Modelling Opaque Bilateral Market Dynamics in Financial Trading: Insights from a Multi-Agent Simulation Study

通过基于多智能体模拟方法探索复杂适应性金融交易环境是量化金融领域内一种创新的方法。尽管多智能体强化学习方法在有可观测数据的金融市场中占主导地位，但存在一些系统性重要的金融市场，由于其数据的部分或模糊性可用性而面临挑战。因此，我们设计了一种采用小规模元启发式方法的多智能体模拟方法。这种方法旨在代表澳大利亚政府债券交易的不透明双边市场，捕捉银行之间交易的双边性质，也称为“场外”（OTC）交易，通常发生在“市场制造商”之间。双边市场的独特性，以协商交易和有限数量的代理商为特征，为基于代理的建模和量化金融提供了有价值的见解。这种市场结构的固有刚性与多边平台的全球蔓延和金融的去中心化相矛盾，强调了我们基于代理的模型所提供的独特见解。我们探讨了市场刚性对市场结构的影响，并考虑了市场设计中的稳定因素。这扩展了关于复杂金融交易环境的持续讨论，提供了对其动态和影响的更深入的理解。

本论文旨在通过多智能体模拟方法探索复杂的金融交易环境，特别是在数据部分或隐藏数据可用性方面存在挑战的金融市场。论文选择澳大利亚政府债券交易的双边市场作为研究对象，旨在捕捉银行之间的双边交易特点，并探讨市场刚性对市场结构和稳定性的影响。

本论文采用小规模元启发式方法的多智能体模拟方法，以代表澳大利亚政府债券交易的双边市场。相对于观测数据的多智能体强化学习方法，该方法适用于那些存在部分或隐藏数据的金融市场，为代理模型和量化金融提供了有价值的见解。

本论文的亮点在于采用了小规模元启发式方法的多智能体模拟方法，以代表澳大利亚政府债券交易的双边市场，并探讨了市场刚性对市场结构和稳定性的影响。论文还强调了该市场结构的独特性，这与全球多边平台的普及和金融去中心化的趋势相矛盾。

在最近的相关研究中，也有一些关于多智能体模拟方法在金融市场中的应用。例如，论文《基于多智能体强化学习的股票交易策略研究》和《基于多智能体模型的金融市场交易策略研究》等。