Fandom

VroniPlag Wiki

Quelle:Mh/LeBaron 2005

< Quelle:Mh

31.371Seiten in
diesem Wiki
Seite hinzufügen
Diskussion0

Störung durch Adblocker erkannt!


Wikia ist eine gebührenfreie Seite, die sich durch Werbung finanziert. Benutzer, die Adblocker einsetzen, haben eine modifizierte Ansicht der Seite.

Wikia ist nicht verfügbar, wenn du weitere Modifikationen in dem Adblocker-Programm gemacht hast. Wenn du sie entfernst, dann wird die Seite ohne Probleme geladen.

Angaben zur Quelle [Bearbeiten]

Autor     Blake LeBaron
Titel    Agent-based Computational Finance
Jahr    2005
Anmerkung    Die Quelle ist ein Preprint eines Kapitels (S. 1187-1233) aus dem 2006 erschienenen Handbook of Computational Economics, Volume 2: Agent-Based Computational Economics, Edited by K.L. Judd and L. Tesfatsion, Elsevier Science B.V (siehe Google Books). In der Dissertation finden sich Verweise auf dieses Buch
URL    http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.90.7228&rep=rep1&type=pdf

Literaturverz.   

ja
Fußnoten    ja
Fragmente    6


Fragmente der Quelle:
[1.] Mh/Fragment 219 13 - Diskussion
Zuletzt bearbeitet: 2012-04-08 09:28:18 Kybot
Fragment, Gesichtet, LeBaron 2005, Mh, SMWFragment, Schutzlevel sysop, ÜbersetzungsPlagiat

Typus
ÜbersetzungsPlagiat
Bearbeiter
Lukaluka, Hindemith, WiseWoman, Frangge
Gesichtet
Yes.png
Untersuchte Arbeit:
Seite: 219, Zeilen: 13-27
Quelle: LeBaron 2005
Seite(n): 13, Zeilen: 7-14
Ein einfaches Modell stellt der Ansatz von Lettau (1997) dar. [FN 248] Dieses Modell erscheint insofern geeignet, die grundlegenden Strukturen einer computergestützten Agenten-basierten Finanzmarktsimulation zu erläutern, als dass es zum einen die wesentlichen Elemente enthält, andererseits einfach, transparent und leicht zu implementieren ist. In diesem Modell existieren zwei Investitionsmöglichkeiten, eine risikofreie Anlage, die keine Zinsen zahlt und eine risikobehaftete Anlage, die in der nächsten Periode eine zufällige, normalverteilte Dividende d ausschüttet. Zur Vereinfachung werden drei Annahmen gemacht: Zum Ersten werden lediglich wiederholend zwei Perioden betrachtet, so dass die Agenten den Nutzen des Vermögens der nächsten Periode maximieren. Zweitens wird der Preis p für die risikobehaftete Anlage exogen vorgegeben. Drittens besitzen die Agenten (sich aus der ersten Annahme ergebend myopische) konstante absolute Risikoaversion, d.h. es handelt sich um CARA-Agenten.


Das Vermögen in der zweiten Periode ergibt sich gemäß

w = s(d - p)   , (4.16)

[FN 248] Vgl. Lettau (1997).

[S. 220]

wobei s die Anzahl der gehaltenen Aktien darstellt. Dies ist die einzige Variable, die der Agent selbst festlegen kann, so dass das Ziel in einer möglichst guten Wahl von s besteht. Aus den Annahmen ergibt sich der zu maximierende Nutzen in der zweiten Periode zu

u(w) = E(-e^{-\gamma w}),	(4.17)

wobei \gamma den Koeffizienten der absoluten Risikoaversion darstellt. FN [249]

FN [249] Vgl. dazu auch die Ausführungen auf S. 36 dieser Arbeit. Dort wurde der Koeffizient mit \alpha bezeichnet. Da sich in der in diesem Kapitel relevanten Literatur der Buchstabe \alpha als Bezeichnung innerhalb der Lösung etabliert hat, wird hier dieser Nomenklatur gefolgt.

Lettau (1997) provides a good example of a computational model of this type. He implements a financial market model with a set of heterogeneous learning agents, that is simple, transparent, and easy to implement. The model is a portfolio choice environment where investors must decide what fraction of wealth to put in a risky asset. There is also a risk-free asset paying zero interest. The world is a repeated two-period model with myopic preferences based only on wealth in the second period. The risky asset has an exogenously given price and pays a random dividend, d, which follows a normal distribution. The second period wealth of agent is given by,
w = s(d-p),   (2)

and their preferences are assumed to exhibit constant absolute risk aversion which can be parameterized as in,

U(w) = -e^{-\gamma w}.	  (3)
Anmerkungen
  • Mh übersetzt aus LeBaron, das in diesem Kapitel die Primärquelle zu sein scheint. * LeBaron wird davor in Fußnote 246 erwähnt, allerdings ein Paper (2006) * Die Formeln sind nicht ganz identisch, Mh führt eine E(.) Funktion ein und verwendet u statt U. * FN 249 ist unverständlich, weil er sagt, dass er hier \alpha nutzt, aber tatsächlich nutzt er \gamma als Koeffizienten.
Sichter
WiseWoman (aber viele Änderungen bitte noch mal sichten) Lukaluka (Änderungen)

[2.] Mh/Fragment 220 01 - Diskussion
Zuletzt bearbeitet: 2012-04-08 09:28:20 Kybot
Fragment, Gesichtet, LeBaron 2005, Mh, SMWFragment, Schutzlevel sysop, ÜbersetzungsPlagiat

Typus
ÜbersetzungsPlagiat
Bearbeiter
Lukaluka, WiseWoman, Hindemith, Frangge
Gesichtet
Yes.png
Untersuchte Arbeit:
Seite: 220, Zeilen: 1-19, 101-111
Quelle: LeBaron 2005
Seite(n): 15-16, Zeilen: 15-29; 1-9
[Das Vermögen in der zweiten Periode ergibt sich gemäß
w = s(d - p),

wobei s die Anzahl der gehaltenen Aktien darstellt. Dies ist die einzige Variable, die der Agent selbst festlegen kann, so dass das Ziel in einer möglichst guten Wahl von s besteht. Aus den Annahmen ergibt sich der zu maximierende Nutzen in der zweiten Periode zu

u(w) = E(-e^{~\gamma w}), (4.17)

wobei \gamma den Koeffizienten der absoluten Risikoaversion darstellt.[FN 249] Daraus ergibt sich für eine bekannte Verteilung der Dividende d \sim N(\mu_d,\sigma^2_d) die optimale Lösung für s als lineare Fünktion des Preises und des Mittelwertes der Dividende gemäß [FN 250]

s^* = \alpha^*(\mu_d - p)\text{ mit }a^*=\frac{1}{\gamma\sigma^2_d} (4.18)

und kann als Benchmark verwendet werden. Damit besteht das Ziel eines Agenten j darin, für sein Funktional s_j = \alpha_j (\mu_d - p) das optimale \alpha zu lernen. Als Lernalgorithmus wird dazu ein genetischer Algorithmus verwendet. [FN 251]

Es werden S Perioden simuliert, in denen jeweils neue zufällige unabhängige Werte der Dividende gemäß der vorgegebenen Verteilung gezogen werden. Dabei verwendet jeder Agent j einer Population der Größe J sein \alpha_j über alle S Perioden und nach jeweils S Perioden wird der genetische Algorithmus durchlaufen. Die Übersetzung der Bitstrings [FN 252] in reelle Zahlen erfolgt gemäß der (Standard-) Konvention

\alpha_j = \min+(\max-\min)\frac{\sum_{l=1}^L \eta_{l,j}2^{l-1}}{2^L-1} (4.19)

wobei \eta_j = ( \eta_{1,j},\ldots,\eta_{L,j})\in \{0,1\}^L den Bitstring der (aktuellen) Strategie des Agenten j darstellt und \alpha_j im Intervall [min, max] liegt. Für jeden Agenten j wird im Rahmen [des genetischen Algorithmus ein Fitnesswert über die S Perioden als Summe aus den Nutzenwerten der jeweiligen Vermögen ...]

[FN 249] Vgl. dazu auch die Ausführungen auf S. 36 dieser Arbeit. Dort wurde der Koeffizient mit \alpha bezeichnet. Da sich in der in diesem Kapitel relevanten Literatur der Buchstabe a als Bezeichnung innerhalb der Lösung etabliert hat, wird hier dieser Nomenklatur gefolgt.

[FN 250] In früheren Versionen untersuchte Lettau auch andere, kompliziertere Punktionen s(p,\mu_d) mit dem Ergebnis, dass die Konvergenzgeschwindigkeit sinkt, da mehr Parameter zu lernen sind.

[FN 251] Die genetischen Algorithmen wurden von Holland (1975) entwickelt und gehören zur Familie der evolutionären Algorithmen. Für einen Überblick über evolutionäre Methoden vgl. etwa Fogel (1995) sowie Bäck (1996). Speziell zur Funktionsweise genetischer Algorithmen vgl. etwa Roßbach und Heun (2006). Dieser Ansatz findet in Multiagentensystemen, insbesondere auch im Kontext von Finanzmarktsimulationen, recht häufig Verwendung als Lernmechanismus.

[FN 252] Ein Bitstring stellt eine Folge von Nullen und Einsen dar.

and their preferences are assumed to exhibit constant absolute risk aversion which can be parameterized as in,
U(w) = e^{~\gamma w}. (3)

This is clearly a very simplified market. No attempt is made to look at the feedback from agents’ demands to returns on the risky asset. There is no consumption, and wealth is not linked to agents’ impact on asset prices, or evolution. However, it is a very straightforward test of learning in a financial market.

Given the normally distributed dividend process, there is a well-known optimal solution to the portfolio problem given by,

s^* = \alpha^*(\bar{d} - p) (4)
a^*=\frac{1}{\gamma\sigma^2_d} (5)

where \sigma_d^2 is the variance of the random dividend payout. The main exercise in Lettau’s paper is to see if and when agents are able to learn this optimal portfolio strategy using a genetic algorithm. In general, agents’ policy functions could take the form of

s=s(\bar{d},p), (6)

[p. 14]

but Lettau simplifies this by using the optimal linear functional form for agent i,

s_i = \alpha_i(\bar{d} - p). (7)

This gives the agents a head start on the portfolio problem, but they still need to learn the optimal \alpha.[FN 28]

The market is run for S periods with new independent draws of the dividend for each period. Each agent continues to use the portfolio determined by \alpha_i , which remains fixed. At the end of each block of S the genetic algorithm (GA) is run, and the set of agent parameters is redrawn. Agents are parameterized with a bitstring encoding given by

\alpha_i = MIN + (MAX - MIN)\frac{\sum_{j=1}^L \mu_{j,i}2^{j-1}}{2^L-1}

where \mu_{j,i} is the bitstring for the strategy of agent i.

[FN 28] A more complicated functional form is tried, but the only change is that convergence is slowed down by the need to learn more parameters.

Anmerkungen
  • Fortsetzung von Seite 219. * Der Text wird umgeschrieben, es finden Variablenumbenennungen statt. * FN 28 wird als "Cut & Slide" aus dem Haupttext in der Quelle genommen und zu einer Fußnote, FN 250, in der Dissertation "degradiert". * Mh zitiert in FN 251 ein Vorlesungsskript, an den er mitgewirkt hat.
Sichter
WiseWoman

[3.] Mh/Fragment 241 20 - Diskussion
Zuletzt bearbeitet: 2012-04-08 09:28:28 Kybot
Fragment, LeBaron 2005, Mh, SMWFragment, Schutzlevel, Verdächtig, ZuSichten

Typus
Verdächtig
Bearbeiter
Graf Isolan, Hindemith
Gesichtet
No.png
Untersuchte Arbeit:
Seite: 241, Zeilen: 20-26
Quelle: LeBaron 2005
Seite(n): 26, 27, Zeilen: S.26, 101-103 und S.27, 12-13
Einen guten Überblick geben Levy, Levy und Solomon (2000). Zur Analyse von Short-Memory-Tradern vgl. insbesondere Mitra (2005) sowie Sargent (1999). Eine interessante Kritik an diesem Modell fokussiert auf die Abhängigkeit der Ergebnisse von initialen Bedingungen; vgl. insbesondere Zschischang und Lux (2001). [FN 39] This model is presented in the book, Levy et al. (2000), which also contains useful summaries of many other agent-based markets.

[FN 40] See Mitra (2005) and Sargent (1999) for analysis of short memory, mis-specified forecasting models.

[...]

The model has been criticized recently by Zschischang & Lux (2001). These authors claim that some of the original results are sensitive to the initial conditions in the simulation.

Anmerkungen

Aus Originalbruchstücken zusammengestoppelter Fließtext. Der Fachbegriff "initial conditions" (deutsch: "Anfangsbedingungen") ist, wie man sieht, nicht adäquat übersetzt worden.

Sichter
Hindemith (V)

[4.] Mh/Fragment 249 101 - Diskussion
Zuletzt bearbeitet: 2012-04-07 10:38:23 Kybot
Fragment, Gesichtet, LeBaron 2005, Mh, SMWFragment, Schutzlevel, Verdächtig

Typus
Verdächtig
Bearbeiter
Lukaluka, Hindemith
Gesichtet
Yes.png
Untersuchte Arbeit:
Seite: 249, Zeilen: 118-119
Quelle: LeBaron 2005
Seite(n): 33, Zeilen: 101-102
[FN 298] Diese Fragestellung ist verwandt mit den Fragen des Marktdesigns; vgl. dazu ausführlich Mackie-Mason und Wellman (2006) sowie Marks (2006). [...] This area of financial research overlaps with work on market design which is covered more extensively in Mackie-Mason and Wellman (2006) and Marks (2006).
Anmerkungen

Abermals wird von Mh einfach eine Fußnote übernommen, die einen Sachverhalt in die Literatur einordnet. Fragment nur kurz, daher vorerst nur verdächtig.

Sichter
Hindemith

[5.] Mh/Fragment 250 11 - Diskussion
Zuletzt bearbeitet: 2012-04-08 09:28:32 Kybot
Fragment, Gesichtet, LeBaron 2005, Mh, SMWFragment, Schutzlevel sysop, ÜbersetzungsPlagiat

Typus
ÜbersetzungsPlagiat
Bearbeiter
Graf Isolan, Hindemith
Gesichtet
Yes.png
Untersuchte Arbeit:
Seite: 250, Zeilen: 11-17, 110-114
Quelle: LeBaron 2005
Seite(n): 35, Zeilen: 18-22, 101-104
Andere Modelle betrachten etwa das Lernverhalten des Market Makers,[FN 306] Tick-Größen,[FN 307] vergleichen Orderbücher und Dealer-Märkte,[FN 308] oder untersuchen den Einfluss von Preislimits, Steuern und Zentralbank-Eingriffen.[FN 309]

Die bisher betrachteten Ansätze modellieren die Finanzmärkte hauptsächlich aus Sicht der Anleger. Einige wenige Modelle betrachten dies auch aus Sicht einer Firma, die Finanzmarktprodukte, z. B. Aktien, emittiert, und verwenden damit die Agenten-basierten Systeme im Kontext der Corporate Finance.[FN 310]

[FN 306] Vgl. Chan und Shelton (2001).

[FN 307] Vgl. Darley, Outkin, Plate und Gao (2000) sowie Yeh (2003).

[FN 308] Vgl. Audet, Gravelle und Yang (2002).

[FN 309] Vgl. Westerhoff (2003a); Westerhoff (2003b) sowie Westerhoff (2003d).

[FN 310] Vgl. zu einem Beispiel Noe, Rebello und Wang (2003).

[...] [FN 51]

Most of the papers considered in this survey could loosely be considered part of the investment side of finance. There is no consideration for the issuance of securities by firms, or the design and evolution of securities themselves. A recent exception is Noe, Rebello & Wang (2003) which represents the first paper to consider corporate finance issues in an agent-based framework.

[FN 51] A related paper is Chan & Shelton (2001) which models a dealer learning optimal behavior when faced with a random order flow. Further research in the area of market design includes papers examining tick sizes (Darley, Outkin, Plate & Gao (2000) and Yeh (2003)), order book versus dealer markets (Audet, Gravelle & Yang (2001), and price limits, trading taxes, and central bank intervention (Westerhoff (2003b), Westerhoff (2003d), and Westerhoff (2003a).

Anmerkungen

Hier wird zunächst eine Fußnote einfach als Literaturreferat in den Haupttext "hochgezogen". Die Quellenangaben verbleiben im Fußnotenapparat. Danach wird die im Original folgende Passage übernommen, wobei die im Quelltext genannte Quelle zu einer Fußnote gemacht wird. Bei Mh erfolgt kein Hinweis auf die Herkunft dieser Passage. Der Literaturverweis "NOE, T., M. REBELLO UND J. WANG: Corporate Financing: An Artificial Agent-Based Analysis, in: The Journal of Finance, 2003, 63, 943-973." findet sich (bis auf die Stellung der Jahreszahl) identisch in LeBaron (2005). Das wäre nicht weiter bemerkenswert, wenn nicht die Heftnummer 63 in beiden Texten gleich falsch wäre. Der Artikel ist nämlich, wie man hier sehen kann, in Ausgabe 58 erschienen. LeBaron hat offensichtlich das römische Zahlzeichen LVIII nicht korrekt aufgelöst. Ob Mh den Artikel vorliegen hatte, ist daher fraglich.

Sichter
Hindemith

[6.] Mh/Fragment 252 04 - Diskussion
Zuletzt bearbeitet: 2012-04-08 09:28:34 Kybot
Fragment, Gesichtet, LeBaron 2005, Mh, SMWFragment, Schutzlevel sysop, ÜbersetzungsPlagiat

Typus
ÜbersetzungsPlagiat
Bearbeiter
Lukaluka, Hindemith, WiseWoman
Gesichtet
Yes.png
Untersuchte Arbeit:
Seite: 252, Zeilen: 4-17
Quelle: LeBaron 2005
Seite(n): 38-39, Zeilen: 15-16; 15-18, 20-25
Ein weiterer Punkt betrifft die Anzahl der zur Verfügung stehenden handelbaren Finanzmarktprodukte. In den meisten Modellen können die Agenten lediglich zwischen einer risikolosen und einer risikobehafteten Anlage wählen. [FN 316] Auch zu diesem Punkt kann ein Framework, dass die prinzipielle Verarbeitung mehrerer Assets zur Verfügung stellt, einen entsprechenden Mehrwert liefern.

Die überwiegende Mehrzahl der vorgestellten Ansätze gehen in der Modellierung des Entscheidungsverhaltens der Agenten induktiv vor, d.h. es werden anhand der vergangenen Performance Regeln vorgeschlagen und adjustiert in der Hoffnung, dass diese in der Zukunft bessere Performance zeigen. Formen des deduktiven Schließens der Agenten werden fast gar nicht betrachtet. „Can they be allowed to do some form of deductive reasoning? Can they learn commonly held theories in finance, such as present value analysis, or the Black-Scholes option pricing formula? An interesting question is whether an agent-based model can be constructed that allows for a little deductive reasoning while keeping the general inductive spirit of simple rules of thumb." [FN 317]

[FN 316] Ausnahmen sind etwa Chiarella, Dieci und Gardini (2004) sowie Westerhoff (2004). Auch Levy et al. (2000) experimentieren mit mehreren Anlagemöglichkeiten.

[FN 317] LeBaron (2006a), S. 1225.

Another very common and pertinent criticism is that most agent-based financial market models assume a small number of assets. Often agents trade only one risky asset and one risk-free asset alone. [FN 55]

[...]

Almost all of the agents that are modeled and discussed in this survey operate inductively. They adopt rules and forecasts which have performed well in the recent past, and they adjust these rules and forecasts to perfom better in the future. The early spirit of agent-based models is clearly to push away from more traditional deductive styles of learning and towards inductive styles of learning. [...] Can they be allowed to do some form of deductive reasoning? Can they learn commonly held theories in finance, such as present value analysis, or the Black-Scholes option pricing formula? An interesting question is whether an agent-based model can be constructed that allows for a little deductive reasoning while keeping the general inductive spirit of simple rules of thumb.

[FN 55] Two recent exceptions to this are Chiarella et al. (2004) and Westerhoff (2004). Also, Levy et al. (2000) perform some experiments in multi-asset settings with options.

Anmerkungen

Mh übernimmt aus LeBaron 2005 einen kurzen Abschnitt. Dieser wird aus zwei Seiten des Originals gekürzt zusammengesetzt und übersetzt. Bezeichnend ist auch die Übernahme der Fußnote 316. Am Ende folgt ein wörtliches Zitat aus der Quelle, welches korrekt LeBaron zugeordnet wird (man beachte, dass die hier dokumentierte Quelle LeBaron 2005 ein PrePrint der Quelle LeBaron 2006a ist, die bei Mh genannt wird.)

Sichter
Hindemith

Auch bei Fandom

Zufälliges Wiki