نموذج تكيفي

📅 آخر تحديث: ٢ أغسطس ٢٠٢٦
✍️ نُشر في: ٢ أغسطس ٢٠٢٦
الموسوعة الحرة

يُعدّ برنامج Altreva Adaptive Modeler تطبيقًا برمجيًا لإنشاء نماذج محاكاة للأسواق المالية قائمة على الوكلاء، وذلك بهدف التنبؤ بأسعار الأسهم المتداولة في الأسواق الحقيقية أو الأوراق المالية الأخرى. [ 2 ] وتعتمد التقنية المستخدمة فيه على نظرية الاقتصاد الحسابي القائم على الوكلاء (ACE)، وهو دراسة حسابية للعمليات الاقتصادية التي تُنمذج كنظم ديناميكية من وكلاء غير متجانسين متفاعلين .

تُستخدم نماذج Altreva's Adaptive Modeler وغيرها من النماذج القائمة على الوكلاء لمحاكاة الأسواق المالية بهدف رصد الديناميكيات المعقدة لمجموعة واسعة من المستثمرين والمتداولين ذوي الاستراتيجيات المختلفة، والأطر الزمنية المتباينة للتداول، والأهداف الاستثمارية المتباينة. [ 3 ] وقد أثبتت النماذج القائمة على الوكلاء، والتي تعتمد على وكلاء غير متجانسين وعقلانيين محدودين (متعلمين)، قدرتها على تفسير الخصائص التجريبية للأسواق المالية بشكل أفضل من النماذج المالية التقليدية القائمة على وكلاء عقلانيين تمثيليين . [ 4 ]

تكنولوجيا

يُنشئ البرنامج نموذجًا قائمًا على الوكلاء لسهم معين، يتألف من مجموعة من وكلاء التداول وسوق افتراضي. يُمثل كل وكيل متداولًا/مستثمرًا افتراضيًا، وله قواعد تداول وأموال خاصة به. ثم يتطور النموذج تدريجيًا على النحو التالي: في كل خطوة، يتم استيراد سعر سوق حقيقي جديد (تاريخي). يُقيّم جميع الوكلاء قواعد التداول الخاصة بهم ويضعون أوامر في السوق الافتراضي. بعد ذلك، يُحدد السوق الافتراضي سعر التسوية وينفذ جميع الأوامر المطابقة. يُعتبر سعر التسوية بمثابة توقع لسعر السوق الحقيقي في الخطوة التالية. (وبالتالي، يعمل السوق الافتراضي كسوق تنبؤ للسوق الحقيقي بخطوة واحدة للأمام). تتكرر هذه العملية مع كل سعر سوق حقيقي جديد يتم استلامه. في الوقت نفسه، تتطور قواعد التداول من خلال شكل تكيفي خاص من البرمجة الجينية . وبالتالي، تستند التوقعات إلى سلوك السوق بأكمله بدلاً من الاعتماد فقط على أفضل قاعدة تداول أداءً. يهدف هذا إلى زيادة متانة النموذج وقدرته على التكيف مع ظروف السوق المتغيرة. [ 5 ]

لتجنب المبالغة في ملاءمة البيانات التاريخية (أو ملاءمة المنحنى )، وعلى عكس العديد من التقنيات الأخرى المستخدمة في برامج التداول ، مثل تحسين قواعد التداول من خلال الاختبارات الرجعية المتكررة ، والخوارزميات الجينية ، والشبكات العصبية ، لا يقوم برنامج Adaptive Modeler بتحسين قواعد التداول بناءً على البيانات التاريخية. بدلاً من ذلك، تتطور نماذجه تدريجيًا على بيانات الأسعار المتاحة، بحيث لا يواجه المتداولون أي تغيير في السعر إلا مرة واحدة (كما هو الحال في الواقع). كما لا يوجد فرق في معالجة بيانات الأسعار التاريخية والجديدة. لذلك، لا يوجد سبب محدد لتوقع أن يكون أداء النموذج في الاختبارات الرجعية أفضل من أدائه المستقبلي (على عكس ما يحدث عند تحسين قواعد التداول بناءً على البيانات التاريخية). وبالتالي، يمكن اعتبار النتائج التاريخية أكثر دلالة من النتائج التي تُظهرها التقنيات القائمة على التحسين. [ 6 ]

أمثلة وحالات استخدام

في نموذجٍ توضيحي لمؤشر ستاندرد آند بورز 500 ، [ 7 ] يُظهر برنامج Adaptive Modeler عوائد فائضة كبيرة مُعدّلة حسب المخاطر بعد خصم تكاليف المعاملات. وباستخدام بيانات أسعار تاريخية تم اختبارها بأثر رجعي، تغطي فترة 58 عامًا (1950-2008)، تم تحقيق متوسط ​​عائد سنوي مُركّب قدره 20.6%، تلاه متوسط ​​عائد سنوي مُركّب قدره 22.2% خلال فترة الست سنوات التالية خارج العينة (2008-2014).

استُخدم برنامج Adaptive Modeler في دراسة لتوضيح زيادة تعقيد قواعد التداول في نموذج التنبؤ التطوري خلال فترة حرجة من تاريخ الشركة. [ 8 ]

في دراسةٍ حول ربحية التداول الفني في أسواق الصرف الأجنبي ، وجد الباحثون باستخدام برنامج Adaptive Modeler عوائد زائدة ذات دلالة اقتصادية وإحصائية خارج نطاق العينة (بعد خصم تكاليف المعاملات) لأكثر ستة أزواج عملات تداولاً. وكانت هذه العوائد أعلى من تلك التي حققتها نماذج التنبؤ الاقتصادي القياسي التقليدية. [ 9 ]

استُخدم برنامج Adaptive Modeler أيضًا لدراسة تأثير مستويات مختلفة من عقلانية المتداولين على خصائص السوق وكفاءته . [ 10 ] وقد وُجد أن الأسواق الاصطناعية التي تضم متداولين أكثر ذكاءً (مقارنةً بالأسواق التي تضم متداولين أقل ذكاءً أو عديمي الذكاء ) أظهرت أداءً أفضل في التنبؤ، على الرغم من أنها شهدت أيضًا تقلبات أعلى وحجم تداول أقل (بما يتوافق مع نتائج سابقة). كما أن الأسواق التي تضم متداولين أكثر ذكاءً حاكت الحقائق النموذجية للأسواق المالية الحقيقية على أفضل وجه.

كمثال على الحياة الذكية الافتراضية في نظام معقد (مثل سوق الأسهم)، تم استخدام برنامج Adaptive Modeler كمثال توضيحي لعوامل بسيطة تتفاعل بطريقة معقدة ( غير خطية ) للتنبؤ بأسعار الأسهم. [ 11 ]

انظر أيضاً

مراجع

  1. ↑ "أخبار ألتريفا" . altreva.com . تم الاطلاع عليه بتاريخ 24 مارس 2021 .
  2. ↑ "مختبرات وعروض ACE الحاسوبية" . قسم الاقتصاد، جامعة ولاية أيوا . تم الاطلاع عليه بتاريخ 29 أكتوبر 2014 .
  3. ↑ جوبين، بريندا (17 أكتوبر 2009). "قراءة الأسواق - رؤى من الأدبيات المالية" . تم الاطلاع عليه في 29 أكتوبر 2014 .
  4. ↑ ليبارون، بليك (2006). "الأسواق المالية القائمة على الوكلاء: مطابقة الحقائق المُنمّطة مع الأسلوب". الاقتصاد الكلي ما بعد والراس . ص 221-236 . CiteSeerX 10.1.1.125.997 . doi : 10.1017/CBO9780511617751.013 . ISBN   9780511617751.
  5. ↑ "تقنية ألتريفا" . ألتريفا . تم الاطلاع عليه بتاريخ 29 أكتوبر 2014 .
  6. ↑ "Adaptive Modeler" . Altreva . تم الاطلاع عليه بتاريخ 29 أكتوبر 2014 .
  7. ↑ "نماذج توضيحية" . ألتريفا . تم الاطلاع عليه بتاريخ 29 أكتوبر 2014 .
  8. ↑ الارتباطات المنخفضة بين الأرباح والعوائد: حالة شركة أليتاليا. مؤرشف في 15 فبراير 2010، على موقع Wayback Machine . فيديريكو سيكوني وستيفانو زاباكستا، وقائع مؤتمر IASTED للنمذجة والمحاكاة 2008.
  9. ↑ أدلة جديدة على ربحية التداول الفني . فيكتور ماناهوف وروبرت هدسون، النشرة الاقتصادية، 2013، المجلد 33، العدد 4.
  10. ↑ ماناهوف فيكتور (2014). "آثار القدرات المعرفية للمتداول على خصائص سوق الأسهم". الأنظمة الذكية في المحاسبة والتمويل والإدارة . 21 : 1-18 . doi : 10.1002/isaf.1348 .
  11. ↑ "تطبيق السلوك الناشئ في الأسواق المالية" (ملف PDF) . شركة إيفل المحدودة . تم الاطلاع عليه بتاريخ 29 أكتوبر 2014 .