적응형 모델러
Adaptive Modeler | |
| 원본 작성자 | 짐 위트캄 |
|---|---|
| 개발자 | 알트레바 |
| 초기 릴리즈 | 2005년 8월 26일 전) |
| 안정적 해제 | 1.6.0 / 2020년 7월 20일; 전[1] |
| 운영 체제 | 창문들 |
| 플랫폼 | .Net Framework 4.8 |
| 다음에서 사용 가능 | 영어 |
| 유형 | 금융시장소프트웨어 |
| 면허증 | 프리미엄 |
| 웹사이트 | www |
Altreva Adaptive Modeler는 실제 세계 시장에서 거래되는 주식이나 다른 증권의 가격을 예측하기 위한 목적으로 에이전트 기반의 금융 시장 시뮬레이션 모델을 만들기 위한 소프트웨어 애플리케이션이다.[2]그것이 사용하는 기술은 이기종 에이전트 상호 작용의 동적 시스템으로 모델링된 경제 프로세스의 계산적 연구인 에이전트 기반 계산경제학(ACE) 이론에 기초한다.
알트레바의 Adaptive Modeler와 다른 에이전트 기반 모델은 서로 다른 전략, 다른 거래 시간 프레임, 그리고 다른 투자 목표를 가진 다양한 투자자와 거래자의 복잡한 역학을 포착하기 위해 금융 시장을 시뮬레이션하는 데 사용된다.[3]이질적이고 한정적인 합리적(학습) 에이전트에 기반을 둔 에이전트 기반 모델은 대표적인 합리적 에이전트에 기반을 둔 전통적인 금융 모델보다 금융 시장의 경험적 특징을 더 잘 설명할 수 있는 것으로 나타났다.[4]
기술
이 소프트웨어는 특정 주식에 대한 에이전트 기반 모델을 만들어내며, 거래처 대리점 모집단과 가상 시장으로 구성된다.각 대리점은 가상 거래자/투자자를 대표하며 자체적인 거래 규칙과 펀드를 가지고 있다.그 후 모델은 다음과 같은 방식으로 단계적으로 진화된다.단계마다 새로운 (역사적인) 실제 시장 가격이 수입된다.모든 에이전트는 거래 규칙을 평가하고 가상 시장에 주문을 한다.그런 다음 가상 시장은 청산 가격을 결정하고 일치하는 모든 주문을 실행한다.공시가격은 다음 단계의 실질시장가격의 예측으로 받아들여진다.(따라서 가상 시장은 실제 시장의 한 단계 예측 시장의 역할을 한다.)이 과정은 새로 받은 모든 실제 시장 가격에 대해 반복된다.한편, 거래 규칙은 특별한 적응형 유전자 프로그래밍을 통해 진화한다.따라서 이러한 전망은 최상의 거래 규칙만이 아니라 전체 시장의 행태에 근거한다.이는 모델의 강건성과 변화하는 시장 상황에 적응하는 능력을 높이려는 것이다.[5]
과거 데이터에 과도하게 적합(또는 곡선 적합)되는 것을 방지하기 위해, 그리고 반복적인 백테스팅에 의한 거래 규칙의 최적화, 유전 알고리즘 및 신경 네트워크와 같은 거래 소프트웨어에 사용되는 많은 다른 기술과 달리 Adaptive Modeler는 과거 데이터에 대한 거래 규칙을 최적화하지 않는다.대신, 그것의 모델은 에이전트들이 (실제처럼) 한 번만 모든 가격 변동을 경험할 수 있도록 가용 가격 데이터에 걸쳐 점진적으로 진화한다.또한 과거 가격 자료와 새로운 가격 자료의 처리에도 차이가 없다.따라서 (거래 규칙이 과거 데이터에 최적화되었을 때와 달리) 모델의 역시험된 과거 성능이 미래 성능보다 낫다고 기대할 만한 특별한 이유는 없다.따라서 역사적 결과는 최적화에 기반한 기법으로 입증된 결과보다 더 의미 있는 것으로 간주될 수 있다.[6]
예제 및 사용 사례
S&P 500 지수에 대한 예제 모델에서 Adaptive Modeler는 거래 비용 후 유의미한 위험 조정 초과 수익률을 보여준다.[7]58년(1950년–2008년)의 기간에 대한 역시험된 과거 가격 데이터의 경우 복합 평균 연간 수익률이 20.6%에 달했고, 이후 6년(2008-2014년) 동안 복합 평균 연간 수익률이 22.2%에 달했다.
Adaptive Modeler는 회사 역사의 중요한 기간 동안 진화 예측 모델에서 거래 규칙의 복잡성을 증가시키는 것을 증명하기 위해 연구에 사용되었다.[8]
외환 시장에서의 기술 거래의 수익성에 관한 연구에서, Adaptive Modeler를 사용하는 연구원들은 가장 많이 거래된 6개의 통화 쌍에 대해 경제적으로 통계적으로 유의미한 초과 수익률(거래 비용 후)을 발견했다.그 수익은 전통적인 계량 예측 모델에 의해 달성된 수익보다 우수했다.[9]
Adaptive Modeler는 또한 다양한 수준의 트레이더 합리성이 시장 특성과 효율성에 미치는 영향을 연구하기 위해 사용되었다.[10]지능이 높은 거래자(지능이 낮거나 지능이 낮은 거래자 또는 제로인 거래자 시장 대비)를 보유한 인위적 시장은 변동성은 더 높았고 거래량은 더 낮았지만(기존 조사 결과와 일치) 예측 실적은 개선된 것으로 나타났다.더 똑똑한 거래자들이 있는 시장들 또한 실제 금융 시장의 양식화된 사실들을 가장 잘 재현했다.
Adaptive Modeler는 복잡한 시스템(주식 시장 등)에서 가상의 지적 생활의 한 예로서, 주가를 예측하기 위해 복잡(비선형) 방식으로 상호작용하는 단순한 에이전트들의 예시로 이용되었다.[11]
참고 항목
참조
- ^ "Altreva News". altreva.com. Retrieved 2021-03-24.
- ^ "ACE Comp Labs and Demos". Department of Economics, Iowa State University. Retrieved 29 October 2014.
- ^ "Reading the Markets - Insights from Financial Literature". Brenda Jubin, Ph.D. 2009-10-17. Retrieved 29 October 2014.
- ^ LeBaron Blake (2006). Agent-Based Financial Markets: Matching Stylized Facts with Style. Post Walrasian Macroeconomics. pp. 221–236. CiteSeerX 10.1.1.125.997. doi:10.1017/CBO9780511617751.013. ISBN 9780511617751.
- ^ "Altreva technology". Altreva. Retrieved 29 October 2014.
- ^ "Adaptive Modeler". Altreva. Retrieved 29 October 2014.
- ^ "Example models". Altreva. Retrieved 29 October 2014.
- ^ 배당금과 수익 간의 낮은 상관 관계: 알리탈리아의 사건은 2010년 2월 15일 웨이백머신에 보관되었다.Federico Cecconi와 Stefano Zappacosta, IASTED Processing Modeling and Stefano Zappacosta, IASTED Processing Modeling and Simulation 2008.
- ^ 기술 거래 수익성의 새로운 증거.Victor Manahov and Robert Hudson, Economic Bulletin, 2013년 제33권 제4호
- ^ Manahov Viktor (2013). "THE IMPLICATIONS OF TRADER COGNITIVE ABILITIES ON STOCK MARKET PROPERTIES". Intelligent Systems in Accounting, Finance and Management. 21: 1–18. doi:10.1002/isaf.1348.
- ^ "Applying Emergent Behaviour in the Financial Markets" (PDF). Evil Ltd. Retrieved 29 October 2014.
