跳到正文
AI × 量化 × 交易AI 入门 ¥399 · 年度信号 ¥1,299 · AI 直播课 ¥5,980 · 合作机构员工优先查看 →
arXiv q-fin· Matteo Onger, Luigi Foscari·· 5 小时前AI 评分36

竞争性做市中的均衡与学习研究

Equilibria and Learning in Competitive Market Making

AI 导读

论文提出由N≥2家策略做市商与1名非策略代表性交易者参与的做市博弈模型,证明在标的资产价值分布的最小假设下始终存在至少一个纯策略纳什均衡,均衡买卖价差随资产价值波动率严格扩大。通过离散化价格构建可处理的学习框架,证明无内部遗憾学习者的时间平均博弈在最小报价单位趋近于零时会逼近连续纳什价格包络,并通过数值模拟验证了理论结果。

来源:arXiv q-fin · arxiv.org

下一步

研究专栏:回测与验证为什么回测好看、实盘失效,以及怎样做样本外检验。微信交流与联系方式查看官方联系方式;二维码准备好后在关于页展示。Prefer English? Get the research briefing by emailRegister your interest in English research updates on our website.