多智能体交易商市场中的做市强化学习
交易与市场微观结构
2019-11-15 v1 机器学习
多智能体系统
摘要
做市商通过持续报出他们愿意买入和卖出的价格并管理库存风险，在为市场提供流动性方面发挥着重要作用。在本文中，我们构建了一个交易商市场的多智能体仿真，并证明它可用于理解基于强化学习（RL）的做市商智能体的行为。我们利用该仿真器在不同的竞争场景、奖励公式和市场价格趋势（漂移）下训练基于 RL 的做市商智能体。我们展示了强化学习智能体能够学习竞争对手的定价策略；它还学会通过明智地选择买卖两侧的非对称价格（偏斜）来管理库存，并根据市场价格漂移为正（或负）来维持正（或负）库存。最后，我们提出并测试了用于创建风险厌恶型基于 RL 的做市商智能体的奖励公式。
引用
@article{arxiv.1911.05892,
title = {Reinforcement Learning for Market Making in a Multi-agent Dealer Market},
author = {Sumitra Ganesh and Nelson Vadori and Mengda Xu and Hua Zheng and Prashant Reddy and Manuela Veloso},
journal= {arXiv preprint arXiv:1911.05892},
year = {2019}
}