1 投资者情绪动态如何影响信息事件期间订单簿的集体行为？
• RQ2 具有慢情绪变量的非线性马尔可夫过程能否复现市场数据中的长期相关性？
• RQ3 该模型中智能体之间的交互在多大程度上能复现诸如波动率聚集等经验订单簿行为？
• RQ4 情绪与价格压力之间的相互作用如何影响市场稳定性和反馈回路？

主要发现

• 该模型成功复现了价格与成交量动态中的长期相关性，这是真实市场的一个关键经验特征。
• 引入情绪驱动的慢变量使模型能够捕捉由集体投资者心理影响的持久市场状态。
• 数值模拟显示，该模型表现出与真实市场订单簿类似的特征，包括反馈效应与波动率聚集。
• 非线性马尔可夫结构允许复杂且非高斯的动力学，与市场微观结构的经验观察一致。