23、自动化交易波动的多智能体系统建模与分析-优快云博客

本文链接：https://blog.youkuaiyun.com/root9/article/details/150624861

自动化交易波动的多智能体系统建模与分析

1. 多智能体系统基础与数据生成

在多智能体系统（MAS）中，对于确定最终投资组合权重，会生成复合代理。通过公式 $y_s = a_s \cdot x_i + (1 - a_s) \cdot x_j$，$s = 1, 2, \ldots, H_2$ 来构建这些复合代理。当 $H_1 = 100$ 个隐藏单元时，可生成 $H_2 = H_1(H_1 - 1)/2 = 4950$ 个复合代理，用于可能纳入第二层隐藏层以确定最终投资组合权重。系数 $a_s$ 的最佳值是通过在 $L_1$ 个训练日内，在区间 $[0, 1]$ 内计算 101 次均值/方差比（2）的值来确定的。

为了让第二层隐藏层在后续 $L_{test}$ 天的交易中为开发良好的投资组合更有效，需要从 $H_2$ 个节点的大集合中找出 $H_{effective}$ 个最有效的代理（第二层节点）的小子集。具体操作步骤如下：
1. 对 $N_{intervals}$ 个数据区间的代理进行排名。
2. 使用额外的 $L_{sel}$ 天来确定哪个区间的数据对投资组合权重的计算最有用。
3. 提取特征集合，以便为下一个时间段进行有效的投资组合权重计算。

在实证比较新方法和基准方法时，会多次进行向前滚动实验。为了获得 $Exp$ 性能估计，将 $L_1 + L_{sel} + L_{test}$ 天的数据向前移动 $Exp - 1$ 次，每次移动 $L_{shift}$ 天。