論文の概要: Robust Market Making: To Quote, or not To Quote
- arxiv url: http://arxiv.org/abs/2508.16588v1
- Date: Thu, 07 Aug 2025 21:49:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-31 21:54:20.565614
- Title: Robust Market Making: To Quote, or not To Quote
- Title（参考訳）: ロバスト・マーケット・メイキング:「引用する」か「引用しない」か
- Authors: Ziyi Wang, Carmine Ventre, Maria Polukarov,
- Abstract要約: マーケットメイキングは人気のあるトレーディング戦略であり、市場の両側に掲示される引用の拡散から利益を生み出すことを目的としている。
市場環境の変化によるリスクを克服するために、敵の強化学習による市場製造業者(MM)の訓練が可能であることが示されている。
本稿では,この作業線上に構築し,一面の引用を時折引用しない,あるいは提供しない,MMの戦略空間を充実させる。
- 参考スコア（独自算出の注目度）: 6.598173855286935
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Market making is a popular trading strategy, which aims to generate profit from the spread between the quotes posted at either side of the market. It has been shown that training market makers (MMs) with adversarial reinforcement learning allows to overcome the risks due to changing market conditions and to lead to robust performances. Prior work assumes, however, that MMs keep quoting throughout the trading process, but in practice this is not required, even for ``registered'' MMs (that only need to satisfy quoting ratios defined by the market rules). In this paper, we build on this line of work and enrich the strategy space of the MM by allowing to occasionally not quote or provide single-sided quotes. Towards this end, in addition to the MM agents that provide continuous bid-ask quotes, we have designed two new agents with increasingly richer action spaces. The first has the option to provide bid-ask quotes or refuse to quote. The second has the option to provide bid-ask quotes, refuse to quote, or only provide single-sided ask or bid quotes. We employ a model-driven approach to empirically compare the performance of the continuously quoting MM with the two agents above in various types of adversarial environments. We demonstrate how occasional refusal to provide bid-ask quotes improves returns and/or Sharpe ratios. The quoting ratios of well-trained MMs can basically meet any market requirements, reaching up to 99.9$\%$ in some cases.
- Abstract（参考訳）: マーケットメイキングは人気のあるトレーディング戦略であり、市場の両側に掲示される引用の拡散から利益を生み出すことを目的としている。
市場環境の変化によるリスクを克服し、堅牢なパフォーマンスを実現するため、敵の強化学習による市場製造業者(MM)のトレーニングが可能であることが示されている。
しかしながら、事前の作業では、MMは取引プロセス全体を通して引用していると仮定するが、実際には、 ''登録' の MM であっても必要ではない(市場ルールで定義された引用比率を満足するだけである)。
本稿では,この作業線上に構築し,一面の引用を時折引用しない,あるいは提供しない,MMの戦略空間を充実させる。
この目的のために、連続入札代行を提供するMMエージェントに加えて、よりリッチなアクション空間を持つ2つの新しいエージェントを設計した。
1つ目は、入札価格の見積もりを提供するか、引用を拒否するオプションがある。
2つ目は、入札の見積もりを提供したり、引用を拒んだり、一方的な質問や入札の引用しか提供しないオプションがある。
本研究では, モデル駆動方式を用いて, 連続的に引用するMMの性能を, 様々な種類の対向環境において, 上述の2つのエージェントと経験的に比較する。
入札代金の見積もりの拒否がリターンやシャープ比をいかに改善するかを示す。
十分に訓練されたMMの引用比率は基本的に市場の要求を満たすことができ、場合によっては99.9$\%ドルに達する。
関連論文リスト
- ARL-Based Multi-Action Market Making with Hawkes Processes and Variable Volatility [6.598173855286935]
我々は、ボラティリティレベル2と200の市場形成戦略を訓練し、評価する。
その結果,低ボラティリティ環境下で訓練した4アクションMMは,高ボラティリティ条件に効果的に適応することがわかった。
このことは、フレキシブルな見積もり機構と現実的な市場シミュレーションを取り入れることで、市場形成戦略の有効性が著しく向上することを示している。
論文 参考訳（メタデータ） (2025-08-07T21:50:30Z) - Agents Require Metacognitive and Strategic Reasoning to Succeed in the Coming Labor Markets [53.0367886783772]
労働市場は、不適切な選択、モラルハザード、評判の経済力に影響を受けている。
エージェントはメタ認知的および戦略的推論を使用して効果的に実行する必要がある。
論文 参考訳（メタデータ） (2025-05-26T15:22:04Z) - Smooth Quadratic Prediction Markets [6.576051895863941]
我々はSmooth Quadratic Prediction Marketと呼ばれる新しい予測市場を提案する。
DCFMMとは対照的に、Smooth Quadratic Prediction MarketはAD証券で最悪の金融損失を被る。
本研究は,価格更新規則と料金構造が分離されているが,保証は維持されている将来の設計を示唆する。
論文 参考訳（メタデータ） (2025-05-05T18:43:58Z) - Multi-Task Dynamic Pricing in Credit Market with Contextual Information [10.407593835994433]
我々は、多数の信用市場証券の価格を学ぼうとするブローカーが直面している動的価格問題について検討する。
これらの証券の価格設定における大きな課題は、頻度の低い取引と、オーバー・ザ・カウンタ市場における透明性の欠如にある。
本稿では、証券間の共有構造を利用して価格の精度を高めるマルチタスク動的価格設定フレームワークを提案する。
論文 参考訳（メタデータ） (2024-10-18T19:37:36Z) - Reinforcement Learning for Corporate Bond Trading: A Sell Side Perspective [0.0]
社債トレーダーは、テキスト優先の市場価格にスプレッドを追加して引用を提供する
不正な債券については、市場価格の観測が困難であり、トレーダーはしばしば利用可能なベンチマーク債の価格に頼っている。
本稿では,データ駆動方式による最適入札分散商法の推定にアプローチし,強化学習を用いて学習できることを示す。
論文 参考訳（メタデータ） (2024-06-18T18:02:35Z) - Assistive Large Language Model Agents for Socially-Aware Negotiation Dialogues [47.977032883078664]
我々は,ビジネス交渉における対話者を支援する大規模言語モデル(LLM)に基づく支援エージェントを開発する。
第3のLLMは、交渉結果を改善するための基準に違反した発話を書き換える仲介役として機能する。
3つの異なる交渉トピックにわたる交渉において,その効果を示すための実証的証拠を豊富に提供する。
論文 参考訳（メタデータ） (2024-01-29T09:07:40Z) - Language of Bargaining [60.218128617765046]
我々は、言語の使用が二国間交渉をどのように形成するかを研究するための新しいデータセットを構築した。
我々の研究は、交渉の結果を予測する言語信号も明らかにしている。
論文 参考訳（メタデータ） (2023-06-12T13:52:01Z) - Uniswap Liquidity Provision: An Online Learning Approach [49.145538162253594]
分散取引所(DEX)は、テクノロジーを活用した新しいタイプのマーケットプレイスである。
そのようなDECの1つ、Unixwap v3は、流動性プロバイダが資金のアクティブな価格間隔を指定することで、より効率的に資金を割り当てることを可能にする。
これにより、価格間隔を選択するための最適な戦略を見出すことが問題となる。
我々は、この問題を非確率的な報酬を伴うオンライン学習問題として定式化する。
論文 参考訳（メタデータ） (2023-02-01T17:21:40Z) - 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) - Context-Based Quotation Recommendation [60.93257124507105]
本稿では,新しい文脈対応引用レコメンデーションシステムを提案する。
これは、所定のソース文書から引用可能な段落とトークンの列挙リストを生成する。
音声テキストと関連するニュース記事の収集実験を行う。
論文 参考訳（メタデータ） (2020-05-17T17:49:53Z)
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。