ترجمه فارسی مقاله یک مدل بازار چند عامل می تواند تأثیر معامله گران هوش مصنوعی در بازارهای مالی را توضیح دهد-میکروگوشی های جدید مدل Garch

چکیده

The AI traders in financial markets have sparked significant interest in their effects on price formation mechanisms and market volatility, raising important questions for market stability and regulation. Despite this interest, a comprehensive model to quantitatively assess the specific impacts of AI traders remains undeveloped. This study aims to address this gap by modeling the influence of AI traders on market price formation and volatility within a multi-agent framework, leveraging the concept of microfoundations. Microfoundations involve understanding macroeconomic phenomena, such as market price formation, through the decision-making and interactions of individual economic agents. While widely acknowledged in macroeconomics, microfoundational approaches remain unexplored in empirical finance, particularly for models like the GARCH model, which captures key financial statistical properties such as volatility clustering and fat tails. This study proposes a multi-agent market model to derive the microfoundations of the GARCH model, incorporating three types of agents: noise traders, fundamental traders, and AI traders. By mathematically aggregating the micro-structure of these agents, we establish the microfoundations of the GARCH model. We validate this model through multi-agent simulations, confirming its ability to reproduce the stylized facts of financial markets. Finally, we analyze the impact of AI traders using parameters derived from these microfoundations, contributing to a deeper understanding of their role in market dynamics.

چکیده به فارسی (ترجمه ماشینی)

بازرگانان هوش مصنوعی در بازارهای مالی علاقه قابل توجهی به تأثیرات آنها بر مکانیسم های تشکیل قیمت و نوسانات بازار ایجاد کرده اند و سؤالات مهمی را برای ثبات و تنظیم بازار ایجاد می کنند.با وجود این علاقه ، یک مدل جامع برای ارزیابی کمی تأثیرات خاص معامله گران هوش مصنوعی توسعه نیافته است.این مطالعه با هدف رفع این شکاف با الگوبرداری از تأثیر بازرگانان AI در تشکیل قیمت بازار و نوسانات در یک چارچوب چند عامل ، با استفاده از مفهوم ریزگردها.ریزگردها شامل درک پدیده های کلان اقتصادی ، مانند تشکیل قیمت بازار ، از طریق تصمیم گیری و تعامل عوامل اقتصادی فردی است.در حالی که به طور گسترده در اقتصاد کلان مورد تأیید قرار گرفته است ، رویکردهای ریزگردها در امور مالی تجربی ، به ویژه برای مدلهایی مانند مدل GARCH ، که ویژگی های کلیدی آماری مالی مانند خوشه بندی نوسانات و دم چربی را ضبط می کند ، ناشناخته است.این مطالعه یک مدل بازار چند عامل را برای استخراج ریزگردها از مدل GARCH ارائه می دهد ، که شامل سه نوع عامل است: معامله گران نویز ، معامله گران بنیادی و معامله گران هوش مصنوعی.با تجمع ریاضی میکرو ساختار این عوامل ، ریزگردها مدل GARCH را ایجاد می کنیم.ما این مدل را از طریق شبیه سازی های چند عامل تأیید می کنیم و توانایی آن در بازتولید حقایق تلطیف شده بازارهای مالی را تأیید می کنیم.سرانجام ، ما تأثیر معامله گران AI را با استفاده از پارامترهای حاصل از این ریزگردها تجزیه و تحلیل می کنیم و به درک عمیق تر از نقش آنها در پویایی بازار کمک می کنیم.