Game of Spreads: چگونه می توان Algos تجارت بهتر را با تئوری بازی دفن کرد

با شروع این مقاله ، به اطراف نگاه کنید. شما احتمالاً توسط بازیکنان پوکر احاطه شده اید ، اگر خودتان نباشید.

با این دیوانگی پوکر در بین بازرگانان چیست؟آدرنالین کنار می رود ، این بازی به ظاهر ساده شباهت ناخوشایندی به تجارت دارد-یک محیط چند حزبی مملو از خطرات اطلاعات ناقص.

نکته اصلی این بود که یک بار تصور می شد که دستیابی به اطلاعاتی برای عمل به روشی آگاهانه تر عمل می کند. برای این منظور ، بازیکنان پوکر برای شناسایی یک "گفتن" به مسافت های زیادی رفته اند - یک عمل ظریف که یک اشاره آموزنده در مورد کارت های یک بازیکن ارائه می دهد. یک نمونه کلاسیک از این در فیلم های دور فیلم است ، جایی که شخصیت مت دیمون پس از مشاهده کلوچه خود ، حریف خود را در یک دست بزرگ شکست می دهد.

در حالی که کوکی ها معمولاً در میزهای پوکر در دسترس نیستند ، بازیکنانی که برای استفاده از نرم افزار HUDS (Heads Up Display) استفاده می شوند. HUD ها داده های تاریخی را در مورد اقدامات گذشته مخالفان جمع آوری و نمایش می دهند. این آمار به بازیکنان این امکان را می دهد تا بر اساس تمایلات رفتاری تاریخی یک حریف استراتژیک کنند. به عنوان مثال ، اگر می بینید که کسی تقریباً 100 ٪ از زمان مواجهه با افزایش را برابر می کند ، احتمالاً می خواهید حتی با دست های زیر حد ، بیشتر اوقات را بالا ببرید.

HUD نزدیک به یک استاندارد طلا بود تا زمانی که Libratus ظاهر شد. Libratus یک برنامه هوش مصنوعی است که توسط دانشگاه کارنگی ملون ساخته شده است که از استراتژی بازی بهینه (GTO) تئوری بازی استفاده می کند. این چهار نفر از بهترین بازیکنان پوکر جهان در سال 2017 را شکست داد ، اولین باری که AI تا کنون بازیکنان انسانی را در پوکر به دست آورد. پذیرندگان انسانی استراتژی GTO خود ، مانند Linus Loeliger ، به سرعت در پوکر سهام بالا صعود کردند و اکنون آنها به طور گسترده ای از بهترین بازیکنان جهان محسوب می شوند.

برای درک اینکه GTO چیست ، باید با تئوری بازی شروع کنیم. تئوری بازی مطالعه تصمیم گیری تعاملی است که در آن اثربخشی تصمیم یک عامل تحت تأثیر تصمیمات بازیگران دیگر است. استراتژی پوکر GTO بر اساس اصول خود برای ساختن تاکتیک هایی ایجاد می کند که احتمال استفاده از بازیکن توسط سایر بازیکنان را به حداقل می رساند.

نظریه بازی به هیچ وجه یک مفهوم خارجی برای تأمین مالی متخصصان نیست. مسابقه زیبایی کینزی ، که در آن شرکت کنندگان به رأی دادن به رای گیری بیشترین رأی داده می شوند ، به زیبایی توضیح می دهد که چگونه بازار سهام از دیدگاه تئوری بازی کار می کند. تفسیر جورج سوروس از تئوری بازی - یک فلسفه تجارت از "قابلیت تحقیر و انعکاس" ، که در کیمیاگری امور مالی وی به تفصیل ارائه شده است ، استفاده از آن را برای ایجاد سابقه ای از ضرب و شتم بازار نشان داد.

در زمینه تجارت الگوریتمی در بازارهای APAC ، یکی از بزرگترین چالش هایی که امروزه با آن روبرو هستیم ، اعتماد به نفس بیش از حد به داده های تاریخی به همان روشی است که علاقه مندان به پوکر برای تکیه بر آمار تاریخی جمع آوری شده توسط HUDS استفاده می شوند. محققان داده های تاریخی را در مورد قیمت سهام ، نوسانات ، حجم معاملات و گسترش جمع می کنند و آنها را به مدل های ریاضی وصل می کنند تا سرنخ هایی را تولید کنند که پیش بینی حرکت آینده بازار شود.

در یک محیط رقابتی مانند بازار سهام ، شرکت کنندگان بی شماری که دارای فناوری پیشرفته و فروشگاه های گسترده داده های تاریخی هستند ، برای رقابت برای چند امتیاز پایه جمع می شوند. با این حال ، با تکیه بر داده های تاریخی ، یک مزیت رقابتی باریک تر و باریک تر به دست می آورد. این امر زمانی برجسته می شود که الگوریتم ها از واکنش به سیگنال ها محدود شوند یا از یک اقدام تجاری خاص توسط مجموعه ای از پارامترهای از پیش تعیین شده ممنوع باشند.

در حالی که این صنعت به طور کلی اهمیت داشتن جلبک ها را که می تواند هوشمندانه به کتاب سفارش زنده و رویدادهای بازار در زمان واقعی واکنش نشان دهد ، تأیید می کند ، بیشتر مدل های پیش بینی به اندازه کافی پیش نمی روند تا بر اساس داده های تاریخی فراتر از تجزیه و تحلیل برسند. با این حال ، تئوری بازی چشم انداز جدیدی را ارائه می دهد که می تواند از محدوده پارادایم های موجود فراتر رود.

هنگام نزدیک شدن به تجارت از منظر قوانین تجارت ، می توان بازار سهام را به عنوان یک بازار حراج متمرکز دانست ، جایی که فعالیت ها به شکل حراج مداوم یا حراج دسته ای انجام می شود. از طریق این لنز ، نقش اعدام آلگو تصمیم می گیرد که چه زمانی ، کجا ، چقدر ، و با چه قیمتی درگیر یک سری از حراج های مینی ، با هدف حداکثر رساندن بازپرداخت از جمع نتایج مثبت کوچک در همه حراج ها شرکت می کند.

نظریه حراج یکی از برنامه های تئوری بازی در اقتصاد است. جایزه یادبود نوبل در سال 2020 در اقتصاد به اقتصاددانان رابرت ویلسون و پل میلگروم برای دستیابی به آنها در این زمینه اهدا شد. تحقیقات گسترده در تئوری حراج ، از مدلهای ارزش خصوصی و ارزش مشترک گرفته تا مفهوم هم ارزی درآمد ، بینش های ارزشمندی را ارائه می دهد که می تواند برای منطق برش و قیمت گذاری آلگو اعمال شود ، به خصوص وقتی صحبت از بهینه سازی قرار دادن در کتاب سفارش است.

استفاده از تئوری حراج باید با درک کاملی از ظرافت های ساختار بازار در بازارهای APAC ترکیب شود. به عنوان مثال ، در یک بازار مایع با یک کتاب سریع در حال حرکت ، یک نقل قول بزرگ در یک گسترش با اندازه معقول باید به جای یک سیگنال نگهدارنده بر اساس این عقیده که ممکن است بیشتر عقب باشد ، سیگنال گرفتن قوی را ایجاد کند.

مفهوم مهم دیگر در تئوری بازی ، Nash Equilibrium است که به راه حل بهینه در یک بازی غیر تعاونی چند حزبی اشاره دارد که در آن هیچ عامل برای تغییر استراتژی خود انگیزه نمی یابد. در بازی غیر تعاونی چند طرفه به نام تجارت ، قوانین معاملات بورس اوراق بهادار نقش مهمی در تعیین تعادل اکوسیستم دارند.

تعادل ساختار بازار روان است. حتی یک تغییر جزئی در رابطه با اندازه ، زمان بندی یا قوانین فروش کوتاه می تواند عواقب پیش بینی نشده یا ناخواسته داشته باشد. هنگامی که بورس اوراق بهادار تایوان از حراج های مکرر دسته ای به معاملات مداوم منتقل شد ، تحقیقات نشان داد که راندمان بازار در نام های میانی و نام های کوچک بهبود یافته است ، در حالی که نقدینگی و کارآیی در نام های بزرگ با کاهش 1 کاهش یافته است. برای به دست آوردن یک دست بالا در تجارت Algo ، درک تئوری بازی بسیار مهم است ، هرگونه تغییر احتمالی در حالت تعادل را پیگیری کنید و پارامترهای Algo را بر این اساس تنظیم کنید.

حالت تعادل در تئوری بازی همچنین ممکن است هنگام تصمیم گیری در مورد قوانین معاملات برای بورس و تنظیم کننده ها مفید باشد. در حالی که بیشتر تحقیقات در مورد تأثیر سیاست ها به داده های سابق پس از تجربی متکی هستند ، تئوری بازی ابزاری مفید برای مدل سازی سابق در تلاش برای طراحی بهینه سیاست فراهم می کند.

در این مقاله کوتاه که به سختی سطح تئوری بازی را خراشیده است ، ما در مورد ایده های مربوط به چگونگی ایجاد جلبک های تجاری بهتر با تئوری حراج و تعادل Nash بحث کرده ایم. نظریه حراج می تواند به ALGO کمک کند تا بهتر به کتاب سفارش زنده و رویدادهای غیر منتظره پاسخ دهند ، و تعادل NASH می تواند به ALGO کمک کند تا پارامترهای بهینه شده را بر اساس تعادل ساختار بازار تنظیم کنند.

زیبایی تئوری بازی این است که به طور هم زمان عمیقاً علمی و فلسفی است. یکی از دلالت های تئوری بازی این است که "آزادی انتخاب هر کشور با اقدامات دیگران محدود است" ، همانطور که کنت والتز در انسان ، ایالت و جنگ 2 اظهار داشت. از بین تمام پیچیدگی های تجارت الگوریتمی ، این یک سادگی است که تغییر نخواهد کرد.

یادداشت

1 لی ، یی تسونگ و ریکچ ، روبرتو و وانگ ، کای ، حراج های مکرر دسته ای در مقابل تجارت مداوم: شواهدی از تایوان (19 نوامبر 2020). موجود در SSRN: https://ss. com/abstract=3733682 یا http://dx. doi. org/10. 2139/ss. 3733682

2 Kenneth N. Waltz ، Man ، The State و War: یک تحلیل نظری (1959)

این مقاله برای اولین بار در شماره Q4 2022 از GlobalTrading ، انتشار گروه رسانه ای Markets منتشر شد.< Pan> زیبایی تئوری بازی این است که به یکباره عمیقاً علمی و فلسفی است. یکی از دلالت های تئوری بازی این است که "آزادی انتخاب هر کشور با اقدامات دیگران محدود است" ، همانطور که کنت والتز در انسان ، ایالت و جنگ 2 اظهار داشت. از بین تمام پیچیدگی های تجارت الگوریتمی ، این یک سادگی است که تغییر نخواهد کرد.