Gliederung: Motivation Markt und Agenten

Präsentation zum Thema: "Gliederung: Motivation Markt und Agenten"—  Präsentation transkript:

1

2 Gliederung: Motivation Markt und Agenten
Erstes Experiment und Ergebnisse Großklags, Schmidt, Siegel ·

3 Motivation: Menschen sind oft nicht in der Lage Arbitragemöglichkeiten an den Finanzmärkten zu nutzen Experimentelle Eventbörse  Wahlbörsen Experimentelle Wirtschaftsforschung:  Monetäre Anreize  Kompetitives Verhalten der Agenten Anwendung von Agenten im Electronic Commerce  Verhandlungen, marktbasierte Systeme Großklags, Schmidt, Siegel ·

4 Related Work: Santa Fe-Turnier (Rust et al. 1994, JEDC)
Diskussion über die untere Grenze der Intelligenz der Agenten, um ähnlich wie Menschen auf einer Marktinstitution zu handeln (Gode/Sunder 1993, JPE) Klimaanlage XeroX Parc (Huberman 1995, ICMAS´95) Thermostatagenten Kasbah, AuctionBot ... JEDC == Journal of Economic Dynamics and Control JPE == Journal of political Economy ICMAS == Procedings on the international Conference on multiagent systems Großklags, Schmidt, Siegel ·

5 Gliederung: Motivation Markt und Agenten
Erstes Experiment und Ergebnisse Großklags, Schmidt, Siegel ·

6 Marktregeln: Marktinstitution: Continuous double auction
 Kaufen (Bid) und Verkaufen (Ask) von Wertpapieren  American Futures Markt 1:n-Beziehung zwischen Markt und Agenten Eintreffen des Ereignisses  Festlegung der Auszahlung Auszahlung durch Bank Großklags, Schmidt, Siegel ·

7 Informationen: (1) Regelinformationen Endauszahlungsregeln
<?xml version='1.0'encoding='us-ascii'?> <!-- DTD for agent-experiments on electronic markets --> <!ELEMENT MARKET (PUBLIC,PRIVATE?)> <!ELEMENT PUBLIC (MARKETID, BUNDLEPRICE, NO_OF_STOCKS, DIGITS, OPENINGHOURS, STOCK+)> <!ELEMENT MARKETID (#PCDATA)> <!ELEMENT BUNDLEPRICE (#PCDATA)> <!ELEMENT NO_OF_STOCKS (#PCDATA)> <!ELEMENT DIGITS (#PCDATA)> <!ELEMENT OPENINGHOURS (BEGIN,END,NOW)> <!ELEMENT STOCK (ID, LASTPRICE, OFFER*)> <!ELEMENT OFFER (BID*, ASK*)> <!ELEMENT BID (PRICE, QUANTITY)> <!ELEMENT PRICE (#PCDATA)> <!ELEMENT QUANTITY (#PCDATA)> <!ELEMENT ASK (PRICE, QUANTITY)> [… code follows …] Informationen: (1)  Regelinformationen Endauszahlungsregeln Start- und Stopzeit des Marktes (2)   öffentliche Marktinformationen Gehandelter Preis jeder Aktie Bid´s/Ask´s für jede Aktie Serveruhrzeit (3)   private Informationen Portfolio Liquide Mittel (4)   Statusinformationen Gültigkeit, Erfolg der Transaktion Großklags, Schmidt, Siegel ·

8 Agenten-Markt-Kommunikation:
Time sequence diagram: communication between agent and market Großklags, Schmidt, Siegel ·

9 Agenten und Strategien:
Fundamentalist Kauft bestimmte Aktie und wartet auf das abschliessende Ereignis Follower Kauft Aktie mit höchster bzw. niedrigster Bewertung Stochastic Kauft/verkauft Aktien zu einem Zufallspreis, wobei unterschiedliche Arten von Intervallen möglich sind Arbitrageur Marktpreis der Aktien < Bankpreis, kaufe vom Markt und verkaufe an die Bank Marktpreis der Aktien > Bankpreis, kaufe von der Bank und verkaufe direkt an den Markt Speculateur Kauft von der Bank und verkauft mit Aufschlag in den Markt Großklags, Schmidt, Siegel ·

10 Gliederung: Motivation Markt und Agenten
Erstes Experiment und Ergebnisse Großklags, Schmidt, Siegel ·

11 Experimentaufbau: “Winner takes all“ Auszahlungsregel
16 Aktien –> a priori-Gewinnwahrscheinlichkeit = 1/16 Experiment dauert 1 Stunde 11 Agenteninstanzen gleiche Anfangsausstattung  Design an Europameisterschaftsbörse angelehnt Großklags, Schmidt, Siegel ·

12 Ergebnisse: Eine Markttransaktion pro Sekunde
Nicht-adaptive Agenten setzen als erste Gebote Follower low: erfolgreichste Strategie “sit in the background“ Arbitrageur versagt: keine atomistischen Transaktionen Zeitreihen der gehandelten Preise Fundamentalist Rest of field Follower low: am aktivsten, startet spät, -> Santa Fé - Markt Großklags, Schmidt, Siegel ·

13 Preise und Volumen der gehandelten Werte (Beispiele)
Fundamentalist Rest of Field Großklags, Schmidt, Siegel ·

14 Zusammenfassung und Ausblick:
Erweiterungen einer Eventbörsensoftware um ein Agenteninterface Regel- und marktadaptive Agenten wurden implementiert  Simulation von menschlichen Handeln Turnier Evolutionäres Experiment Ultimatives Ziel: Auswirkung von Agenten auf menschliches Verhalten Großklags, Schmidt, Siegel ·

15 Vielen Dank für die Aufmerksamkeit!
Kontakt: Großklags, Schmidt, Siegel ·