Kompleksitas komputasi dalam keuangan kuantitatif


19

Memprediksi pasar saham itu sulit! Bisakah TCS menjadikan sentimen ini lebih formal?

Baru-baru ini saya mulai berpikir sedikit tentang keuangan, dan bertanya-tanya bagaimana pengetahuan tentang TCS dapat membantu. Hedge fund dan perusahaan investasi tampaknya menggunakan perdagangan algoritmik, pembelajaran mesin, dan AI sepanjang waktu, tetapi hasil TCS tampaknya sedikit. Secara khusus, saya hanya tahu dua makalah:

Makalah pertama menunjukkan bahwa turunan dapat memperkuat biaya asimetri informasi (bukan tujuan yang diinginkan untuk menguranginya) untuk agen yang terikat secara komputasi. Makalah kedua menantang kepercayaan populer pasar yang efisien dengan menunjukkan bahwa efisiensi pasar dapat digunakan untuk memecahkan masalah NP-hard.

Apakah ada buku / survei atau makalah tentang ide-ide terkait? Terutama hal-hal yang berkaitan dengan kesulitan memprediksi atau memperkirakan pasar atau berdagang secara optimal (atau mendekati secara optimal) di pasar tersebut?

Sebuah pertanyaan yang sedikit lebih meta: mengapa tampaknya tidak ada makalah tentang ini? Apakah tidak ada minat, atau apakah semua pihak yang berkepentingan menjadi pertanyaan yang tersembunyi di balik perjanjian tidak ada publikasi?

Pertanyaan terkait

Lensa algoritmik dalam ilmu sosial

Apa Klasifikasi Kompleksitas Teori Portofolio dalam Ekonomi Keuangan?


1
Saya selalu merasa seperti memukul batas di luar topik dengan pertanyaan seperti ini. Jika pertanyaan ini di luar topik, maka kami dapat memindahkannya ke quant.SE; namun, saya sangat berharap bisa mendapatkan jawaban TCSers tentang ini.
Artem Kaznatcheev

7
Saya sama sekali tidak berpikir ini di luar topik.
Suresh Venkat

2
Ada beberapa tautan di artikel Wikipedia ini . Saya baru ingat bahwa institut Fields telah memiliki sejumlah program pada topik terkait baru-baru ini yang mungkin ingin Anda periksa, seperti ini dan ini dan ini tetapi ada lebih dari itu.
Kaveh

@Kaveh terima kasih atas tautannya ke institut Fields! Saya benar-benar harus datang ke Toronto lebih sering untuk menghadiri acara mereka.
Artem Kaznatcheev

3
Mengenai makalah Maymin: Maymin mengurangi antara masalah keputusan yang ia klaim adalah bentuk Hipotesis Pasar Efisien dan kasus khusus KNAPSACK. Masalah ini jelas bukan NP-hard: nilai-nilai parameter , K , dan k diperbaiki, yang akan memungkinkan solusi pemrograman dinamis bekerja. Argumen dasar Maymin tampaknya adalah bahwa k terus meningkat karena semakin banyak data tersedia. Ini mungkin masuk akal, tetapi bagian kompleksitas komputasi dari makalah ini membutuhkan lebih banyak pekerjaan. (Komentar-komentar ini didasarkan pada versi ArXiV; Saya belum membaca versi yang lebih baru.)BKkk
András Salamon

Jawaban:


9

Pertanyaan yang Anda mulai berkaitan dengan memprediksi pasar saham, tetapi Anda tampaknya memiliki kekhawatiran yang lebih luas. Saya akan berusaha mengatasi meta-pertanyaan Anda; permintaan maaf sebelumnya untuk generalisasi saya.

Sejauh yang saya tahu, ilmu komputer akademis jauh dari keprihatinan sebenarnya dari dana lindung nilai dan orang-orang yang mencoba membuat model dan memprediksi pasar.

Area fokus saat ini dalam teori permainan algoritmik jelas tidak relevan untuk praktisi keuangan. Secara khusus, hasil kasus terburuk tidak dilihat berguna sama sekali, dan analisis kasus rata-rata berdasarkan distribusi buatan tampaknya sebagian besar juga tidak relevan. Namun satu-satunya cara untuk mendapatkan informasi tentang distribusi nyata adalah dengan benar-benar terlibat dalam pasar, memperbarui informasi seseorang menggunakan berbagai teknik pembelajaran. Ini menciptakan model-model berantakan yang berubah secara dinamis dan tidak dapat menerima sebagian besar jenis analisis.

Sebagai contoh, telah ada fokus dalam keuangan pada pemahaman struktur mikro perdagangan . Mikrostruktur pasar adalah properti yang muncul dari mekanisme pasar tingkat rendah spesifik yang ada, seperti seberapa sering perdagangan yang tertunda dicocokkan, informasi yang diyakini pedagang ada dalam buku pesanan, teknik yang digunakan untuk mengaburkan informasi itu, mekanisme roll-back di tempatnya, pengaturan kontrak yang berkaitan dengan penyelesaian perdagangan, latensi jaringan dalam menerima pembaruan tentang keadaan terkini dari buku pesanan, dan banyak faktor lainnya. Pasar mikro adalah sistem yang sangat refleksif, sehingga model bersih khas TCS tampaknya tidak terjangkau.

Komunitas desain pasar sedang mencoba untuk menangani pertanyaan-pertanyaan seperti ini (misalnya, lihat Huang dan Stoll dan makalah Kirilenko et al. Baru-baru ini mengenai flash crash ), tetapi mereka tampaknya tidak memiliki banyak interaksi dengan TCS.

Keuangan menjadi semakin kompleks karena TI telah merambah pasar. Ini berarti bahwa sebagian besar pasar sekarang terdiri dari beberapa sistem yang saling terkait yang mungkin tidak dapat dibuat modelnya secara terpisah. Selain itu, ketika pasar bergerak lebih dekat ke perdagangan berkelanjutan, saya tidak yakin lensa perhitungan TCS saat ini semuanya berguna dalam keuangan; teori kontrol, model grafis, dinamika fluida, dan banyak bidang matematika terapan lainnya tampaknya lebih bermanfaat secara langsung.

Metode TCS bisa bermanfaat, tetapi orang perlu mengeluarkan upaya untuk memahami apa yang terjadi dalam keuangan, untuk menemukan tempat untuk menerapkan tuas, dan untuk memperoleh perangkat matematika yang sesuai. Secara pribadi saya ingin melihat lebih banyak pekerjaan di sepanjang garis Arora / Barak / Brunnermeier / Ge, yang terlibat dengan pertanyaan mendalam. Misalnya, apakah menambahkan lebih banyak derajat kebebasan ke sistem keuangan menghasilkan hasil yang baik bagi pengguna sistem ini? Atau apakah menambah kompleksitas terutama berfungsi untuk membantu perantara mengatur game zero-sum asimetris melawan pengguna? Mungkin ada argumen berbasis kompleksitas yang rapi yang menunggu untuk ditemukan ...

Singkatnya: Anda belum melihat banyak penelitian TCS / keuangan karena sulit untuk menerapkan TCS untuk membiayai.


1
Ada banyak desain algoritma praktis, meskipun - serta mencoba untuk menemukan dan menganalisis algoritma yang lain. Pembicaraan TED 15 menit yang menarik di sepanjang kalimat ini adalah: ted.com/talks/kevin_slavin_how_algorithms_shape_our_world.html
Aaron Sterling

@ Harun: terima kasih atas penunjuknya. Ada juga akun populer yang bagus dari tahun lalu yang layak dibaca: theatlantic.com/technology/archive/2010/08/…
András Salamon

7

Saya pikir subfield dari Algorithmic Game Theory adalah apa yang Anda cari. Lihatlah versi online dari buku terbaru tentang topik ini oleh N. Nisan (yang berkunjung ke sini!), T. Roughgarden, E. Tardos, dan V. Vazirani. Yang menarik adalah bab-bab berikut:

[5] Algoritma Kombinatorial untuk Kesetaraan Pasar (oleh Vijay V. Vazirani)

[6] Perhitungan Ekuilibria Pasar oleh Convex Programming (oleh Bruno Codenotti dan Kasturi Varadarajan)

[17] Pengantar Ketidakefisienan Kesetimbangan (oleh Tim Roughgarden dan Eva Tardos)

[26] Aspek Komputasi Pasar Prediksi (oleh David M. Pennock dan Rahul Sami)


3
Saya mengetahui Teori Permainan Algoritma. Saya benar-benar berharap untuk jawaban yang lebih spesifik yang berhubungan secara khusus dengan hal-hal yang akan diperhatikan orang dalam keuangan kuantitatif. Ini terasa lebih seperti komentar daripada jawaban ...
Artem Kaznatcheev

3
Jika Anda tahu tentang tetapi tidak bertanya tentang AGT, maka nyatakan dan keluarkan. Salah satu contoh Anda adalah pada kekerasan ekuilibria pasar, yang merupakan topik utama dalam AGT. Itu sebabnya saya menunjuk ke sana. Yang lain adalah pada kekerasan harga derivatif, sebuah subtopik yang bahkan lebih spesifik. Jika Anda secara khusus tertarik pada pertanyaan tentang penetapan harga derivatif keuangan, dan bukan ekuilibria pasar, maka hapus contoh pada ekuilibria pasar atau statet yang tidak Anda pedulikan.
Martin Schwarz

1
@ Artem, saya pikir ini adalah jawaban yang masuk akal untuk pertanyaan: "Apakah ada buku ... tentang ide-ide terkait?" :)
Kaveh

2
@Kaveh: Pertanyaannya secara khusus menanyakan "Apakah ada buku / survei atau makalah seminal tentang ide-ide terkait?"
Martin Schwarz

@ Martin, saya bingung, saya menyatakan persetujuan saya dengan Anda.
Kaveh

2

Dari SSRN, dua makalah terkait dengan kompleksitas optimasi portofolio:

Dari arXiv:


1

Memprediksi pasar saham itu sulit! Bisakah TCS menjadikan sentimen ini lebih formal?

Jika saham dimodelkan sebagai variabel acak seperti gerakan Brown geometris maka prediksi menjadi perhatian para ahli statistik, saya kira.

Tetapi ada juga psikologi pasar. Bidang yang dikenal sebagai analisis teknis adalah semua tentang mencoba mengekstrapolasi dari harga sebelumnya. Seberapa keras mungkin --- seberapa sulit untuk mengenali pola yang relevan, jika ada?

The Kompleksitas Option Permainan mengundang Anda untuk menguji keberanian Anda mengenali pola gerakan saham dan menguangkan ketika salah satu muncul, dengan hasil hingga $ 11 imajiner dolar Internet dan meja skor tinggi publik. Dan ada kertas yang menyertainya dengan beberapa hasil tentatif.


Ada beberapa pola yang relevan dalam hal probabilitas, tetapi beroperasi menurut pola-pola ini dapat mengambil risiko yang berekor lemak. Dan beberapa dari mereka tidak terlalu sulit, atau saya katakan ada yang mudah, Kadang-kadang saya curiga mengapa orang berpikir saham dan turunannya dimodelkan sebagai variabel acak.
XL _At_Here_There

Saya telah mengajukan pertanyaan tentang mengapa proses stok dimodelkan sebagai martingale, karena begitu banyak orang berpikir ada pola yang relevan, mereka menurunkan pos saya!
XL _At_Here_There
Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.