Комплекс «Altreva adaptive modeler»
Компания Проект «Altreva» была основана в 2003 году Джимом Витканом (JimWitkam). Она специализируется на исследовании и разработке программного обеспечения для прогнозирования динамики биржевых показателей с применением симуляционных моделей и мультиагентных систем [50].
Джим Виткан имеет учёную степень магистра в области вычислительных наук в Twente University, Нидерланды. Ранее он работал консультантом и менеджером в «Ernst & Young Treasury & Financial Risk Management» и «Ernst & Young Corporate Finance B.V.» в Амстердаме. Также он был директором по маркетингу в «SmartHaven B.V.», компании, занимавшейся разработкой интеллектуальных систем управления знаниями.
Его разработка во многом основана теории адаптивного рынка [71, 72]. Согласно ей именно естественный отбор и эволюция поведения агентов порождает ту динамичную картину рынка, которую мы все можем наблюдать.
Для каждой выбранной пользователем ценной бумаги «Altrevaadaptivemodeler» создаёт виртуальный рынок и населяет его тысячами агентов. После этого программный комплекс запускает виртуальное время и шаг за шагом улучшает эту модель, «скармливая» ей исторические данные по этой ценной бумаге.
В рамках каждого шага агенты оценивают свои торговые правила и создают новый ордер на покупку или продажу. После этого рассчитываются цена клиринга по которой заключаются все сделки на рынке за этот шаг. Эта цена также используется как прогноз на следующий период и как сигнал к покупке или продаже для некоторых трейдеров. В процессе естественного отбора те трейдеры, которые показывают наихудшие результаты, заменяются новыми агентами, торговые правила для которых создаются на основе применения генетических алгоритмов к нескольким наиболее успешным трейдерам. Этот цикл повторяется для каждой цены ценной бумаги в исходных исторических данных.
Таким образом, виртуальный и реальный мир развиваются как бы параллельно, а виртуальные агенты учатся на основе данных реальных бирж. На основе результатов работы модели формируется прогноз, который визуализируется в виде графиков и статистический сводок (рис. 1.10).
Рис. 1.10. Пользовательский интерфейс комплекса «Altreva adaptive modeler»
Это единственный существующий на данный момент (май 2011 года) коммерческий программный комплекс данного класса на мультиагентной технологии. Несмотря на оригинальную идею использования эволюционных алгоритмов и теории адаптивного рынка, он всё же применяет волновой механизм клиринга, отрицательно показавший себя в нескольких других моделях. Концепция применения эволюционного подхода тоже кажется не совсем уместной. Это не соответствует поведению реальных трейдеров: в среднесрочной перспективе (до двух недель) они не могут кординально менять свои стратегии. В таких временных рамках самое важное – на основе анализа рыночных пропорций вычислить оптимальное соотношение самых популярных стратегий, и придерживаться только его. Эволюционные методы применимы только при симуляции на несколько месяцев вперёд.
Требования к функциональности проектируемого программного комплекса
Все рассмотренные программные комплексы имеют ряд архитектурных и функциональных ограничений, которые не позволили дальше их развивать. К недостаткам моделей «GASM» и «SantaFeASM» и их программных реализациям можно отнести:
Дискретная модель времени. Обновление всех параметров происходит только один раз в день, что не соответствует режиму работы реальных бирж.
Несоблюдение пропорций участников и инструментов. В этих моделях торговля осуществляется только одной акцией. Каждый трейдер совершает примерно 0,7 транзакций в день. Реальные рынки ценных бумаг оперируют сотнями и тысячами ценных бумаг, а трейдеры совершают по несколько операций купли-продажи в день.
Модель ценообразования, основанная на пересечении кривых спроса и предложения. В этих моделях агенты заключают все сделки только по цене равновесия между спросом и предложения. Все запросы за пределами этой цены отклоняются в тот же день. Реальные рынки ценных бумаг используют модель двойного аукциона, при которой ордера обрабатываются в зависимости от своего типа (маркет, лимит, спот и т.п.), а транзакции совершаются только в соответствие с запросами трейдеров.
Чрезмерно упрощена иерархия классов.Понятие «рынок» не отделёно от понятия «мира», отсутствуют брокеры, в некоторых системах отсутствуют даже ордера. Такие «упрощения» существенно влияют на адекватность моделей.
Нереалистичные стратегии принятия решений.Большая часть моделей рассчитаны только на один тип стратегии, в рамках которой при каждом шаге трейдер выбирает, куда ему вложить деньги между банком и рынком. Это не соответствует поведению реальных трейдеров.
Программные комплексы не обладают необходимой гибкостью в настройке сценариев. Все параметры задаются только при компиляции приложения. Пользователь может наблюдать за экспериментом, но его менять его параметры.
При всех инновационности модели «MoTor», к её недостаткам можно отнести:
Использование информации о торговых сессиях, закрытой для обычных трейдеров. Информация о том, как вёл себя каждый отдельный агент, какие ордера он открывал и какие транзакции совершал, является конфиденциальной информацией и предоставляется разработчикам «Имитрейд» в «обезличенном виде» с задержкой как минимум в несколько дней. Таким образом, систему можно использовать только в образовательных целях, но не для целей предсказания динамики котировок.
Отсутствие связи с новостными и фундаментальными данных. В рамках этой системы трейдеры классифицируются только исходя из того, как они вели себя в рамках торговой сессии. Принимается за аксиому, что трейдеры следят только за техническими показателями торгов, хотя на самом деле их поведение может зависеть от новостного фона, фундаментальных факторов, а также целого ряда нерациональных поведенческих мотивов.
Закрытый исходный код. Информация об архитектуре, механизмах работы рынка, функциях библиотеки«MoTor.dll» (API) недоступны для сторонних разработчиков. Это значит, что невозможно ни вносить изменения в эту библиотеку, ни использовать её для собственных исследований.
Также все рассмотренные программные комплексы непригодны для практического применения трейдерами, так как они не предусматривают интеграцию с реальными биржами. В связи с этим в декабре 2006 года было принято решение создать свою собственную систему, имитирующую работу рынка ценных бумаг и расширяющую стандартный инструментарий трейдера.
Идея работы заключается в применении мультиагентного подхода для решения задачи повышения качества управления. В рамках этого подхода разработана новая имитационная модель рынка ценных бумаг: виртуальный мир FIMAS. Этот мир населяется виртуальными агентами: трейдерами, брокерами, биржей, компаниями. Взаимодействуя между собой, они совершают сделки на бирже, в результате чего мы может наблюдать те же явления и закономерности, что и на реальных рынках. Результаты таких симуляций можно использовать для решения задач управления биржевыми инвестициями.
Требования к программному комплексу включали:
Использование модели рынка ценных бумаг принципиально нового типа. Особенности этой модели:
транзакционная система расчёта цен акций на основе механизма двойного аукциона;
симуляция непрерывности времени;
более удобная (по сравнению с аналогичными комплексами) иерархия классов с разделением понятий «мир» и «рынок»;
использование реалистичных алгоритмов принятия решений для трейдеров;
Пользовательский интерфейс, позволяющий пользователю не только наблюдать за виртуальным рынком, но и активно вмешиваться в его работу:
Возможность изменять любые параметры симуляции без перекомпиляции приложения.
Поддержка сценариев и проектов. Возможность сохранять в файл текущее состояние виртуального рынка и открытых редакторов.
Поддержка подключаемых модулей (плагинов). С помощью них можно связывать программный комплекс с внешними базами данных, внедрять новые стратегии принятия решений, подключать внешние утилиты и редакторы.
Наличие встроенных средств анализа временных рядов.
Открытый исходный код ядра, что позволило бы пользователям дополнять и совершенствовать программный комплекс.