Market mood, adaptive beliefs and asset price dynamics

单词

造市商(market maker)

造市商(market maker)是为证券交易所指定的买卖中间商，主要业务是为买方及卖方进行报价、并且为双方寻找好的价格撮合交易，本身则从买卖差价中获利。

evolutionary adaption 进化适应

adaptive 有适应力的

market fraction市场份额

local stability 局部稳定性

bifurcation analysisi 分岔分析

分岔理论或分歧理论（bifurcation theory）是数学中研究一群曲线在本质或是拓扑结构上的改变。一群曲线可能是向量场内的积分曲线，也可能是一群类似微分方程的解。

time horizon 时间范围

boundedly 有界的

consequently 因此

Adaptive switching动态转换

explicitly 明确地

joint impact 联合影响

discrete-time asset pricing model 离散时间资产定价模型

allows for 考虑到 考虑到;

steady-state 稳定态

limit cycle 极限环

stablelimitcycle 稳定极限环

convergence 收敛性

equilibria均衡

robust 鲁棒性

asymptotic渐进的

aggregate聚集

limit distribution极限分布

converge to收敛到

stylized factors格式化的事实

homogeneity 一致性

Abstract

经验主义证据表明，面对不同的交易策略和复杂的决策之时，依靠特定策略的机构交易者所占的比例可能保持在某个固定水平或者随时间变化。

这篇论文提出了一个简单的“动态市场份额模型”（MF模型）

模型包含两组交易者：基本面交易者和趋势交易者，并表现在某个造市商背景下。

市场情绪和进化适应被相对地表示为，两组群体之间，固定的或动态切换的市场份额。

使用局部稳定性和分岔分析，数值模拟，关键变量在市场行为中扮演的角色就得到了研究。

市场份额带来的影响被给予了高度重视，市场份额由自信的基本面交易者和趋势交易者所占的固定比例决定，市场份额也被适应性的理性机构交易者所占比例决定。

而这些机构交易者，在不同时间采用不同的交易策略，主要参考标准是实现利润多少。

Conclusion

1.

经验主义证据表明，面对不同的交易策略和复杂的决策之时，依靠特定策略（技术分析或基本面分析）的机构交易者所占的比例可能保持在某个固定水平或者随时间变化。

这第一个事实能够用来表示市场心理学，机构投资者对他们选择的交易策略表示自信并且不会在一定时间范围内改变交易策略。

第二个例子用来表示进化适应性，机构交易者一定会有界理性和适应性地基于交易成果改变交易策略。

因此，我们相信市场价格行为能够被市场情绪和进化适应性极大地影响。这两种极端例子中，市场份额要么是固定的要么是动态切换的。这两个例子都在本论文中得到了建模和测试。

然而，据我们所知，当市场情绪和进化适应的共同影响被相对地表示为固定的或者动态切换的市场份额时，本论文是第一篇明确地建模并测试他们的共同影响的论文。

2.

对于基本面交易者和趋势交易者，这篇文章发展了非线性离散时间资产定价模型。在模型中，这两种交易者用风险资产和无风险资产进行交易，并身处在造市商背景下。

这个模型考虑到了机构交易者们的进化适应性：随着时间变化，他们在两种上述极端交易者中所占的比例，取决于实现利润的大小。在这种模型下，我们还假设有一定比例的基本面交易者和趋势交易者随时间变化是不改变比例的。

正如所预期的一般，我们证明了当市场被基本面交易者（趋势交易者）主导市场的时候，市场是稳定的（不稳定的）。并且还知道：局部稳定的，稳定态和极限环是能够共存的。

我们也证明了，市场情绪（被固定策略的机构交易者的两种策略，其所占权重来决定）和适应性理性的机构交易者（他们关注进化适应性的影响） 一同决定资产价格行为。

特别点说，我们证明了（i）市场情绪朝向基本面交易者做出的微量改变能够稳定“通过另一种方式”不稳定的市场

（ii）适应性理性的机构比例的微量改变能够动摇“通过另一种方式”稳定的市场

这个模型提供了一种见解，让我们了解到金融市场行为、市场心理学和机构交易者的适应性理性之间的联系。

3.该模型的确定性框架对于理解这个随机模型的随机性质有重要帮助。然而，随机模型的动态过程与它内在的确定性模型的动态过程的联系不仅密切，而且是个难以解决的问题。

现在有两种方法来处理这个问题。第一种是利用统计分析蒙特卡洛模拟数据并在多个统计性质之间建立联系，譬如回报和长期依赖性的自相关模式，这些来自随机模型以及潜藏的确定性模型的分岔。对于固定的市场份额模型，He以及Li证明了市场价格将收敛到基本价值上，两种不同的交易策略的长期和短期盈利能力，图表专家的生存能力以及多种低迷或过度的自相关模式能被内在确定性系统的稳定性和分岔来解释。

MF模型解释某些特色化的金融市场的事实的潜力也被He和Li得到了探索，而且它表现出了异构性、通过学习的趋势性以及稳定的确定性稳态和随机噪音过程可能是幂次法则分布波动的源头。这个结果被进一步验证，使用了蒙特卡洛模拟以及基于回报，平方回报和绝对回报的自相关函数的腐败模式的统计分析，还有（FI）GARCH（1，1）模型的参数估计。

在给定我们模型灵活度的条件下，希望我们的模型能够产生更多具有鲁棒性的联系和更实际的统计特点。另一个方法是使用理论分析直接分析随机模型。

通过把金融市场看作大量互相作用的成分混杂的机构交易者的合集，Follmer等人和Horst等人测试了聚集行为和资产价格的渐进性。

他们得到了在均衡价格的分布收敛到特定极限分布下的充分条件，这些充分条件可能被看作对这些市场的恰当的平衡的概念。

我们这篇论文的模型与这些工作密切关联，对随机模型更进一步的测试将会很有趣但也有挑战性