論文の概要: Market Making with Scaled Beta Policies

• arxiv url: http://arxiv.org/abs/2207.03352v2
• Date: Sat, 9 Jul 2022 19:51:50 GMT
• ステータス: 処理完了
• システム内更新日: 2022-07-12 11:04:43.977272
• Title: Market Making with Scaled Beta Policies
• Title（参考訳）: スケールしたベータポリシによる市場形成
• Authors: Joseph Jerome, Gregory Palmer, and Rahul Savani
• Abstract要約: 本稿では,注文型市場におけるマーケットメーカの行動の新たな表現について紹介する。 スケールしたベータディストリビューションを使用し、市場形成のための人工知能で取られた3つのアプローチを一般化する。 この柔軟性は、市場メーカが直面している重要な課題の1つである在庫管理に有用であることを示す。
• 参考スコア（独自算出の注目度）: 2.064612766965483
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper introduces a new representation for the actions of a market maker in an order-driven market. This representation uses scaled beta distributions, and generalises three approaches taken in the artificial intelligence for market making literature: single price-level selection, ladder strategies and "market making at the touch". Ladder strategies place uniform volume across an interval of contiguous prices. Scaled beta distribution based policies generalise these, allowing volume to be skewed across the price interval. We demonstrate that this flexibility is useful for inventory management, one of the key challenges faced by a market maker. In this paper, we conduct three main experiments: first, we compare our more flexible beta-based actions with the special case of ladder strategies; then, we investigate the performance of simple fixed distributions; and finally, we devise and evaluate a simple and intuitive dynamic control policy that adjusts actions in a continuous manner depending on the signed inventory that the market maker has acquired. All empirical evaluations use a high-fidelity limit order book simulator based on historical data with 50 levels on each side.
• Abstract（参考訳）: 本稿では,注文型市場におけるマーケットメーカの行動の新たな表現を紹介する。 この表現は、スケールされたベータディストリビューションを使用し、市場作りのための人工知能で取られた3つのアプローチを一般化している。 ラダー戦略は連続した価格の間隔で均一なボリュームを配置する。 スケールされたベータ配布ベースのポリシーはこれらを一般化し、ボリュームを価格間隔でスキューすることができる。 この柔軟性は、市場メーカが直面している重要な課題の1つである在庫管理に有用であることを示す。 本稿では、まず、より柔軟なベータベースのアクションとはしご戦略の特殊なケースを比較し、次に、簡単な固定分布の性能を調査し、最後に、マーケットメーカが取得した署名された在庫に応じて、アクションを連続的に調整するシンプルで直感的な動的制御ポリシーを考案し、評価する。 実験的な評価はすべて、各面に50レベルの履歴データに基づく高忠実度リミテッドオーダーブックシミュレータを使用する。

関連論文リスト

• Conformal Policy Learning for Sensorimotor Control Under Distribution Shifts [61.929388479847525]
  本稿では,センサコントローラの観測値の分布変化を検知・応答する問題に焦点をあてる。 鍵となる考え方は、整合量子を入力として取ることができるスイッチングポリシーの設計である。 本稿では, 基本方針を異なる特性で切り替えるために, 共形量子関数を用いてこのようなポリシーを設計する方法を示す。
  論文  参考訳（メタデータ） (2023-11-02T17:59:30Z)
• Off-Policy Evaluation for Large Action Spaces via Policy Convolution [60.6953713877886]
  ポリシ・コンボリューション(Policy Convolution)のファミリーは、アクション内の潜在構造を使用して、ログとターゲットポリシを戦略的に畳み込みます。 合成およびベンチマークデータセットの実験では、PCを使用する場合の平均二乗誤差(MSE)が顕著に改善されている。
  論文  参考訳（メタデータ） (2023-10-24T01:00:01Z)
• CTMSTOU driven markets: simulated environment for regime-awareness in trading policies [0.0]
  本稿では,市場参加者が認識する基本的な価値をモデル化する新たなプロセスを紹介する。 我々は、取引業者に対する体制意識の概念を定義し、注文実行問題の文脈における異なる注文配置戦略の研究を通して、その重要性を説明する。
  論文  参考訳（メタデータ） (2022-02-02T10:27:12Z)
• Multi-Asset Spot and Option Market Simulation [52.77024349608834]
  正規化フローに基づく1つの基盤となる1つのマーケットシミュレータを現実的に構築する。 本研究では, 正規化流れの条件付き可逆性を活用し, 独立シミュレータの連立分布をキャリブレーションするスケーラブルな手法を提案する。
  論文  参考訳（メタデータ） (2021-12-13T17:34:28Z)
• Deep Q-Learning Market Makers in a Multi-Agent Simulated Stock Market [58.720142291102135]
  本稿では,エージェント・ベースの観点から,これらのマーケット・メーカーの戦略に関する研究に焦点をあてる。 模擬株式市場における知的市場マーカー作成のための強化学習(Reinforcement Learning, RL)の適用を提案する。
  論文  参考訳（メタデータ） (2021-12-08T14:55:21Z)
• Towards Realistic Market Simulations: a Generative Adversarial Networks Approach [2.381990157809543]
  本研究では,実データに基づいて学習したコンディショナル・ジェネレーティブ・アドバイザリアル・ネットワーク(CGAN)に基づくマーケットジェネレータを提案する。 CGANベースの"ワールド"エージェントは、実験エージェントに応答して意味のある順序を生成することができる。
  論文  参考訳（メタデータ） (2021-10-25T22:01:07Z)
• Learning who is in the market from time series: market participant discovery through adversarial calibration of multi-agent simulators [0.0]
  電子取引市場では、価格またはボリューム時系列のみが直接観測可能である。 本研究では,実物と偽物とを区別できる識別器を2段階に分けて学習する手法を提案する。
  論文  参考訳（メタデータ） (2021-08-02T06:53:37Z)
• An Artificial Intelligence Framework for Bidding Optimization with Uncertainty inMultiple Frequency Reserve Markets [0.32622301272834525]
  周波数プリザーブは、電力グリッドの周波数偏差に反応するために、電力生産または消費をリアルタイムで調整するリソースです。 多段階市場における価格ピークを生かした入札戦略を3つ提案する。 また、これらの3つの戦略を実装するAIベースの入札最適化フレームワークを提案する。
  論文  参考訳（メタデータ） (2021-04-05T12:04:29Z)
• Universal Trading for Order Execution with Oracle Policy Distillation [99.57416828489568]
  本稿では,不完全な市場状態と注文実行のための最適な行動シーケンスとのギャップを埋める,新たなユニバーサル取引ポリシー最適化フレームワークを提案する。 本研究の枠組みは,完全情報を持つ託宣教師による実践的最適実行に向けて,共通政策の学習を指導する上で有効であることを示す。
  論文  参考訳（メタデータ） (2021-01-28T05:52:18Z)
• A Deep Reinforcement Learning Framework for Continuous Intraday Market Bidding [69.37299910149981]
  再生可能エネルギー源統合の成功の鍵となる要素は、エネルギー貯蔵の利用である。 欧州の継続的な日内市場におけるエネルギー貯蔵の戦略的関与をモデル化するための新しい枠組みを提案する。 本アルゴリズムの分散バージョンは, サンプル効率のため, この問題を解決するために選択される。 その結果, エージェントは, ベンチマーク戦略よりも平均的収益率の高い政策に収束することが示唆された。
  論文  参考訳（メタデータ） (2020-04-13T13:50:13Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。