Probability and Asset Updating using Bayesian Networks for Combinatorial Prediction Markets
George Mason University(乔治梅森大学)
一个基于做市商的预测市场让预测者通过直接编辑共识概率分布或通过交易证券来汇总信息,这些证券的回报取决于感兴趣的事件。组合预测市场允许交易任何事件,可以指定为一组基本事件的组合。然而,明确表示完全联合分布是不可行的市场与几个以上的基本事件。一个因子化的表示,如贝叶斯网络(BN),可以实现易于处理的计算与许多相关的变量的问题。标准BN推断算法(诸如联合树算法)可以用于在给定任何局部条件概率的变化的情况下更新整个联合分布的表示。然而,为了让交易者重新使用来自先前交易的资产,同时不允许资产变为负值,基于BN的预测市场还需要更新每个用户的资产的表示,并找到用户具有最小资产的条件状态。用户还发现,在给定编辑结果的情况下查看他们的预期资产很有用。我们将展示如何推广的联合树算法来执行所有这些计算。
2012-10-16 cs.AI q-fin.TR
Effects of diversification among assets in an agent-based market model
我们将Ghoulmie et al(2005)提出的单资产金融市场离散时间模型框架扩展到多资产情形。特别是,我们专注于自适应代理与阈值行为分配资源之间的两个资产。我们探讨了数字的影响,这种多元化的复杂性在金融市场的一个额外的来源,我们讨论了它的不稳定作用。我们还指出了这些研究的相关性,为财务决策。
2007-12-21 physics.data-an physics.soc-ph q-fin.TR
Assessing market uncertainty by means of a time-varying intermittency parameter for asset price fluctuations
应用于高频数据的最大似然估计使我们能够量化资产价格波动的不稳定性。从短至一个月的时间记录中,这些方法允许提取表征资产价格波动率聚集程度的有意义的波动率参数λ。因此,我们可以研究波动率聚集的时间演化,并测试这种变化的统计意义。通过分析奥斯陆证券交易所的数据,并将结果与投资级价差进行比较,我们发现,在市场高度不确定的情况下,λ的估计值较低。
2012-02-22 q-fin.ST q-fin.TR
When market boundaries weaken: Network reconfiguration and regime-dependent cross-asset spillovers
Ghent University(根特大学)
本研究通过滚动相关网络、社区检测、市场特定及系统范围湍流指数和VAR连接性分析,考察了2017年10月至2024年2月期间加密货币、法定货币和标普500股票在正常与压力状态下的整合模式,发现跨资产整合具有间歇性,且制度转变改变了冲击传导结构而非仅增加溢出幅度。
2026-06-18 physics.pop-ph 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
Automated Market-Making for Fiat Currencies
我们为可互操作的区块链上的数字资产提供了一种自动化做市(AMM)交叉结算机制,重点关注央行数字货币(CBDC)和稳定币。我们开发了一种创新方法,为链上资产产生与传统链下市场一致的公平汇率。我们说明了我们的方法对G-10货币的实际汇率的有效性。
2021-09-24 q-fin.TR
Multi-asset market making under the quadratic rough Heston
鉴于最近引入的二次粗糙Heston模型在SPX/VIX微笑的联合建模方面取得了令人鼓舞的成果,我们考虑了SPX及其衍生品(如VIX期货、SPX和VIX期权)的多资产做市问题。做市商试图在控制投资组合库存风险的同时,最大化其价差捕捉利润,这可以通过SPX在二次粗糙Heston模型特定设置下的价值变化得到充分解释。所得到的优化问题的高维数是放松的几个近似。可以得到一个渐近的封闭形式的解决方案。通过数值实验说明了近似的准确性和相关性。
2022-12-20 q-fin.CP q-fin.MF q-fin.RM
Mathew Effect in Artificial Stock Market
本文建立了一个基于代理人投资心理的股票市场模型。代理人根据自己对市场行为的预期,决定是否按概率购买股票。他们希望购买的股票数量的预期与他们持有的资产价值成正比。代理人出于获利心理、止损心理或对资产长期冻结的不满而抛售股票。我们研究了代理人的资产分布是如何随着系统演化而变化的。实验结果表明,在人工股票市场中,资产分布存在明显的马太效应,并且随着系统运行时间的增加、股票市场规模的增大和代理人活动程度的增加,马太效应对资产分布的影响越来越显著。
2004-06-16 cond-mat.other cond-mat.stat-mech q-fin.TR
Constant Function Market Makers: Multi-Asset Trades via Convex Optimization
以太坊和其他支持智能合约的区块链的兴起导致了去中心化交易所(DEX)的诞生,如Uniswap、Balancer、Curve、mStable和SushiSwap,这些交易所使代理人能够在不信任中心化机构的情况下交易加密货币。传统的交易所使用订单簿来匹配和执行交易,而DEX通常被组织为常数函数做市商(CFX)。CFRisk基于对取决于建议交易和DEX当前储备的函数的评估来接受和拒绝建议交易。对于只涉及两种资产的交易,CFRisk很容易理解,通过两个函数给出必须投标的一种资产的数量,以获得给定数量的另一种资产,反之亦然。当交易的资产超过两种时,就很难理解可能的交易前景。我们观察到,选择多资产交易的各种问题可以用公式表示为凸优化问题,因此可以可靠和有效地解决。
2021-07-26 math.OC q-fin.CP q-fin.TR
Improved Price Oracles: Constant Function Market Makers
自动做市商,首先由汉森的对数市场评分规则(或LMSR)推广到预测市场,已经成为分散金融的重要组成部分,称为“原始”。一个特别有用的原始是衡量资产价格的能力,这个问题通常被称为定价预言问题。在本文中,我们专注于分析一个非常大的自动化做市商,称为常数功能做市商(或CFIAN),其中包括现有的流行的做市商,如Uniswap,平衡器和曲线,其年交易量总计数十亿美元。我们给出了充分的条件,使得在相当一般的假设下,与这些常数函数做市商互动的代理商被激励正确地报告资产的价格,并且他们可以以计算有效的方式这样做。我们还得到了一些其他有用的属性,以前不知道。这些包括CFMM持有的资产总值的下限,以及保证任何代理人都不能通过任何一组交易耗尽给定CFMM持有的资产储备的下限。
2020-06-26 math.OC q-fin.TR
Uncertain Regulations, Definite Impacts: The Impact of the US Securities and Exchange Commission's Regulatory Interventions on Crypto Assets
本研究采用事件研究法分析美国SEC将加密资产归类为证券的监管干预对市场的影响,发现被点名加密资产在公告后一周回报暴跌12%且持续一个月,反应严重程度与情绪及资产特征相关,还存在事前知情交易迹象。
2024-12-03 q-fin.GN q-fin.RM q-fin.TR
A detailed heterogeneous agent model for a single asset financial market with trading via an order book
我们提出了一个基于代理的模型,一个单一的资产金融市场,是能够复制几个非平凡的统计特性,在真正的金融市场,一般被称为程式化的事实。虽然文献中报道的先前模型也能够复制这些统计特性中的一些,但一般来说,它们倾向于过度简化交易机制或代理人的行为。在我们的模型中,我们努力捕捉这两个方面的最重要的特征,以创建代理人,这些代理人采用受真实市场中使用的策略启发的策略,同时,基于双重拍卖订单簿的更现实的交易机制。我们研究了不同类型的交易者对收益统计的作用:具体来说,相关性(或缺乏相关性),波动性聚类,重尾,以及分布可以用对数正态描述的程度。此外,通过引入获利回吐的做法,我们的模型也能够复制与损失和收益分布不对称有关的程式化事实。
2016-07-09 q-fin.CP q-fin.TR
A Microstructure Analysis of Coupling in CFMMs
Whetstone Research(惠斯顿研究所)
本文分析两个CFMM作为中间市场时耦合价格动态导致的篮子通胀微观结构,量化其对价格漂移、交易规模等指标的影响,并给出恒定乘积市场案例研究。
2025-10-07 q-fin.CP q-fin.MF q-fin.TR
Predictive Crypto-Asset Automated Market Making Architecture for Decentralized Finance using Deep Reinforcement Learning
Nanyang Polytechnic(南洋理工学院);Singapore Management University(新加坡管理大学)
该研究提出了一个报价驱动的预测自动做市商(AMM)平台,具有链上托管和结算功能,以及链下预测强化学习功能,以改善现实世界AMM的流动性供给。拟议的AMM架构是对加密货币AMM协议Uniswap V3的增强,通过利用新的市场均衡定价来减少分歧和滑点损失。此外,所提出的架构涉及预测AMM功能,利用深度混合的长短期记忆(LSTM)和Q学习强化学习框架,通过更好地预测流动性集中范围来提高市场有效性,因此流动性在资产价格变动之前开始向预期集中范围移动,从而提高流动性利用率。增强的协议框架预计将具有实际的现实意义,通过(i)减少流动性提供者的分歧损失,(ii)减少加密资产交易者的滑点,同时(iii)提高AMM协议流动性供给的资本效率。据我们所知,目前还没有已知的协议或文献提出类似的深度学习增强AMM,可以为实际的现实应用实现类似的资本效率和损失最小化目标。
2023-01-26 cs.AI cs.LG q-fin.CP
Automated Market Making: the case of Pegged Assets
本文提出基于多级嵌套 OU 过程的加密资产汇率动态建模框架,并设计了利用该动态的自动做市商 (AMM) 模型,通过真实数据验证证明其能持续产生高效报价并提升锚定资产市场流动性。
2024-11-12 q-fin.CP q-fin.TR
Measuring market liquidity: An introductory survey
现代金融市场中的资产流动性是一个关键但又难以理解的概念。如果一个市场的现行交易结构在资产的供求之间提供了迅速和可靠的联系,从而降低了交易成本,则该市场通常被称为流动性市场。然而,提供一个严格的和经验相关的市场流动性的定义是一项艰巨的任务。本文提供了一个关键的审查框架,目前可用于建模和估计市场流动性的资产。我们考虑的定义,强调的作用,买卖价差和估计其组成部分,从市场摩擦的替代来源。在这种情况下,流动性的日内指标似乎与捕捉市场的核心特征以及向市场参与者描述新信息到来的能力有关。
2011-12-28 q-fin.GN q-fin.PM 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
Optimal Rebate Design: Incentives, Competition and Efficiency in Auction Markets
UC Berkeley(加州大学伯克利分校)
研究拍卖市场中交易所通过返利政策激励做市商、缩小清算价与资产价值价差以提升市场效率的最优设计问题,采用主从博弈框架和深度BSDE方法求解。
2026-06-07 math.OC math.PR q-fin.TR
Delta Hedging Liquidity Positions on Automated Market Makers
University of Pennsylvania(宾夕法尼亚大学);New York University(纽约大学)
自动做市商上的流动性提供商每天产生数百万美元的交易费用。然而,流动性头寸的净值容易受到池中基础资产价格变化的影响。流动性头寸损失的主要衡量标准是临时损失。常函数做市商的非永久性损失已经被广泛研究。我们提出了一个新的指标来衡量流动性头寸PNL的基础上,从基础资产的价格变动。我们展示了这个新指标如何更恰当地衡量流动性头寸净值的变化,作为基础资产价格变动的函数。我们的第二个贡献是一个算法,以三角洲对冲任意流动性头寸的统一流动性自动做市商(如Uniswap v2)和集中流动性自动做市商(如Uniswap v3)通过衍生品的组合。
2022-12-28 cs.CE cs.LG q-fin.TR
Liquidity Jump, Liquidity Diffusion, and Crypto Wash Trading
本研究提出通过流动性跳跃与扩散两个指标实时检测加密货币洗售交易,并以美国股票为基准验证,为投资者和监管者提供评估市场质量与监控操纵风险的工具。
2025-03-31 q-fin.CP q-fin.RM q-fin.ST