[论文解读] Optimal Allocation Strategies for the Dark Pool Problem

Alekh Agarwal, Peter L. Bartlett+1 more|arXiv (Cornell University)|Mar 11, 2010

Advanced Bandit Algorithms Research参考文献 13被引用 13

一句话总结

本文提出了一种在对抗性条件下为暗池分配股票份额的最优在线学习算法，采用指数梯度（ExpGrad）方法处理连续分配，采用类似Exp3的方法处理整数分配。该方法在高概率下实现了$T^{2/3}$阶的遗憾边界，并在随机和对抗性设置下显著优于先前工作，尤其在市场条件动态变化时表现更优。

ABSTRACT

We study the problem of allocating stocks to dark pools. We propose and analyze an optimal approach for allocations, if continuous-valued allocations are allowed. We also propose a modification for the case when only integer-valued allocations are possible. We extend the previous work on this problem to adversarial scenarios, while also improving on their results in the iid setup. The resulting algorithms are efficient, and perform well in simulations under stochastic and adversarial inputs.

研究动机与目标

• 解决在反馈被删减且流动性相关联的对抗性和非独立同分布市场条件下，将股票份额分配至暗池的挑战。
• 为连续值分配开发一种最优算法，并提供对事后最优固定策略的可证明遗憾保证。
• 将解决方案扩展至实际中必需的整数值分配，同时保持强性能保证。
• 改进Ganchev等人（2009年）的最先进方法，尤其在非独立同分布和对抗性场景下，其参数化方法会失效。
• 设计一种基于希尔伯特空间中贪心近似的高效实现，以提升可扩展性。

提出的方法

• 使用指数梯度（ExpGrad）算法处理连续值分配，其参数化方式支持动态约束集。
• 应用一种修正方差的Exp3算法变体，处理在对抗性反馈下的整数值分配，确保高概率下的遗憾边界。
• 采用高概率遗憾分析技术，结合在线学习中的方法，包括利用Fano方法推导下界。
• 引入希尔伯特空间中的贪心近似，以高效计算分配结果，避免完整矩阵求逆，从而提升计算可扩展性。
• 使用在线到批量转换技术，提升独立同分布设置下的性能，结果优于原始基于Kaplan-Meier的方法。
• 基于零膨胀负二项分布和幂律分布构建数据模拟器，生成用于评估的真实暗池流动性模式。

实验结果

研究问题

• RQ1 在线学习算法是否能在对抗性反馈下实现暗池分配问题的最优遗憾？
• RQ2 如何将算法调整为生成整数值分配，同时保持强遗憾保证？
• RQ3 当市场条件为非独立同分布或对抗性时，所提方法是否优于最先进参数化方法（ParML）？
• RQ4 在场所偏好发生动态变化（如流动性分布突然改变）时，算法表现如何？
• RQ5 基于希尔伯特空间中贪心近似的高效实现技术是否能在不牺牲准确性的前提下保持性能？

主要发现

• ExpGrad算法在高概率下实现了$T^{2/3}$阶的最优遗憾边界，即使在对抗性反馈下亦成立。
• 用于整数分配的类似Exp3算法同样在高概率下实现了$T^{2/3}$阶的遗憾边界，在对抗性和独立同分布设置下均优于先前工作。
• 在独立同分布数据的模拟中，ExpGrad的表现几乎与ParML相当，后者是专门针对该模型调优的。
• 在场所偏好发生对抗性切换时，ExpGrad和Exp3能迅速切换分配策略，获得显著高于ParML和OptKM的累积收益。
• 当场所数量增加（如5个场所）时，ParML无法适应切换动态，而Exp3和ExpGrad能正确识别长期与短期趋势。
• 在动态或非独立同分布条件下，所提算法与先前方法之间的性能差距进一步扩大，表明对模型误设具有鲁棒性。