Sezione di Simulazioni ad agenti

A cura di: Dott. A.Cappellini, Dott. P.Mezzera , Dott. A.Vanara

Esempi di modelli

Il capostipite dei modelli finanziari ad agenti è Artificial Stock Market, che viene comunemente ribattezzato SFI-Asm ossia Santa Fe Institute Artificial Stock Market, per identificarlo tra gli altri ASM che lo hanno seguito.

Successivamente presenteremo il modello Lux-Marchesi e due modelli italiani sviluppati presso le università di Genova (GASM) e Torino (SUM).

Tutti questi modelli sono modelli ad agenti, e sono nati tutti in ambienti accademici, con lo scopo di studiare il comportamento degli operatori e di modellizzare situazioni complesse. Il confronto vuole evidenziare brevemente quali siamo le differenze, anche lievi, e i differenti approcci.

Le differenze principali risiederanno nelle tipologie di agenti coinvolte, quindi nelle loro decisioni di prezzo, ed infine nei meccanismi di aggregazione e formazione del prezzo di mercato.

ASM - Artificial Stock Market

Fra il 1988 e il 1990 Brian Arthur, un economista di Stanford, e John Holland, un informatico dell'università del Michigan hanno radunato al Santa Fe Institute, intorno a sé, un variegato gruppo di scienziati come il fisico Richard Palmer, il teorico della finanza Blake LeBaron e il trader Paul Tayler per sviluppare un mercato elettronico.

Le caratteristiche base del mercato sono:
un solo titolo, in quantità prefissata
agenti in numero prefissato
uno "specialist" o market maker che decide il prezzo osservando domanda e offerta
un bond, non rischioso, in quantità infinita
i dividendi pagati dalle azioni sono random

Nel mercato vi sono agenti minded, per i quali ogni evento sul mercato viene classificato con descrittori tali da far desumere regole come "se a e b allora il mercato salirà".
Per ogni agente sul mercato si presuppone che questo agisca o seguendo queste regole, o ricombinandole e facendole evolvere con un algoritmo genetico
L'algoritmo genetico in questo caso è paragonabile a un consulente del mondo reale

Lux-Marchesi

Nel modello di Lux e Marchesi gli agenti sono divisi in due gruppi.
I primi sono i fondamentalisti, che seguono la teoria dei mercati efficienti, e si aspettano che il prezzo del titolo segua il cosiddetto valore fondamentale, ossia la somma scontata dei flussi dei dividendi futuri.
La loro strategia consiste nel comprare (vendere) quando si crede che il prezzo scenda (salga) al di là del valore fondamentale

Il secondo gruppo, chiamato noise traders, al posto di confidare nel valore fondamentale del titolo, considera gli altri agenti come fonte di informazioni, interpretando il loro comportamento.

Uno dei risultati è stato quello di individuare un gruppo di ottimisti e di pessimisti che comprano o vendono azioni sistematicamente se posti nella stessa situazione.

GASM

Un altro degli Artificial Stock Market è nato in Italia, a Genova da un gruppo di ingegneri e fisici del locale ateneo.
Il modello è sempre un mercato ad agenti eterogenei con un solo titolo trattato. Tutti gli agenti sono agenti casuali inizialmente dotati di una dose di liquidità e di titoli. Nel mercato è presente un meccanismo aggregativo delle opinioni basato sui grafi casuali, mentre la variabilità dei prezzi limite dipende dalla volatilità dei prezzi precedenti.
Il prezzo è deciso da un Market Maker che non introduce né elimina titoli.
Gli ordini degli agenti, sono quindi casuali, ma c'è un meccanismo intrinseco di riequilibrio (mean reversion), inoltre ogni agente ha una dotazione in liquidità.

Il prezzo di mercato è deciso da un market maker. Questi ad ogni passo calcola le curve di domanda e di offerta, e la loro intersezione sarà il prezzo ottimo. Il prezzo serve per la procedura di market clearing, dove vengono soddisfatti tutti gli ordini compatibili, mentre tutti gli altri ordini vengono scartati.

SUM

Sum è stato sviluppato a Torino dal prof. Pietro Terna. Nella sua formulazione originale era composto da un mercato con un solo titolo ed agenti casuali che compravano e vendevano a un prezzo anch'esso casuale e definito come intorno dell'ultimo prezzo eseguito.

Le due differenze principali rispetto ai modelli sin qui presentati stanno dapprima nel fatto che gli agenti non hanno liquidità e azioni prefissate, ma possono comprare e vendere indefinitivamente su un mercato che del resto non vincola il numero di azioni in circolazione. Se da un lato questa limitazione può sembrare fortemente irrealistica, in realtà si sposa con l'assunto degli "agenti rappresentativi". Ogni agente in SUM infatti è un agente rappresentativo del mondo reale, e può e deve operare con minori vincoli. Il primo scopo di SUM non è quello di una ricreazione del mercato, ma di studio delle dinamiche di prezzo, e di come le regole del mercato interagiscano con semplici modelli decisionali.

La seconda differenza è nel meccanismo della negoziazione dei titoli, che ricalca quello del MTA (Mercato Telematico Azionario) della Borsa Italiana di Milano.

Nel corso degli anni sono stati aggiunti a Sum diverse tipologie di agenti che vanno ad affiancare gli agenti casuali. Vi sono infatti sofisticati agenti basati su reti neurali artificiali, su classifier system, e anche su semplici regole come lo stop loss, o l'imitazione.

Una delle innovazioni di SUM è stata la modifica del modello, grazie alle quale agenti umani possono interagire con la simulazione. Questa modifica si chiama SumWeb (Sum Web Economic Behaviour), e attraverso di essa sono stati svolti alcuni esperimenti.

torna alla pagina principale della sezione

torna alla home...