کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
4942615 | 1437413 | 2017 | 13 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
The effect of genetic algorithm learning with a classifier system in limit order markets
ترجمه فارسی عنوان
اثر یادگیری الگوریتم ژنتیک با یک سیستم طبقه بندی در بازارهای محدود نظم
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
ترجمه چکیده
با معرفی یک الگوریتم ژنتیک با یک سیستم طبقه بندی به عنوان مکانیسم یادگیری برای معامله گران ناآگاه به یک بازار محدود قیمت پویا با اطلاعات نامتقارن، در این مقاله تاثیر یادگیری بر رفتار معاملاتی معامله گران، نقدینگی بازار و کارایی بررسی می شود. ما نشان می دهیم که یادگیری موثر و با توجه به کسب اطلاعات، پیش بینی، خرید و فروش دقیق انتخاب انتخاب سفارش، و فرصت سود برای معامله گران بی اطلاع است. این بهبود بهره وری انتشار اطلاعات را کاهش می دهد و مزیت اطلاعات از معامله گران مطلع و از این رو ارزش اطلاعات خصوصی است. به طور خاص، یادگیری و اطلاعات با انعطاف پذیری بیشتر، معامله گران کمتر آگاه و اطلاعاتی طولانی تر به ارمغان می آورند. علاوه بر این، یادگیری باعث می شود که نه تنها بی اطلاع، بلکه معامله گران اطلاع داده، سفارشات محدودتری را ارائه می دهند و از این رو افزایش عرضه نقدینگی بازار را افزایش می دهند.
موضوعات مرتبط
مهندسی و علوم پایه
مهندسی کامپیوتر
هوش مصنوعی
چکیده انگلیسی
By introducing a genetic algorithm with a classifier system as a learning mechanism for uninformed traders into a dynamic limit order market with asymmetric information, this paper examines the effect of the learning on traders' trading behavior, market liquidity and efficiency. We show that the learning is effective and valuable with respect to information acquisition, forecasting, buy-sell order choice accuracies, and profit opportunity for uninformed traders. It improves information dissemination efficiency and reduces the information advantage of informed traders and hence the value of the private information. In particular, the learning and information become more valuable with higher volatility, less informed traders, and longer information lag. Furthermore, the learning makes not only uninformed but also informed traders submit more limit orders and hence increases market liquidity supply.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Engineering Applications of Artificial Intelligence - Volume 65, October 2017, Pages 436-448
Journal: Engineering Applications of Artificial Intelligence - Volume 65, October 2017, Pages 436-448
نویسندگان
Lijian Wei, Xiong Xiong, Wei Zhang, Xue-Zhong He, Yongjie Zhang,