研究人员推出了一种新颖的人格训练蒙特卡洛（PTMC）方法，用于估计市场结果分布。PTMC利用在限价订单簿中交互的人格条件化神经网络策略机器人集群。每次模拟涉及多个共享单个训练策略网络但具有不同采样人格参数的机器人，从而产生作为蒙特卡洛样本的价格路径。通过纳入多样化的代理行为，该方法旨在比传统蒙特卡洛方法更有效地捕捉市场动态。 AI
影响 这种新的模拟方法可以通过纳入多样化的AI驱动的代理行为，提供更细致的市场分析。
排序理由 该集群包含一篇详细介绍新市场模拟方法的学术论文。
在 arXiv cs.MA (Multiagent) 阅读 →
- agent-based computational economics
- Behavioral Finance
- deep reinforcement learning
- econophysics
- game theory
- large-language-model-based generative agents
- LLM-based generative agents
- Market microstructure
- Monte Carlo
- neural policy bots
- Persona-Trained Monte Carlo
- news-driven trading
- systemic risk
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
