Về vấn đề hiệu chỉnh mô hình dựa trên tác nhân cho các thị trường tài chính

Journal of Economic Interaction and Coordination - Tập 8 - Trang 277-293 - 2012
Annalisa Fabretti1
1Department of Economics and Finance, University of Rome Tor Vergata, Rome, Italy

Tóm tắt

Mô hình dựa trên tác nhân (agent based models) đang được sử dụng rất phổ biến trong nhiều lĩnh vực khác nhau. Trong thị trường tài chính, chúng có thể được sử dụng để giải thích những đặc tính nổi bật được gọi là các sự kiện kiểu mẫu (stylised facts) và khớp các thuộc tính thống kê của dữ liệu. Vì lý do này, chúng có thể mô hình hóa sự chuyển động giá tốt hơn so với các mô hình chuẩn sử dụng tính chuẩn Gaussian. Việc hiệu chỉnh và xác thực là những vấn đề thiết yếu trong mô hình dựa trên tác nhân. Tuy nhiên, việc hiệu chỉnh các mô hình như vậy vẫn chưa được xem xét đầy đủ trong tài liệu hiện có. Trong bài báo này, một thuật toán simplex Nelder-Mead kết hợp với thuật toán chấp nhận ngưỡng (Gilli và Winker trong Comput Stat Data Anal 42:299–312, 2003) cùng với một thuật toán di truyền đã được triển khai để hiệu chỉnh mô hình được trình bày bởi Farmer và Joshi (J Econ Behav Org 49:149–171, 2002) và các kết quả đã được so sánh và thảo luận. Dữ liệu được sử dụng là giá đóng cửa của chỉ số Tổng hợp S&P500 và một sự chú ý đặc biệt đã được dành cho việc lựa chọn hàm mục tiêu.

Từ khóa

#mô hình dựa trên tác nhân #thị trường tài chính #hiệu chỉnh mô hình #thuộc tính thống kê #thuật toán di truyền

Tài liệu tham khảo

Alfarano S, Wagner F, Lux T (2005) Estimation of agent-based models: the case of an asymmetric herding model. Comput Econ 26: 19–49

Bianchi C, Cirillo P, Gallegati M, Vagliasindi PA (2007) Validating and calibrating agent-based models: a case study. Comput Econ 30: 245–264

Bianchi C, Cirillo P, Gallegati M, Vagliasindi PA (2008) Validation in agent-based models: an investigation on the CATS model. J Econ Behav Org 67: 947–964

Brenner T, Werker C (2007) A taxonomy of inference in simulation models. Comput Econ 30: 227–244

Calvez B, Hutzler G (2005) Automatic tuning of agent-based models using genetic algorithms. Proc Int Work Multi-Agent Based Sim (MABS’05) 3891: 39–50. doi:10.1007/11734680

Cirillo P, Gallegati M (2012) The empirical validation of an agent-based model. East Econ J. doi:10.1057/eej.2011.34

Cont R (2001) Empirical properties of asset returns: stylized facts and statistical issues. Quant Fin 1: 223–236

Darling DA (1957) The Kolmogorov-Smirnvo, CRamer-von Mises tests. Ann Math Stat 28(4): 823–838

Day RH, Huang W (1990) Bulls, bears and market sheep. J Econ Behav Org 14: 299–329

Delli Gatti D, Desiderio S, Gaffeo E, Cirillo P, Gallegati M (2011) Macroeconomics from the bottom-up. Springer, Berlin

Di Matteo T (2007) Multi-scaling in finance. Quant Fin 7: 21–36

Di Matteo T, Aste T, Dacorogna MM (2003) Scaling behaviors in different developed markets. Physica A 324: 183–188

Eshelman LJ (1991) The CHC adaptive search algorithm: How to have safe search when engaging in nontraditional genetic recombination. In: Rawlins GJE (ed) Foundations of genetic algorithms Morgan Kauffam, San Mateo, CA

Fabretti A (2011) Calibration of an agent based model for financial markets. Highlights in practical applications of agents and multi-agents systems. Adv Int Soft Comput 89: 1–8

Fagiolo G, Moneta A, Windrum P (2007) A critical guide to empirical validation of agent-based models in economics: methodologies, procedures and open problems. Comput Econ 30: 195–226

Farmer JD, Joshi S (2002) The price dynamics of common trading strategies. J Econ Behav Org 49: 149– 171

Fonseca CM, Fleming PJ (1993) Genetic algorithms for multi-objective optimization: formulation, discussion, generalization. In: Proceedings of fifth international conference on genetic algorithm, pp 416–423

Gallegati M, Giulion G, Palestrini A, Delli Gatti D (2003) Financial fragility, patterns of firms’ entry and exit and aggregate dynamics. J Econ Behav Org 51: 79–97

Gilli M, Winker P (2003) A global optimization heuristic for estimating agent based models. Comp Stat Data Anal 42: 299–312

Goldberg DE (1989) Genetic algorithms in search, optimization, and machine learning. Addison Wesley, Reading MA

Gourieoux C, Monfort A (1997) Simulation based econometric methods. University Press, Oxford

Holland JH (1975) Adaptation in natural and artificial systems. MIT Press, Cambridge

Hommes CH (2006) Heterogeneous agent models in economics and finance. In: Tesfatsion L, Judd KL (eds) Handbook of computational economics, vol 2. Elsevier Science B.V., Amsterdam, pp 10–13

Hurst HE, Black R, Sinaika YM (1965) Longterm storage in reservoirs: an experimental study. Constable, London

LeBaron B (2000) Agent based computational finance: suggested readings and early research. J Econ Dyn Control 24: 679–702

Leombruni R, Richiardi M (2005) Why are economists sceptical about agent-based simulations. Physica A 335: 103–109

Leombruni R, Richiardi M, Saam NJ, Sonnessa M (2006) A common protocol for agent-based social simulation. J Art Soc Soc Sim 9(1). http://jasss.soc.surrey.ac.uk/9/1/15.html

Lux T, Marchesi M (1999) Scaling and criticality in a stochastic multi-agent model of a financial market. Nature 397: 498–500

Marks RE (2007) Validating simulation models: a general framework and four applied examples. Comput Econ 30(3): 265–290

Mike S, Farmer JD (2008) An empirical behavioral model of liquidity and volatility. J Econ Dyn Control 32: 200–234

Nelder JA, Mead R (1965) A simplex method for function minimization. Comput J 7: 308–313

Palin J (2002) Agent-based stockmarket models: calibration issues and application. PhD thesis, University of Sussex, UK

Pellizzari P, Dal Forno A (2007) A comparison of different trading protocols in an agent based market. J Econ Interact Coord 2: 27–43

Peng CK, Buldyrev SV, Havlin S, Simons M, Stanley HE, Goldberger AL (1994) Mosaic organization of DNA nucleotides. Phys Rev E 49: 1685–1689

Raberto M, Teglio A, Cincotti S (2011) Debt delevaring and business Cycles. An agent-based perspective. Economics Discussion Papers 2011-31, Kiel Institute for the world economy

Rogers A, Von Tessin P (2004) Multi-objective calibration for and agent-based model. In agent-based simulation May 2004, Lisbon, Portugal

Sivaraj R, Ravichandran T (2011) A review of selection methods in genetic algorithm. Int J Eng Sci Tech 3(5): 3792–3797

Tesfatsion L, Website on ACE: verification and empirical validation of agent-based computational models. http://www2.econ.iastate.edu/tesfatsi/empvalid.htm

Veryzhenko I, Brandouy O, Mathieu P (2010) Agent’s minimal intelligence calibration for realistic market dynamics. In: Li Calzi M, Milone L, Pellizzari P (eds) Progress in artificial economics. Springer, Heidelberg, pp 3–14

Whitley D (1994) A genetic algorithm tutorial. Stat Comput 4(2): 65–85

Windrum P, Fagiolo G, Moneta A (2007) Empirical validation of agent-based models: Alternatives and prospects. J Art Soc Soc Sim 10(2). http://jasss.soc.surrey.ac.uk/10/2/8.html

Winker P (2001) Optimization heuristics in econometrics: applications of threshold accepting. Wiley, Chichester

Winker P, Gilli M, Jeleskovic V (2007) An objective function for simulation based inference on exachange rate data. J Econ Interact Coord 2: 125–145

Thông tin
Thông tin xuất bản

Journal of Economic Interaction and Coordination

Tập 8

277-293

Thông tin tác giả