Статья «Pseudo-collusion in a centralized algorithmic financial market» принята к публикации в Finance Research Letters
Статья Алексея Пастушкова, стажера-исследователя ПУЛ «Искусственный интеллект в математических финансах», принята к публикации в октябрьском выпуске Finance Research Letters - рецензируемом научном журнале, распространяющем значимые для финансовых направлений исследования, уделяя особое внимание новизне, лаконичности и актуальности материалов.
Последние исследования всё чаще изучают, могут ли алгоритмы обучения с подкреплением порождать кооперативное поведение, приводящее к неконкурентным ценам в различных рыночных условиях. Опыт современных финансовых рынков показывает, что маркет-мейкеры, использующие алгоритмы типа multi-armed bandit (MAB), как правило, приходят к конкурентному ценообразованию на внебиржевых (OTC) рынках с котировками, за исключением маловероятных случаев, когда все маркет-мейкеры применяют определённый вариант MAB, а число конкурентов невелико. Однако теоретические рассуждения свидетельствуют, что равновесие Нэша в условиях ценовой конкуренции (как в OTC-рынках с котировками) алгоритмам освоить проще, чем равновесие Нэша при количественной конкуренции, поскольку в первом случае оптимальные ответы определить легче.
В данной работе рассматривается, сходятся ли алгоритмические поставщики ликвидности к конкурентному равновесию на рынке в стиле Кайла, где их конкуренция происходит через функции спроса. Помимо аналитической удобности, эта структура рынка подтверждается теоретически и лежит в основе современных реализаций, таких как периодические аукционы. Результаты исследования демонстрируют, что субконкурентное предложение ликвидности возникает в двух из трёх тестируемых алгоритмов обучения с подкреплением, причём связанная с этим ценовая неэффективность сохраняется даже с ростом числа конкурирующих поставщиков ликвидности.
Пастушков Алексей Владимирович
ПУЛ «ИИ в математических финансах»: Стажер-исследователь