从阿凡达延伸出的人工交易市场中智慧型代理人模拟[程序化老手]

Avatar在字典中有几个含义，当作电脑术语表示「在虚拟实境中互动地呈现一个人」；在印度宗教中表示「神下凡人间并作为人形」，因此被衍生为「化身」之意。这个罕用字，变得众所皆知，应该要归功于电影「阿凡达」(Avatar)；看过阿凡达的朋友因此可以知道为何要用这个听起来像梵文的字，命名这部史上製作成本最高的电影。

第一次看到这个字(因为是生字，还特别查了一下字典)，是在一篇探讨智慧型代理人在虚拟交易市场应用的文章(标题为「Traders Imprint Themselves by Adaptively Updating their Own Avatar」(by Gilles Daniel, Lev Muchnik, and Sorin Solomon))，这篇文章被收录在「Artificial Economics—Agent-Based Methods in Finance, Game Theory and Their Application」(2006)一书。

这是一篇非常有趣兼具创意的文章，交易的决策者可以在虚拟的交易环境中，与其替身-Avatar对话，赋予这些阿凡达交易代理人交易的策略，让阿凡达作为替身进入交易市场中(如此，阿凡达即使失血而亡，亦不致伤及本尊)；进入市场后，可依据阿凡达在交易战场上策略行使与成败，调整真实代理人(本尊)的策略。如果有许多真实交易人加入对战，那麽就是一场虚拟交易游戏了。

作者将此方法称为「Avator-Based Method(ABM)」，并将此概念实作建构在NatLab中。
文章提到此系统的目标「…We hope this unbiased way of capturing the adaptive evolution of real subjects behavior may lead to a new kind of behavioural economics experiments with a high degree of reliability, analyzability and reproducibility…」。
文中结论从学术观点，提到这样的互动、学习、适应的模拟交易实验环境，可以研究包括「how people depart from rationality?」「how out-of-equilibrium markets achieve or not efficiency?」「how extreme events due to a shifting composition of markets participants could be anticipated?」
(该篇文章共有12页，有许多精彩的论述，恕我无法一一解释；透过文章的参考文献回顾，也可以一窥这个领域的研究轨迹)

当然，跨学术单位合作、耗费心力建构此複杂的代理人模拟交易环境，不会只是为了学术目的，作者隐约提到此系统在实务上的目标，除了让交易人透过此环境釐清交易策略逻辑外，也可在接近真实市场的模拟环境中，了解策略的预期表现与真实表现间的可能落差，透过与阿凡达共同学习、适应，找出更有效的交易策略。

这篇文章其实是论坛中提过的「人工交易市场中智慧型代理人模拟」的研究路线，人工股票市场研究虽始于圣塔菲研究院的SF-ASM模型，但代理人的研究在不同的领域已经不是新鲜事(相关研究可参考隐藏的逻辑一书)，这种由下而上的研究方法，颠覆了过去社会科学仿造自然科学，由假设、公理、定理、证明产生理论的所谓「科学研究方法」不同。

在Stuart Russell与Peter Norvig的Artificial Intelligence一书，甚至以智慧型代理人为主轴定义人工智慧的研究，并成功的整合定位了我们所熟知的AI方法，包括专家系统、类神经、基因演算、启发式演算法。

谈到程式交易策略的研究，一般做法是建立模型后，在如TS的环境中回测历史资料，由策略绩效调整规则组成，甚至最佳化参数。但往往遇到将历史资料验证过的交易策略，实务应用时就不管用了，为何如此?这结果是可以推论出来的…

假设，(1)台指期货的交易人可取得台指期货至开市以来的所有交易资料，(2)他们都拥有TS也都有能力建构市场被广泛使用的技术指标(20几种常用技术指标的EL编码论坛上就有了)信号，(3)他们都很有毅力的组合这些技术指标信号与TS提供的信号，形成策略并使用最佳化功能找出最佳策略与参数组合(以所有期间的交易资料回测)。(以上假设应该合理)
那麽，他们都会「不约而同」找出至目前为止最好的交易策略与信号、参数组合。
(可悲的是，他们找到的圣杯大同小异，但认为只有自己知道；这是为何另一篇文章中提到不同期间的最佳化参数飘移的原因)
于是，他们都高高兴兴、迫不及待、满怀希望的，把这些策略在市场中实现。
于是，大家都满载而归，从此过著快乐的生活。
…
别傻了，这是童话情节(哪有所有人都赚钱的事)，真实的结果只会导致，回测后的最佳策略「失效」了。
因为，没有考虑到市场的互动性、竞局本质，掉入了索罗斯警告过我们的市场反射性的陷阱。
由此观之，将市场互动性放入系统中考量所建置的交易策略，或许才有一丝机会。(至少不会被前述的简单推论击溃)。 ( www.cxh99.com )

找个时间训练你的「阿凡达」吧!至少，他可以先代替你流血。