[论文解读] Statistical properties of agent-based models in markets with continuous double auction mechanism

Jie-Jun Tseng, Chih-Hao Lin+3 more|RePEc: Research Papers in Economics|Feb 4, 2010

Complex Systems and Time Series Analysis被引用 4

一句话总结

本研究将三种基于代理的模型——零智能（ZI）、零智能加（ZIP）和Gjerstad-Dickhaut（GD）——与真实世界预测市场（TAIPEX）的实证数据在连续双重拍卖市场中进行比较。尽管ZI模型结构简单，但其最能复现真实市场的特征，如交易网络中的幂律度分布和价格收益的重尾分布，表明仅靠基本市场动态与随机行为即可生成金融市场的典型现象。

ABSTRACT

Real world markets display power-law features in variables such as price fluctuations in stocks. To further understand market behavior, we have conducted a series of market experiments on our web-based prediction market platform which allows us to reconstruct transaction networks among traders. From these networks, we are able to record the degree of a trader, the size of a community of traders, the transaction time interval among traders and other variables that are of interest. The distributions of all these variables show power-law behavior. On the other hand, agent-based models have been proposed to study the properties of real financial markets. We here study the statistical properties of these agent-based models and compare them with the results from our web-based market experiments. In this work, three agent-based models are studied, namely, zero-intelligence (ZI), zero-intelligence-plus (ZIP) and Gjerstad-Dickhaut (GD). Computer simulations of variables based on these three agent-based models were carried out. We found that although being the most naive agent-based model, ZI indeed best describes the properties observed in real markets. Our study suggests that the basic ingredient to produce the observed properties from real world markets could in fact be the result of a continuously evolving dynamical system with basic features similar to the ZI model.

研究动机与目标

• 探究简单的基于代理的模型是否能够再现真实金融市场中观察到的统计特征。
• 在连续双重拍卖机制下，比较三种广泛使用的基于代理的模型（ZI、ZIP和GD）的性能。
• 确定哪种模型最准确地捕捉了真实市场实验中交易网络、价格波动和财富分布的实证幂律行为。
• 评估最低限度的代理智能（如ZI模型）是否能够生成金融市场的典型事实，如肥尾收益分布和尺度不变的动力学特征。

提出的方法

• 在具有固定供需函数的连续双重拍卖机制下，对三种基于代理的模型（ZI、ZIP和GD）进行了模拟。
• 每次模拟运行均采用固定数量的交易者（一半为买家，一半为卖家），每时间步随机匹配一对买家-卖家。
• 通过长时间运行的蒙特卡洛模拟（200天和1000天）以减少有限尺寸效应，并评估长期统计行为。
• 提取并分析了关键变量，如交易网络的度分布、社区规模、交易时间间隔和价格收益分布。
• 采用对数-对数空间中的线性回归对分布进行幂律拟合，以估计标度指数。
• 将结果与TAIPEX预测市场平台的实证数据进行比较，该平台实时追踪真实人类的交易行为。

实验结果

研究问题

• RQ1 尽管结构简单，零智能（ZI）模型是否能复现真实金融市场的关键统计特征，如交易网络中的幂律度分布？
• RQ2 ZIP和GD基于代理的模型在交易网络结构和价格收益分布方面的统计特性，与真实市场实验相比如何？
• RQ3 基于代理的模型在多大程度上能复现真实市场中观察到的重尾、尺度不变的价格收益分布？
• RQ4 模拟中的有限尺寸效应是否会掩盖度分布和社区规模分布中的真实幂律行为，以及如何缓解这一问题？
• RQ5 哪种基于代理的模型最能捕捉金融市场的典型事实，包括财富、交易网络和时间间隔中的幂律行为？

主要发现

• ZI模型在交易网络中表现出幂律度分布，指数约为-0.84，与TAIPEX平台的实证数据高度吻合。
• ZIP模型在度分布中也表现出幂律行为（指数≈-0.78），但在较短的模拟中受更强的有限尺寸效应影响，导致尾部行为被掩盖。
• GD模型仅在较长的模拟中（1000天运行）表现出度分布的幂律行为，指数为-0.78，表明在短时间运行中有限尺寸效应占主导地位。
• 所有三种模型在社区规模分布中均表现出幂律行为，指数范围为-1.36至-1.55，接近TAIPEX中观察到的实证值-1.2。
• ZI模型在不同时间延迟下唯一表现出价格收益分布的标度行为，其重尾部分显著偏离正态分布，这是真实金融市场的一个关键典型事实。
• 尽管ZI模型的指数与真实市场存在差异，但其最能捕捉价格收益中大规模、持续波动的通用特征，表明其可能有效模拟时变波动性。