sobre o comportamento endógeno do mercado de ações: simulações e experimentos
DESCRIPTION
Apresentação sobre o tema da minha tese de mestrado. Fundamentalmente um modelo de agentes ou microsimulação. A proposta é criar um mercado artificial onde as interações entre os agentes é capaz de produzir uma série temporal de preços com características encontradas em séries temporais observadas nos mercados reais.TRANSCRIPT
Sobre o comportamento endogendo do mercadode acoes: simulacoes e experimentos
Wilson Freitas
Departamento de Fısica — PUC–Rio
2 de novembro de 2012
Agenda
Motivacao
Modelagem Endogena
Algoritmo
Resultados
Experimentos
Conclusoes e extensoes
Motivacao
Porque modelos baseados em agentes?
I Modelar o comportamento dos investidores em um mercadode acoes atraves de uma representacao idealizada que leve emconta o processo complexo de decisao.
I Extrair informacoes do mercado artifical e compararqualitativamente com dados obtidos em mercados reais, paraque se entenda quais fatores sao relevantes na dinamica domercado.
I Gerar uma serie artificial que contenha as principaiscaracterısticas observadas nas series empıricas no regimenormal do mercado.
Pressupostos basicos I
I Carteira de investimentos
wi (t) = Ci (t) + Ri (t)
= Ci (t) + ptSi (t)
I Vınculos
Ci (t) > 0
Si (t) > 0
para qualquer t.
I Quantidades conservadas
N∑i=0
Ci (t) = CN∑i=0
Si (t) = S
para qualquer t.
Pressupostos basicos II
I Agentes possuem aversao ao risco
I Agentes sao heterogeneos
I Estrategias fixas de investimento
I Mercado centralizado
I Nao ha troca de informacao direta entre os agentes
Tipos de agentes do mercado
Agentes sao dividos de acordo com suas estrategias deinvestimentos:
Agentes Aleatorios: nao tem estrategia de investimentos bemdefinida podem negociar por necessidade, instinto ouignorancia. Representam a maioria dos agentes.
Agentes Tecnicos: utilizam indicadores baseados na serie passadados precos.
Agentes Fundamentalistas: avaliam diversas informacoes a respeitodo ativo para estimar o preco fundamental de umativo.
Os agentes fundamentalistas nao foram considerados na modelagem.
Flutuacoes estocasticas e heterogeneidade endogena
Flutuacoes estocasticas
I os agentes atuam no regime normal do mercado
I as informacoes externas de menor impacto sao tratadas comoruıdos estocasticos
I atuacao dos agentes aleatorios
Heterogeneidade endogena
I diferentes estrategias de investimento que caracterizam ostipos de agentes do mercado: aleatorios (indecisos) e tecnicos
I diferentes graus de aversao ao risco
A diversidade se da apenas por fatores inerentes aos agentes.
Aversao ao Risco
I taxa de capital em relacao ao investimento em risco do agentei
γi (t) =Ci (t)
Ri (t)
I cada agente possui um valor otimo γ∗i
Aversao ao Risco
Compra:
Φ(γi (t + 1), γ∗i ) = 1− exp
(− γi (t + 1)
γ∗i
)Venda:
Φ(γi′(t + 1), γ∗i
′) = 1− exp
(− γi
′(t + 1)
γ∗i′
)onde
γi′(t + 1) ≡ 1
γi (t + 1), γ∗i
′ ≡ 1
γ∗i
A aversao ao risco regula como as ordens de mercado seraoatenuadas.
Estrategias
I Os agentes processam informacoes e constroem suasestrategias
Xi (t) = F [Ci (t),Si (t),pt , It , ηi (t)]
I Xi (t) define a fracao do patrimonio do agente que ele estadisposto a negociar no instante t
Xi (t) > 0 −→ COMPRAXi (t) = 0 −→ NEUTROXi (t) < 0 −→ VENDA
EstrategiasTimming – Quando e como?
Xi (t) = σi (t)Λi (t)
I σi (t) = τi (t)si (t) e o termo de ativacao da estrategia
τi (t) si (t) σi (t) Acao
0 +1 0 NEUTRO1 +1 +1 COMPRA0 -1 0 NEUTRO1 -1 -1 VENDA
I σi (t) e definido por uma estrategia de investimento.
Agentes Aleatorios: τi (t) e si (t) sao variaveis aleatorias deBernoulli com p = 0.5.
Agentes Tecnicos: σi (t) e definido por estrategias baseadasem indicadores da analise tecnica deinvestimento.
EstrategiasVolume – Quer pagar quanto?
I Λi (t) ∈ (0, 1), determina a fracao do patrimonio que serautilizada pelo agente em uma negociacao.
Λcomprai (t; γ∗i ) = fc
[1 − exp
(− γi (t + 1)
γ∗i
)]
Λvendai (t; γ∗i
′) = fv
[1 − exp
(− γi
′(t + 1)
γ∗i′
)]I fc e fv sao respectivamente fracoes do capital e das acoes que
os agentes tem intencao de negociar, de acordo com o sinal deσi (t).
I Essas fracoes sao governadas por novas informacoes sobre oativo que chegam ao mercado. Devido ao carater aleatoriodessas informacoes:
fc , fv ∼ U(0, 1)
Estrategias de Analise TecnicaMedia movel
I O indicador e a media movel da serie de precos para umperıodo τ .
Mτ (t) =τ−1∑i=0
p(t − i)
τ
I A estrategia de ativacao e definida a partir de duas mediasmoveis:
1. Media movel curta Mc de perıodo τc2. Media movel longa Ml de perıodo τl3. τc < τl
σi (t) =
+1 quando Mc ⊗Ml
−1 quando Ml ⊗Mc
0 para qualquer outro estado
I Objetivo: Acompanhar a tendencia no movimento passadodos precos
a(t)⊗ b(t) ≡ a(t − 1) ≤ b(t − 1) ∧ a(t) > b(t)
Estrategias de Analise TecnicaMedia movel
20
25
30
35
Yahoo INC.
-1
0
1
Mar/97Fev/97Jan/97Dez/96Nov/96Out/96Set/96Ago/96Jul/96
Estrategias de Analise TecnicaMedia movel exponencial
I O indicador e a media movel exponencial (EWMA) da serie deprecos.
Eα(t) = αp(t) + (1− α)Eα(t − 1)
onde α = 2τ+1
I A estrategia de ativacao e definida a partir de duas mediasmoveis:
1. Media movel curta Ec de coeficiente αc
2. Media movel longa El de coeficiente αl
3. αc > αl ⇒ τc < τl
σi (t) =
+1 quando Ec ⊗ El
−1 quando El ⊗ Ec
0 para qualquer outro estado
I Objetivo: Acompanhar a tendencia no movimento passadodos precos
Estrategias de Analise TecnicaMedia movel exponencial
20
25
30
35
Yahoo INC.
-1
0
1
Mar/97Fev/97Jan/97Dez/96Nov/96Out/96Set/96Ago/96Jul/96
Estrategias de Analise TecnicaMomento
I O indicador Momento mede a velocidade do movimentopassado dos precos
Rτ (t) =p(t)− p(t − τ)
τ
I A estrategia de ativacao e definida como:
σi (t) =
+1 quando Rτ (t)⊗ 0−1 quando 0⊗ Rτ (t)
0 para qualquer outro estado
I Objetivo: Informar os pontos de inflexao no comportamentodos precos
Estrategias de Analise TecnicaMomento
20
25
30
35
Yahoo INC.
-10
0
10
20
-1
0
1
Mar/97Fev/97Jan/97Dez/96Nov/96Out/96Set/96Ago/96Jul/96
Estrategias de Analise TecnicaIndice de forca relativa – RSI
I O indicador RSI e calculado a partir de:
RSIτ (t) = 100− 100
1 + RSτ (t)
I RSτ (t) e a razao entre a media de retornos positivos enegativos em um perıodo τ
RSτ (t) =
∑τi=1(xt−i−xt−i−1)I (xt−i>xt−i−1)∑τ
i=1 I (xt−i>xt−i−1)∑τi=1(xt−i−1−xt−i )I (xt−i≤xt−i−1)∑τ
i=1 I (xt−i≤xt−i−1)
I A estrategia de ativacao e definida como:
σi (t) =
+1 quando RSIτ (t) < Linf
−1 quando RSIτ (t) > Lsup
0 quando Linf < RSIτ (t) < Lsup
onde RSIτ (t), Linf , Lsup ∈ [0, 100] e Linf < Lsup
Estrategias de Analise TecnicaIndice de forca relativa – RSI
I Objetivo: Medir a forca entre compradores e vendedoresinformando o potencial crescimento do ativo.
20
25
30
35
Yahoo INC.
10
20
30
40
50
60
70
80
-1
0
1
Mar/97Fev/97Jan/97Dez/96Nov/96Out/96Set/96Ago/96Jul/96
Estrategias de Analise TecnicaParametros utilizados nas estrategias
Indicador EstrategiaMedia movel MA(5,21)
Media movel exponencial EMA(5,21)
Indice de Forca Relativa RSI(21,30,70)Momento MO(21)
Estrategias de Analise TecnicaHeterogeneidade dos sinais
O grafico mostra a heterogeneidade na emissao de sinais pelasestrategias tecnicas no mercado artificial.
Estrategias de Analise TecnicaHeterogeneidade dos sinais
Histograma do numero de agentes que atuam simultaneamenteno mercado artificial, com N = 1000 e φ = 0.3.N e o numero de agentes no mercado e φ e o percentual de agentes no mercado que utiliza estrategias tecnicas.
Algoritmo
AlgoritmoInicializacao do mercado
I utilizacao de uma serie real na inicializacao dos indicadores deanalise tecnica
I definicao do preco inicial p0
I definicao do capital total e da quantidade total de acoesexistentes no mercado: C = p0S
AlgoritmoInicializacao dos agentes
I Os N agentes do mercado sao inicializados com as mesmasquantidades de capital e de acoes, Ci ,t=0 = C
N , Si ,t=0 = SN .
I Agentes sao divididos em duas populacoes: φN agentestecnicos e (1− φ)N agentes aleatorios. Os agentes tecnicossao subdivididos igualmente em n = 4 grupos de acordo coma estrategia tecnica utilizada.
I Os valores de γ∗i sao distribuıdos segundo uma distribuicaoGama
AlgoritmoEmissao ordens e limpeza do mercado
I As ordens de mercado emitidas pelos agentes:
∆Si (t) =
Xi (t)Ci (t)
p(t) , σi (t) > 0
Xi (t)Si (t), σi (t) < 00, σi (t) = 0
I Demanda: D(t) =∑
i :∆Si (t)>0 ∆Si (t)
I Oferta: O(t) =∑
i :∆Si (t)<0 ∆Si (t)
I Limpeza do mercado:
Ordem ∆Si (t) ∆Si (t)VENDA < 0 ∆Si (t)
D(t) > O(t)COMPRA > 0
O(t)D(t)
∆Si (t)
COMPRA > 0 ∆Si (t)D(t) < O(t)
VENDA < 0D(t)O(t)
∆Si (t)
AlgoritmoRegra de formacao de preco
Requisitos
I e funcao do excesso de demanda: D(t)− O(t)
Calculo do novo preco
p(t + 1) = p(t)
[1 + ζ(t)
(D(t)− O(t)
V (t)
)]I V (t) = min(D(t),O(t)) e o volume negociado
I ζ(t) = ζ0 + κVτ (t)
I Vτ (t) e a volatilidade na escala τ
ResultadosParametros utilizados
Parametro Run-02 Run-03 Run-21
N 103 103 103
C 4× 106 4× 106 4× 106
S 4× 105 4× 105 4× 105
ζ 0.02 0.02 0.02κ 0 0 1φ 0.3 0.2 0.3p0 40.0 40.0 40.0
A tabela mostra os parametros que foram utilizados nassimulacoes.
ResultadosComparacao com series reais
Series de precos recosntruıdas a partir dos retornos normalizados.
ResultadosSerie de retornos normalizados
-6
-4
-2
0
2
4
6
Yah
oo
-6
-4
-2
0
2
4
6
Run
-02
t
ResultadosHistograma dos retornos normalizados
ResultadosHistograma acumulados das caudas
ResultadosHistograma acumulados das caudas
ResultadosCorrelacao linear dos retornos
−0.2
0
0.2
0.4
0.6
0.8
1
0 20 40 60 80 100
!(")
"
Autocorrelação dos retornos
Run−02Yahoo
−0.2
0
0.2
0.4
0.6
0.8
1
0 20 40 60 80 100
!(")
"
Autocorrelação dos retornos
Run−21Yahoo
−0.2
0
0.2
0.4
0.6
0.8
1
0 20 40 60 80 100
!(")
"
Autocorrelação dos retornos
Run−02Run−21
I presenca de correlacaoresidual em escala detempo da ordem da janeladas estrategias tecnicas
IRun-02 κ = 0
Run-21 κ = 1
ResultadosCorrelacao nao-linear dos retornos
−0.2
0
0.2
0.4
0.6
0.8
1
0 20 40 60 80 100
!(")
"
Autocorrelação do módulo dos retornos
YahooRun−02
−0.2
0
0.2
0.4
0.6
0.8
1
0 20 40 60 80 100
!(")
"
Autocorrelação do módulo dos retornos
YahooRun−21
−0.2
0
0.2
0.4
0.6
0.8
1
0 20 40 60 80 100
!(")
"
Autocorrelação do módulo dos retornos
Run−02Run−21
I correlacao nao linearsomente para κ = 1
I agentes tecnicos naointroduzem correlacaonao linear significativa
ResultadosMercado com agentes aleatorios
1e−04
0.001
0.01
0.1
−6 −5 −4 −3 −2 −1 0 1 2 3 4 5 6
Fre
quên
cia
σ
Distribuição de retornos
Run−41Gaussiana
−0.2
0
0.2
0.4
0.6
0.8
1
0 20 40 60 80 100
ρ(τ)
τ
Run−41 − Autocorrelação dos retornos
−0.2
0
0.2
0.4
0.6
0.8
1
0 20 40 60 80 100
ρ(τ)
τ
Run−41 − Autocorrelação do módulo dos retornos
Nao apresenta correlacao egrandes flutuacoes
ResultadosEquilıbrio na dinamica do preco
Preco converge rapidamente para o valor de equilıbrio: p(t) = CS
ExperimentosMercado aberto
30
40
50
60
70
80
90
100
110
0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
p(t)
t
ResultadosRiqueza × Estrategias
7000
7500
8000
8500
9000
9500
10000
10500
11000
0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
wi(t
) m
édio
t
Run−03 − Evolução da riqueza
AleatórioMA(5,21)
EMA(5,21)RSI(21,30,70)
MO(21)
6000
7000
8000
9000
10000
11000
12000
13000
14000
0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
wi(t
) m
édio
t
Run−02 − Evolução da riqueza
AleatórioMA(5,21)
EMA(5,21)RSI(21,30,70)
MO(21)
7000
7500
8000
8500
9000
9500
10000
10500
0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
wi(t
) m
édio
t
Run−98 − Evolução da riqueza
AleatórioMA(5,21)
EMA(5,21)RSI(21,30,70)
MO(21)
6000
8000
10000
12000
14000
16000
18000
20000
0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
wi(t
) m
édio
t
Run−21 − Evolução da riqueza
AleatórioMA(5,21)
EMA(5,21)RSI(21,30,70)
MO(21)
RSI na grande maioria das vezes apresenta o melhor desempenho.
ExperimentosVariando φ
0
0.05
0.1
0.15
0.2
0.25
0.3
200 250 300 350 400 450 500 550 600 650
Run
−07
0 0.03
0.06 0.09
0.12 0.15
0.18
200 250 300 350 400 450 500 550 600 650
Run
−02
0 0.02 0.04 0.06 0.08
0.1 0.12 0.14
200 250 300 350 400 450 500 550 600 650
Run
−03
Número de Agentes
1e−04
0.001
0.01
0.1
1
−6 −5 −4 −3 −2 −1 0 1 2 3 4 5 6
Fre
quên
cia
σ
Distribuição de retornos
Run−02Run−03Run−07
Gaussiana
I a distribuicao de retornosdepende da atividadesimultanea dos agentes.
I
Run-03 0.2
Run-02 0.3
Run-07 0.5
ExperimentosVariando numero de agentes
0 0.05
0.1 0.15
0.2 0.25
0.3 0.35
1600 1800 2000 2200 2400 2600 2800 3000
Run
−06
0 0.03
0.06 0.09
0.12 0.15
0.18
300 350 400 450 500 550
Run
−02
0
0.02
0.04
0.06
0.08
0.1
20 25 30 35 40 45 50 55 60
Run
−01
Número de Agentes
1e−04
0.001
0.01
0.1
1
−6 −5 −4 −3 −2 −1 0 1 2 3 4 5 6
Fre
quên
cia
σ
Distribuição de retornos
Run−01Gaussiana
Run−02Run−06
I distribuicao de retornosapresenta comportamentonao realista quando Ncresce.
I
Run-01 100
Run-02 1000
Run-06 5000
Conclusoes e Extensoes
Conclusoes
I Os agentes tecnicos tem um desempenho superior aos agentes aleatorios.
I A introducao de agentes tecnicos induz memoria no sistema e esta eexplorada pelos mesmos.
I A presenca de agentes tecnicos faz com que as grandes flutuacoes nopreco aparecam espontaneamente.
I Na condicao de mercado fechado e reversao a media a estrategia tecnicaRSI apresentou melhor desempenho.
Extensoes
I Explorar a diversidade das estrategias.
I Modelagem mais realista para o processo de formacao de precos domercado.
I Analisar o desempenho das estrategias em novas condicoes do mercado.