How Covid mobility restrictions modified the population of investors in Italian stock markets
本文调查了新冠病毒流动性限制如何影响意大利股票市场的投资者群体。该分析跟踪了2019年1月至2021年9月期间意大利股票个人投资者的交易活动,调查了他们的构成和交易活动在Covid-19封锁期间(2020年3月9日至5月19日)以及更普遍的疫情期间的变化。调查结果显示,从家庭的交易量来看,封锁限制伴随着对股票市场的兴趣激增。鉴于封锁期间价格普遍下跌,通常是反向投资的家庭是净买家,即使低于2019年交易活动的预期。这可以通过锁定期间约18.5万名新投资者(即自2019年1月以来从未交易过的投资者)的到来来解释,这些投资者平均比锁定前的投资者年轻10岁,男性比例更大。通过观察总损益,有明显的证据表明,这些新投资者在交易方面更熟练。因此,有迹象显示,封城以及更普遍的新型冠状病毒疫情,在金融投资者群体中造成了某种制度上的变化。
2022-07-30 q-fin.GN q-fin.TR
Information Propagation Across Investor Types: Transfer Entropy Networks in the Korean Equity Market
Korea University(高丽大学)
研究通过构建转移熵网络分析不同投资者类型在韩国股市中的信息传递,发现网络结构稀疏且异质,信息冗余而非协同,且网络中心性对回归无显著影响。
2026-03-15 q-fin.ST q-fin.TR
Sources and Nonlinearity of High Volume Return Premium: An Empirical Study on the Differential Effects of Investor Identity versus Trading Intensity (2020-2024)
Korea University(高丽大学)
研究揭示韩国高成交量回报溢价的来源,指出需通过投资者类型分解和非线性分析来检测知情交易信号。
2025-12-24 q-fin.TR
A model for a large investor trading at market indifference prices. II: Continuous-time case
我们从基本经济原理出发,为大型投资者建立了一个连续时间模型,该投资者以效用无差异价格与有限数量的做市商进行交易。在该模型中,做市商通过报价竞争投资者的订单,并在他们之间进行交易,以达到帕累托最优配置。我们首先考虑的情况下,简单的战略,然后,在类比随机积分的建设,调查过渡到一般连续动态。结果表明,模型的演化可以用一个关于做市商期望效用的非线性随机微分方程来描述。
2015-09-09 math.PR q-fin.CP q-fin.TR
Auto-Regressive Control of Execution Costs
本文提出一种基于迭代OLS估计的自回归方法,使缺乏完美初始知识的投资者能动态调整策略,优化执行成本。
2024-12-14 q-fin.TR
A limit order book model for latency arbitrage
我们考虑一个单一的证券市场,基于一个限价订单簿和两个投资者,具有不同的交易执行速度。如果快速投资者可以领先于慢投资者,我们表明,这使得快速交易者获得无风险利润,但这些利润不能被缩放。我们得出的快速交易者的最佳行为时,她只有分布知识的慢交易者的行动,很少限制可能的先验分布。我们还考虑了较慢的交易者对市场中快速交易者的反应,以及引入“托宾税”对金融交易的影响。我们表明,这种税可以导致消除利润从前面运行的战略。因此,托宾税既能提高市场有效性,又能吸引交易者进入市场。
2011-10-21 q-fin.TR
A model for a large investor trading at market indifference prices. I: single-period case
我们开发了一个单期模型,一个大型的经济代理人与做市商在他们的效用无差别价格进行交易。一个关键的作用是由一对共轭鞍函数与帕累托最优分配的描述方面的一个代表性的做市商的效用函数。
2013-12-10 math.PR q-fin.CP q-fin.TR
Limited or Biased: Modeling Sub-Rational Human Investors in Financial Markets
J.P.Morgan AI Research(摩根大通人工智能研究院)
针对行为金融学缺乏通用次理性投资者模型的问题,提出融合五类次理性特征的强化学习模型,经多智能体模拟器训练验证有效,并揭示不同次理性行为对市场流动性与价格效率的差异化影响。
2024-03-08 cs.AI cs.MA q-fin.TR
Optimal liquidation for a risk averse investor in a one-sided limit order book driven by a Levy process
在单边限价订单簿中,满足一些现实的假设,其中未受影响的价格过程遵循Levy过程,我们考虑一个市场代理,希望清算大量的股票。我们假设代理人具有恒定的绝对风险厌恶,目标是最大化现金头寸在时间结束时的期望效用。然后,代理人面临着平衡市场风险和快速执行成本的问题。我们特别感兴趣的是代理商如何以最佳方式提交订单。由于清算通常发生在很短的时间内,将风险建模为Levy过程应提供一个与观察到的市场数据具有良好统计拟合的现实模型,因此该模型应真实反映代理人的市场风险。我们减少优化问题的确定性的二维奇异问题,我们能够得到一个明确的解决方案的模型数据。特别是,我们找到了一个表达式的最佳干预边界,它完全覆盖的最优清算策略。
2020-10-30 q-fin.TR
Market Microstructure During Financial Crisis: Dynamics of Informed and Heuristic-Driven Trading
我们建立了一个包含知情、不知情和投机驱动的投资者的市场微观结构模型,后者的行为符合损失规避和心理账户。我们发现,在2008年期间,知情交易(PIN)的概率变化显着。相反,在雷曼兄弟破产之前和之后,投机驱动交易(PH)的概率保持不变。横截面分析得出,与PIN不同,PH对尺寸和体积效应不敏感。我们发现,商业驱动的交易者普遍存在于所有的细分市场,他们的存在是随着时间的推移是恒定的。此外,我们发现,投机驱动的投资者和知情的交易者是不相交的集。
2016-06-11 q-fin.TR
Protecting Pegged Currency Markets from Speculative Investors
我们考虑一个交易者和中央银行之间的随机博弈,在一个较低的货币钉住的目标区市场。中央银行通过产生永久性的价格影响来维持这种货币挂钩,从而使外汇储备的风险不断增加。我们描述这种情况的数学手段两个耦合的奇异控制问题,其中的共同奇异性产生的本地时间沿随机曲线。我们的第一个结果确定了一个特定的当地时间,中央银行的战略,这种风险的立场是最小化。然后,我们考虑最坏的情况下,中央银行可能面临的战略投资者的战略,最大化的预期库存的中央银行在成本标准下,从而建立一个Stackelberg均衡在我们的模型。
2021-02-17 math.PR q-fin.MF q-fin.TR
How to Identify Investor's types in real financial markets by means of agent based simulation
University of Naples(那不勒斯大学);ProMarket 11 srl(ProMarket 11 有限责任公司)
本文提出了一种计算适应的基本原则,主成分分析与基于代理的模拟,以产生一种新的建模方法,金融时间序列和金融市场。所提出的方法的目标是找到一个减少的投资者的模型(代理人),这是能够近似或解释一个目标金融时间序列。作为计算实验平台的研究,我们选择了学习系统LFABS,它结合了模拟退火和基于代理的模拟近似金融时间序列。我们还将评论如何L FABS的架构可以利用并行计算规模时,处理大量的代理模拟。两个实验的案例研究显示所提出的方法的有效性报告。
2020-12-31 cs.CE cs.LG q-fin.TR
Coupled effects of market impact and asymmetric sensitivity in financial markets
通过将市场冲击和非对称敏感性引入演化少数者博弈,研究了金融市场中股票价格和投资策略的协同演化动力学。研究发现,股票价格运动和投资者的全球行为都与它们所处的相区密切相关。在市场冲击较小的区域内,投资者对收益和损失的非对称反应导致羊群行为的发生,此时所有的投资者都倾向于以极端的方式做出相似的行为,从而导致价格大幅波动。研究发现,股价变动的标准差与策略均值之间存在线性关系,在充分的市场冲击下,投资者倾向于自我隔离成对立的群体,非对称敏感性的引入导致优势策略的消失。与市场冲击较小的股票市场相比,股票价格波动受到抑制,出现了有效市场。理论分析表明,该模型中从群聚到自隔离的相变机制类似于多数-少数博弈,有效市场的发生和消失与趋势跟踪力量和趋势厌恶力量的竞争有关。该模型中的策略聚集是由多数人获胜效应和财富驱动机制导致的,使市场变得可预测。
2013-01-14 physics.soc-ph q-fin.TR
Endogenous Bubbles in Derivatives Markets: The Risk Neutral Valuation Paradox
本文着重分析了风险中性投资者在衍生品市场内生泡沫形成中的作用。我们发现,一个衍生品市场,这是一个完美的市场,除了完整性的所有功能,并有一些风险中性的投资者,可以表现出极端的价格波动,这代表了违反高斯随机游走假设。这可以被视为一个悖论,因为它与理性投资者在信息有效市场中的价格相矛盾。我们的研究结果意味着,价格并不总是很好的近似衍生品的基本价值,极端的价格波动,如价格峰值或崩溃可能有内生的起源,并以高于正常的频率发生。
2011-09-03 q-fin.PR q-fin.TR
Trading against disorderly liquidation of a large position under asymmetric information and market impact
我们考虑与对冲基金或大型交易商进行交易,如果资产的市场价格超过一定的门槛,他们必须清算风险资产的大量头寸。清算以无序的方式进行,对资产的市场价格产生负面影响。我们考虑了小投资者的角度,他们的交易不会引起市场冲击,他们对清算触发机制和市场冲击拥有不同程度的信息。我们将这些市场参与者分为三种类型:完全知情、部分知情和不知情的投资者。我们考虑了投资组合优化问题,并从理论上和数值例子上比较了三类投资者的最优交易和财富过程。
2016-10-06 math.PR q-fin.MF q-fin.PM
Herding, Momentum, and Reversal in China's A-Share Market: An Agent-Based Network Model with Information Diffusion
Renmin University of China(中国人民大学)
本研究构建基于Agent的金融市场模型,结合局部羊群效应与信息扩散机制,解释中国A股市场的动量与反转现象,经实证验证相关机制的互补作用。
2026-07-30 q-fin.TR
Inside the Mind of Investors During the COVID-19 Pandemic: Evidence from the StockTwits Data
我们利用投资者在社交媒体投资平台\textit{StockTwits}上的大量信息,研究投资者在COVID-19疫情期间股票市场回报的信念、情绪和分歧。StockTwits数据的丰富和多模态特征使我们能够探索投资者,行业甚至行业内部和之间的情绪和分歧的演变。我们发现,在2020年2月19日至2020年3月23日期间,所有具有任何投资理念,视野和经验的投资者的情绪(分歧)急剧下降(增加),其中历史市场高点随后出现创纪录的下跌。令人惊讶的是,这些措施在3月底出现了急剧逆转。然而,这些措施在各部门的执行情况参差不齐。金融和医疗行业分别是最悲观和最乐观的部门。
2020-05-08 econ.GN q-fin.EC q-fin.ST
Order flow dynamics around extreme price changes on an emerging stock market
本文利用深圳证券交易所的超高频数据,研究了日内价格大幅变动时订单流的动态变化。我们发现一个显着的价格逆转,无论是在日内价格下跌和上涨的永久价格影响。波动率、不同类型订单的成交量、买卖价差和成交量不平衡度在极端事件发生前呈上升趋势,并按幂律缓慢衰减,形成一个确定的峰值。正事件前后,买入市价订单的成交量增长较快,峰值出现时间早于卖出市价订单,而负事件前后,卖出市价订单的成交量峰值在幅度和时间上领先于买入市价订单。将订单按其攻击性分为四组,发现订单数量和订单数量的行为相似,除了买入限价订单和取消订单的订单数量峰值在订单数量峰值之后推迟2分钟,这意味着大订单的投资者更知情,在价格大幅波动中起着核心作用。我们还研究了不同类型订单的相对利率,并发现买入订单和卖出订单之间以及个人投资者和机构投资者之间的相对利率动态差异。有证据表明,机构的行为与个人的行为非常不同,它们有更积极的策略。结合这些发现,我们得出结论,机构投资者更知情,并发挥更有影响力的作用,在推动大的价格波动。
2010-02-28 q-fin.ST q-fin.TR
Continuous-time Equilibrium Returns in Markets with Price Impact and Transaction Costs
本文研究具有价格冲击和交易成本的伊藤金融市场,通过市场出清条件内生推导均衡收益,比较无摩擦与有摩擦情形,并刻画纳什均衡为FBSDEs的解,发现噪声交易者存在时交易成本影响被放大。
2024-05-23 q-fin.MF q-fin.TR
Self-organization and phase transition in financial markets with multiple choices
市场信心是成功投资的关键。通过将多市场纳入演化少数者博弈模型,研究了投资者信念对集体行为和资产价格演化的影响。当存在另一个投资机会时,市场信心,包括过度自信和信心不足,对投资并不总是好的或坏的。市场信心的作用与市场冲击密切相关。对于低市场冲击,对特定资产的过度自信使投资者对损失变得不敏感,延迟的策略调整导致财富下降,然后,从市场上逃跑。对于高市场冲击而言,投资者对特定资产的信心不足,会使投资者对损失过于敏感,过于频繁的策略调整会导致资产价格的大幅波动,从而导致代理人数量的减少。在中间市场冲击时,发生相变。无论市场冲击是什么,不同市场之间都存在均衡,这反映在不同市场出现类似的价格波动。理论分析表明,这种均衡是战略更新和投资转移耦合作用的结果。交易某一特定资产的代理人的失控将导致资产价格波动率的下降,而这种下降将被策略的聚集所抑制。一个统一的策略分布将导致资产价格的大幅波动,而这种波动将被市场中代理人数量的减少所抑制。价格波动和代理商的数量之间的函数关系。
2014-06-02 physics.soc-ph q-fin.TR
The Random Forest Model for Analyzing and Forecasting the US Stock Market in the Context of Smart Finance
本文在智能金融背景下,使用最优参数的随机森林模型结合人工智能,对四只美国股票测试集进行上涨、横盘、下跌三种趋势预测,并从预测准确性和时间效率两方面评估模型性能。
2024-02-27 cs.CE q-fin.PM q-fin.TR
Reinforcement learning in market games
金融市场投资者参与了许多游戏--他们必须与其他代理人互动以实现他们的目标。其中包括与他们在市场上的活动直接相关的因素,但我们不能忽视影响人类决策和投资者业绩的其他方面。区分所有的子博弈通常是不可能的,而且会消耗资源。在本文中,我们研究了投资者如何面对许多不同的游戏,收集信息,并形成他们的决策,尽管不知道完整的游戏结构。为此,我们将强化学习方法应用于市场信息理论模型(ITMM)。在Mengel之后,我们可以尝试区分一类$Γ$的游戏和可能的动作(策略)$a^{i}_{m_{i}}$为$i-$ th代理。任何智能体都会将整个游戏类划分为她/他认为相似的类比子类,因此对给定的子类采取相同的策略。划分标准以利润和成本分析为基础。类比类和策略在学习过程的不同阶段进行更新。这一研究路线可以在各个方向上继续下去。
2007-09-30 physics.data-an physics.soc-ph q-fin.TR
Investor's sentiment in multi-agent model of the continuous double auction
我们引入并严格对待一个新的多代理模型的连续双向拍卖或换句话说,订单簿(OB)。它旨在解释当影响市场的新信息到达时市场的集体行为。该模型的新特征是两个额外的缓慢变化的参数,即所谓的情感函数。这些情绪函数衡量两组投资者的公平价格概念,即多头和空头。我们的模型指定的情感函数的时间演化微分方程,并构成一个非线性马尔可夫过程,表现出长期的相关性。我们解释了情绪函数方程背后的直觉,并提出了数值模拟,这表明我们的模型的行为是类似于真实市场的行为。我们还得到了模型的扩散极限,变波动率的Ornstein-Uhlenbeck型过程。波动性与多头和空头对证券公平价格的不同意见成正比。本文是补充我们以前的工作,数学证明。
2016-02-17 math-ph math.MP math.PR
Game-Theoretic Modeling of Heterogeneous Investor Interactions for Stock Price Forecasting
School of Computer Science, Beijing Institute of Technology(北京理工大学计算机科学学院);Faculty of Engineering, Shenzhen MSU-BIT University(深圳MSU-BIT大学工程学院)
提出一种嵌入博弈论机制的异构图建模方法,通过模拟投资者动态策略交互来提升股票价格预测准确性。
2026-05-11 cs.GT cs.LG q-fin.TR
Efficiency of the Price Formation Process in Presence of High Frequency Participants: a Mean Field Game analysis
研究了具有异质交易者的订单簿的具有等待费用的随机订单驱动市场模型。流动性的供给和需求推动价格的形成,交易者预测订单簿的未来演变。我们使用的自然框架是平均场博弈论,一类随机微分游戏的连续匿名的球员。异质性的几个来源被认为包括订单的平均大小。因此,我们可以考虑机构投资者和高频交易者(HFT)的共存。我们提供了解析解和数值实验。经典数量的影响进行了探讨:订单簿的大小,价格,有效的出价/要价价差。根据该模型,在只有机构投资者的市场中,我们证明了在均衡中存在无效率的流动性失衡,两种对称的情况对应于我们所说的流动性要求流动性。在这些情况下,交易价格大大偏离公允价格。然而,这种宏观现象在同时存在机构投资者和高频交易的市场中消失了,尽管更精确的研究表明,新形势的好处只会流向高频交易,机构投资者甚至会面临更高的交易成本。
2015-08-08 math.OC q-fin.TR
Optimal Liquidity Provision
小投资者以限价订单市场的最佳买入价和卖价提供流动性。对于小的价差和其他市场参与者的频繁订单,我们明确地确定了投资者的最优政策和福利。在此过程中,我们考虑到中间价、价差和订单流的一般动态,以及流动性提供者的任意偏好。
2015-02-26 math.OC math.PR q-fin.PM
Building Trust in Illiquid Markets: an AI-Powered Replication of Private Equity Funds
Ai for Alpha;Dauphine PSL(巴黎第九大学-PSL)
本文提出一种利用流动性强的人工智能增强策略复制私募股权表现的新框架,通过图模型和非对称风险调整,实现与季度基准紧密对齐,以增强投资组合韧性并支持市场稳定。
2025-10-27 q-fin.PM q-fin.PR q-fin.TR