异质自适应自动交易智能体无限多样性竞争军备竞赛的协同演化动力学探索

我们报告了一系列实验，研究在当代金融市场的精确模型中从事自适应自动交易的智能体群体之间的协同演化“军备竞赛”动力学。在任何时刻，市场中的每位交易者都试图在给定其身处市场中所面对的其它不同交易策略的当前分布下获取尽可能多的利润；但交易策略的分布及其可观测行为在不断变化，且任一交易者身上的变化在某种程度上由所有其他交易者的变化所驱动。先前关于市场中协同演化动力学的研究集中于交易者可从少量固定纯策略中择一、并偶尔改变选择因而构成具有有限可能系统状态集合的离散相空间系统。本文给出两组独立实验的初步结果，其中我们使用最小智能交易智能体，但策略空间是连续因而无限的。我们的工作表明，仅向更高真实度迈出一小步，便立即进入高维相空间，这给可视化和理解系统内展开的协同演化动力学带来困难。我们得出结论：需要进一步研究以建立更好的分析工具来监测协同适应市场中的活动与进展。我们已在 GitHub 上以开源形式发布相关 Python 代码，以便他人继续此项工作。