阿尔瓦罗·卡特亚;帕特里克·张;马特乌斯·姆罗茨卡;欧门，罗尔 场外金融市场AI驱动的流动性条款。 （英语） Zbl 1518.91255号 数量。财务 第12期第22期，2171-2204页（2022年）. 概述：在场外交易市场提供流动性是一项具有挑战性的任务，这在很大程度上是因为做市商不观察竞争对手的报价，也不知道与多少竞争对手竞争，也不了解交易员的总体流动性需求。在充分了解竞争环境的前提下，理论上可以推导出最优定价策略，但在信息不完整和不对称的情况下，这些结果无法转化为实践。本文研究了流动性提供者是否可以使用人工智能（以多武装盗贼强化学习算法的形式），仅使用他们通常可用的信息来动态设置利差。我们还研究了当竞争性流动性提供者都采用这种算法时，是否会产生共谋效应。我们的发现如下。在只有一个流动性提供者在其他静态环境中优化定价的单一代理设置中，所有考虑的算法都能够找到理论上最优的定价策略，尽管与基于模型的方法相比，它们的效率很低。在多代理环境下，竞争性流动性提供者同时独立地使用算法优化定价，我们证明了对于一类算法（伪）合谋不会出现，而对于另一类算法，在某些情况下可能会出现合谋，我们提供了实例。然而，出现共谋效应的场景是脆弱的，对特定配置敏感，在实践中极不可能发生。此外，由于竞争对手数量有限，在一些最人为的场景中可能出现的共谋效应基本上或完全消除。 引用于1文件 MSC公司： 91G15型 金融市场 68T07型 人工神经网络与深度学习 关键词：场外市场;伪共谋;流动性准备金;强化学习 PDF格式BibTeX公司 XML格式引用 \textit{阿.卡特亚}等人，数量。财务22，No.12，2171--2204（2022；Zbl 1518.91255） 全文： 内政部 参考文献： [1] Abada，I.，《人工智能：表面上的共谋结果可以避免吗？2022.网址：https://ssrn.com/abstract=3559308。 [2] Aouad，A.和den Boer，A.V.，分类游戏中的算法合谋。2021.网址：https://ssrn.com/abstract=3930364。 [3] Asker，J.、Fershtman，C.和Pakes，A.，《人工智能与定价：算法设计的影响》。NBER工作文件，2021年。可在https://www.nber.org/papers/w28535。 [4] Audibert，J.-Y.，Munos，R.和Szepesvári，C.，《在随机环境中调整盗贼算法》。2007年算法学习理论国际会议，第150-165页（Springer）·Zbl 1142.68382号 [5] 奥尔，P。；塞萨·比安奇，N。；菲舍尔，P.，《多武装匪徒问题的有限时间分析》，马赫。学习。，47, 2, 235-256 (2002) ·Zbl 1012.68093号 [6] 奥尔，P。；塞萨·比安奇，N。；弗伦德，Y。；Schapire，R.E.，《非随机多武器匪徒问题》，SIAM J.Compute。，32，1，48-77（2002）·Zbl 1029.68087号 [7] Bakshaev，A.，《强化学习的市场营销》。2020年。可在https://arxiv.org/pdf/2008.12275.pdf。 [8] Banchio，M.和Mantegazza，G.，《自适应算法、默契共谋和竞争设计》。工作文件，2022年。可在https://ssrn.com/abstract=4032999。 [9] Barzykin，A.、Bergault，P.和Guéant，O.，外汇交易商的市场营销。风险（前沿），2022年8月。 [10] 贝纳伊姆，m.，《随机近似算法动力学》。《概率统计》第三十三卷，由J.Azéma、M.Esmery、M.Ledoux和M.Yor编辑，第1-68页，1999年（施普林格：柏林，海德堡）·兹比尔0955.62085 [11] Benveniste，A。；Métiver，M。；Priouret，P.，《自适应算法和随机逼近》（1990年），施普林格出版社：施普林格，柏林，海德堡·Zbl 0752.93073号 [12] 国际清算银行，三年一次的央行调查——2019年4月的外汇交易额。国际清算银行货币经济部，2019a。可在https://www.bis.org/statistics/rpfx19_fx.pdf。 [13] 国际清算银行，三年期央行调查——2019年4月OTC利率衍生品交易额。国际清算银行货币经济部，2019b。可在https://www.bis.org/statistics/rpfx19_ir.pdf。 [14] Börgers，T。；Sarin，R.，《通过强化和复制因子动力学学习》，J.Econ。理论。，77, 1, 1-14 (1997) ·Zbl 0892.90198号 [15] Brown，Z.Y.和MacKay，A.，《定价算法的竞争》。哈佛商学院，工作文件20-0672021。 [16] Butz，M。；Oomen，R.，《电子外汇现货交易商的国际化》，Quant。财务，19，1，35-56（2019）·Zbl 1407.91292号 [17] 卡尔瓦诺，E。；Calzolari，G。；德尼科尔·V。；Pastorello，S.，《人工智能、算法定价和共谋》，Amer。经济。版本：110、10、3267-97（2020） [18] 卡塔亚，Á。；南加尔。；Walton，J.，《最后看外汇市场》，数学。财务。经济。，13，1，1-30（2018）·Zbl 1411.91488号 [19] 阿拉巴马州卡特亚。，Chang，P.和Penalva，J.，《电子市场中的算法共谋：时钟大小的影响》。工作文件，2022a。可在https://ssrn.com/abstract=4105954。 [20] 阿拉巴马州卡特亚。，Chang，P.，Penalva，J.和Waldon，H.，算法学习方程：动态游戏中的进化策略。工作文件。2022b年。可在https://ssrn.com/abstract=4175239。 [21] 竞争与市场管理局，定价算法。2018年。网址：https://www.gov.uk/government/publications/pricing-algorithms-research-collusion-and-personalised-precing。 [22] 竞争与市场权威，算法：它们如何减少竞争并损害消费者。2021.网址：https://www.gov.uk/government/publications/algorithms-how-they-can-reduce-competition-and-harm-consumers。 [23] Cont，R.和Xiong，W.，经销商市场中做市算法的动力学：学习和默契共谋。工作文件，2022年。可在https://ssrn.com/abstract=4119858。 [24] Dafoe，A.、Hughes，E.、Bachrach，Y.、Collins，T.、McKee，K.R.、Leibo，J.Z.、Larson，K.和Graepel，T.，合作人工智能中的开放问题。DeepMind工作文件，2020年。可在https://www.deepmind.com/publications/open-problems-in-cooperative-ai。 [25] Dorner，F.E.，《算法共谋：批判性评论》。2021.网址：https://arxiv.org/abs/2110.04740。 [26] 达菲，J。；霍普金斯，E.，《市场进入游戏中的学习、信息和分类：理论和证据》，游戏。经济。贝哈夫。，51, 1, 31-62 (2005) ·Zbl 1114.91007号 [27] 欧洲委员会，算法与竞争。马格丽特·维斯塔格委员在2017年柏林第18届联邦卡特尔会议上的讲话。 [28] Ezrachi，A.和Stucke，M.E.，《人工智能与共谋：当计算机抑制竞争时》。《伊利诺伊大学法律评论》，第1775-1809页，2017年。 [29] 范，J。；Gijbels，I.，《可变带宽和局部线性回归平滑器》，《Ann.Stat.》，2008年第20期，第4期，第2036页（1992年）·Zbl 0765.62040号 [30] Hansen，K.T。；Misra，K。；Pai，M.M.，《前沿：算法合谋：通过独立算法实现的超竞争价格》，市场。科学。，40，1，1-12（2021） [31] Harrington，J.E.，《为自主人工代理人的合谋制定竞争法》，J.Compet。法律经济学。，14333-363（2018） [32] 霍夫鲍尔，J.，《决定论进化博弈动力学》。应用数学研讨会论文集，2011年第69卷·Zbl 1241.91019号 [33] 霍夫鲍尔，J。；霍普金斯，E.，《扰动非对称游戏中的学习》，《游戏经济学》。贝哈夫。，52, 133-152 (2005) ·Zbl 1099.91028号 [34] 霍普金斯，E。；Posch，M.，强化学习下边界点的可达性，游戏。经济。贝哈夫。，53, 1, 110-125 (2005) ·Zbl 1118.91026号 [35] Ivaldi，M.、Jullien，B.、Rey，P.、Seabright，P.和Tirole，J.，《隐性共谋的经济学》。《DG竞争最终报告》，欧洲委员会，2003年。可在https://ec.europa.eu/competition-policy/system/files/2021-04/the_economics_of_tacit_collection_2003.pdf。 [36] Klein，T.，《自主算法合谋：序贯定价下的Q-学习》，兰德J.经济学。，52, 3, 538-599 (2021) [37] Lattimore，T。；Szepesvári，C.，Bandit Algorithms（2020），剑桥大学出版社：剑桥·Zbl 1439.68002号 [38] Löfström，T.、Ralsmark，H.和Johansson，U.，算法定价中的合谋。瑞典竞争管理局，Uppdragsforskiningsraport 2021:32021。可在https://www.konkurrensverket.se/globalassets/dokument/informationsmaterial/rapporter-och-broschyer/uppdragsforsking/forsk-raport_2021-3.pdf。 [39] 经合组织，《算法与共谋：数字时代的竞争政策》，2017年。可在https://www.oecd.org/competition/algorithms-collection-competition-policy-in-the-digital-age.htm。 [40] Oomen，R.，《聚合器中的执行》，Quant。《金融》，17，3，383-404（2017）·Zbl 1402.91724号 [41] Oomen，R.，最后一眼，Quant。财务，17，7，1057-1070（2017）·Zbl 1402.91725号 [42] Schwalbe，U.，《算法、机器学习和共谋》，J.Compet。法律经济学。，14, 4, 568-607 (2018) [43] SIFMA，《2021年资本市场概况》，2021年。可在https://www.sifma.org/wp-content/uploads/2021/07/CM-Fact-Book-2021-sifma.pdf。 [44] Siikanen，M。；诺格尔，美国。；Kanniainen，J.，外汇市场交易过于昂贵？，数量。金融，1933-1944（2019） [45] Sutton，R.S。；Barto，A.G.，《强化学习：导论》（2018），麻省理工学院出版社：马萨诸塞州剑桥·Zbl 1407.68009号 [46] 白宫，大数据和差别定价，2015年。可在https://obamawhitehouse.archives.gov/sites/default/files/whitehouse文件/docs/Big_Data_Report_Nonembargo_v2.pdf。 [47] Xiong，W.和Cont，R.，做市算法的相互作用：对感知共谋的研究。ICAIF’21会议记录，美国，2021年。可在https://dl.acm.org/doi/pdf/。 [48] Zhang，K.，Yang，Z.和Başar，T.，多智能体强化学习：理论和算法的选择性概述。RL和控制手册（Springer系统、决策和控制研究），2021年。可在https://arxiv.org/abs/1911.10635。 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。