Avatar在字典中有幾個(gè)含義,當(dāng)作電腦術(shù)語表示「在虛擬實(shí)境中互動(dòng)地呈現(xiàn)一個(gè)人」;在印度宗教中表示「神下凡人間并作為人形」,因此被衍生為「化身」之意。這個(gè)罕用字,變得眾所皆知,應(yīng)該要?dú)w功于電影「阿凡達(dá)」(Avatar);看過阿凡達(dá)的朋友因此可以知道為何要用這個(gè)聽起來像梵文的字,命名這部史上製作成本最高的電影。
第一次看到這個(gè)字(因?yàn)槭巧郑€特別查了一下字典),是在一篇探討智慧型代理人在虛擬交易市場(chǎng)應(yīng)用的文章(標(biāo)題為「Traders Imprint Themselves by Adaptively Updating their Own Avatar」(by Gilles Daniel, Lev Muchnik, and Sorin Solomon)),這篇文章被收錄在「Artificial Economics—Agent-Based Methods in Finance, Game Theory and Their Application」(2006)一書。
這是一篇非常有趣兼具創(chuàng)意的文章,交易的決策者可以在虛擬的交易環(huán)境中,與其替身-Avatar對(duì)話,賦予這些阿凡達(dá)交易代理人交易的策略,讓阿凡達(dá)作為替身進(jìn)入交易市場(chǎng)中(如此,阿凡達(dá)即使失血而亡,亦不致傷及本尊);進(jìn)入市場(chǎng)后,可依據(jù)阿凡達(dá)在交易戰(zhàn)場(chǎng)上策略行使與成敗,調(diào)整真實(shí)代理人(本尊)的策略。如果有許多真實(shí)交易人加入對(duì)戰(zhàn),那麼就是一場(chǎng)虛擬交易游戲了。
作者將此方法稱為「Avator-Based Method(ABM)」,并將此概念實(shí)作建構(gòu)在NatLab中。
文章提到此系統(tǒng)的目標(biāo)「…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…」。
文中結(jié)論從學(xué)術(shù)觀點(diǎn),提到這樣的互動(dòng)、學(xué)習(xí)、適應(yīng)的模擬交易實(shí)驗(yàn)環(huán)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?」
(該篇文章共有12頁,有許多精彩的論述,恕我無法一一解釋;透過文章的參考文獻(xiàn)回顧,也可以一窺這個(gè)領(lǐng)域的研究軌跡)
當(dāng)然,跨學(xué)術(shù)單位合作、耗費(fèi)心力建構(gòu)此複雜的代理人模擬交易環(huán)境,不會(huì)只是為了學(xué)術(shù)目的,作者隱約提到此系統(tǒng)在實(shí)務(wù)上的目標(biāo),除了讓交易人透過此環(huán)境釐清交易策略邏輯外,也可在接近真實(shí)市場(chǎng)的模擬環(huán)境中,了解策略的預(yù)期表現(xiàn)與真實(shí)表現(xiàn)間的可能落差,透過與阿凡達(dá)共同學(xué)習(xí)、適應(yīng),找出更有效的交易策略。
這篇文章其實(shí)是論壇中提過的「人工交易市場(chǎng)中智慧型代理人模擬」的研究路線,人工股票市場(chǎng)研究雖始于圣塔菲研究院的SF-ASM模型,但代理人的研究在不同的領(lǐng)域已經(jīng)不是新鮮事(相關(guān)研究可參考隱藏的邏輯一書),這種由下而上的研究方法,顛覆了過去社會(huì)科學(xué)仿造自然科學(xué),由假設(shè)、公理、定理、證明產(chǎn)生理論的所謂「科學(xué)研究方法」不同。
在Stuart Russell與Peter Norvig的Artificial Intelligence一書,甚至以智慧型代理人為主軸定義人工智慧的研究,并成功的整合定位了我們所熟知的AI方法,包括專家系統(tǒng)、類神經(jīng)、基因演算、啟發(fā)式演算法。
談到程式交易策略的研究,一般做法是建立模型后,在如TS的環(huán)境中回測(cè)歷史資料,由策略績(jī)效調(diào)整規(guī)則組成,甚至最佳化參數(shù)。但往往遇到將歷史資料驗(yàn)證過的交易策略,實(shí)務(wù)應(yīng)用時(shí)就不管用了,為何如此?這結(jié)果是可以推論出來的…
假設(shè),(1)臺(tái)指期貨的交易人可取得臺(tái)指期貨至開市以來的所有交易資料,(2)他們都擁有TS也都有能力建構(gòu)市場(chǎng)被廣泛使用的技術(shù)指標(biāo)(20幾種常用技術(shù)指標(biāo)的EL編碼論壇上就有了)信號(hào),(3)他們都很有毅力的組合這些技術(shù)指標(biāo)信號(hào)與TS提供的信號(hào),形成策略并使用最佳化功能找出最佳策略與參數(shù)組合(以所有期間的交易資料回測(cè))。(以上假設(shè)應(yīng)該合理)
那麼,他們都會(huì)「不約而同」找出至目前為止最好的交易策略與信號(hào)、參數(shù)組合。
(可悲的是,他們找到的圣杯大同小異,但認(rèn)為只有自己知道;這是為何另一篇文章中提到不同期間的最佳化參數(shù)飄移的原因)
于是,他們都高高興興、迫不及待、滿懷希望的,把這些策略在市場(chǎng)中實(shí)現(xiàn)。
于是,大家都滿載而歸,從此過著快樂的生活。
…
別傻了,這是童話情節(jié)(哪有所有人都賺錢的事),真實(shí)的結(jié)果只會(huì)導(dǎo)致,回測(cè)后的最佳策略「失效」了。
因?yàn)椋瑳]有考慮到市場(chǎng)的互動(dòng)性、競(jìng)局本質(zhì),掉入了索羅斯警告過我們的市場(chǎng)反射性的陷阱。
由此觀之,將市場(chǎng)互動(dòng)性放入系統(tǒng)中考量所建置的交易策略,或許才有一絲機(jī)會(huì)。(至少不會(huì)被前述的簡(jiǎn)單推論擊潰)。 ( www.tumamayizhan.com )
找個(gè)時(shí)間訓(xùn)練你的「阿凡達(dá)」吧!至少,他可以先代替你流血。