ΠΟΛΥΠΡΑΚΤΟΡΙΚΉ ΠΛΑΤΦΟΡΜΑ

ΠΡΟΣΟΜΟΙΩΣΉΣ ΓΙΑ ΤΉΝ ΚΟΙΝΩΝΙΚΉ

ΜΟΝΤΕΛΟΠΟΙΉΣΉ ΚΑΙ ΤΉ

ΜΟΝΤΕΛΟΠΟΙΉΣΉ ΣΥΜΠΕΡΙΦΟΡΩΝ ΣΕ

ΠΕΡΙΒΑΛΛΟΝΤΑ ΧΡΉΜΑΤΙΣΤΉΡΙΟΥ

Γ Ο Ύ Τ Α Σ Ι Ω Ά Ν Ν Η ΣΑ Ε Μ : 6 3 4 6

Υ Π Ό Τ Η Ν Ε Π Ί Β Λ Ε Ψ Η Τ Ο Υ Ε Π Ί Κ Ο Υ Ρ Ο Υ Κ Α Θ Η Γ Η Τ Ή Α Ν Δ Ρ Έ Α Σ Υ Μ Ε Ω Ν Ί Δ Η

Θ Ε Σ Σ Α Λ Ο Ν Ί Κ Η , 2 0 1 3

Θ Ε Σ Σ Α Λ Ο Ν Ί Κ Η Ι Ο Ύ Λ Ι Ο Σ 2 0 1 3

ΔΙΑΡΘΡΩΣΗ ΠΑΡΟΥΣΙΑΣΗΣ1. Agent-based Computational Economics

2. Στόχοι της διπλωματικής

3. Δομή των πρακτόρων και αρχιτεκτονική του FinanceCity

4. Πειράματα

5. Συμπεράσματα και μελλοντική εργασία

2

Θ Ε Σ Σ Α Λ Ο Ν Ί Κ Η Ι Ο Ύ Λ Ι Ο Σ 2 0 1 3

Agent-based Computational Economics

Εξετάζει την Οικονομία ως Δυναμικό σύστημα στο οποίο οι πράκτορες αλληλεπιδρούν με σκοπό την αυτό-οργάνωση και την βελτίωση της συμπεριφοράς τους με την βοήθεια της ανατροφοδότησης

Η βελτίωση της συμπεριφοράς τους οδηγεί σε μεγαλύτερη ευελιξία και προσαρμοστικότητα στις αλλαγές του περιβάλοντος

Με αυτό τον τρόπο το σύστημα αναπτύσσεται χωρίς εξωτερικές παρεμβάσεις βασιζόμενο στην εμπειρία του

3

Θ Ε Σ Σ Α Λ Ο Ν Ί Κ Η Ι Ο Ύ Λ Ι Ο Σ 2 0 1 3

Πλατφόρμες υλοποίησης CAS (Agent-based Computational Economics)

Sugarscape (http://sugarscape.sourceforge.net) , πράκτορες

γεννιούνται με όραμα, κινήσεις, ταχύτητα και άλλα γεννετικά

χαρακτηριστικά

Swarm (http://www.lsa.umich.edu/cscs) , βασική μονάδα

προσομοίωσης είναι το swarm (σκουλήκι) μια συλλογή

δηλαδή απο πράκτορες που ακολουθούν ενα πρόγραμμα

δραστηριοτήτων

NetLogo ( http://ccl.northwestern.edu/netlogo), δίνει

την δυνατότητα να τρέξει ο χρήστης πάνω απο 140

έτοιμα σενάρια προσομοίωσης, στα πεδία της χημείας,

φυσικής, ανθρωπολογίας, ψυχολογίας και άλλα

4

Θ Ε Σ Σ Α Λ Ο Ν Ί Κ Η Ι Ο Ύ Λ Ι Ο Σ 2 0 1 3

Γιατί FinanceCity ;

Ακολουθεί την ίδια λογική με το EnergyCity και το GeneCity στα οποία η συμπεριφορά των πρακτόρων καθορίζεται απο την έννοια του χρομωσώματος

Αναπτύχθηκε με σκοπό την μελέτη της συμπεριφοράς των παικτών του χρηματιστηρίου στις αλλαγές του περιβάλλοντος τους

Παράλληλα αλλάζει τον τρόπο δράσης του και το χρηματιστήριο με σκοπό την αύξηση των κερδών

5

Θ Ε Σ Σ Α Λ Ο Ν Ί Κ Η Ι Ο Ύ Λ Ι Ο Σ 2 0 1 3

Περιβάλλον/Τεχνολογίες ανάπτυξης

Γλώσσα προγραμματισμού : JAVA v 1.6.0

Εργαλείο ανάπτυξης JAVA : ECLIPSE (JUNO)

Εργαλείο ανάπτυξης διεπαφής : JAVA SWING

6

Θ Ε Σ Σ Α Λ Ο Ν Ί Κ Η Ι Ο Ύ Λ Ι Ο Σ 2 0 1 3

Η δομή του πράκτορα Κάθε πράκτορας ορίζεται απο το χρωμόσωμα του που περιέχει τα Στατικά και τα

Δυναμικά του χαρακτηριστικά

CHROMOSOME

7

Static Characteristics Dynamic CharacteristicsAgent ID Specializati

onInexperien

ceRisk Political

InfluenceMME

InfluenceEnvironment

Influence

Θ Ε Σ Σ Α Λ Ο Ν Ί Κ Η Ι Ο Ύ Λ Ι Ο Σ 2 0 1 3

Στατικά χαρακτηριστικά

Agent ID Specialization Inexperience Risk

8

Agent ID : Το όνομα του πράκτορα το οποίο είναι μοναδικό

Specialization (Unemployed, Civil Servant, Businessman, Private employee) : Η ειδικότητα του πράκτορα που αναφέρεται στην εργασία του

Inexperience (0% - 100%) : Δείχνει πόσο άπειρος είναι ένας πράκτορας στο χρηματιστήριο

Risk (0% - 100%) : Αναφέρεται στο πόσο ριψοκίνδυνος είναι ο πράκτορας στον τρόπο παιχνιδιού του

Θ Ε Σ Σ Α Λ Ο Ν Ί Κ Η Ι Ο Ύ Λ Ι Ο Σ 2 0 1 3

Δυναμικά χαρακτηριστικάPolitical Influence MME Influence Environment Influence

9

Political Influence (0% - 100%) : Καθορίζει το ποσοστό στο οποίο ο πράκτορας επηρεάζεται απο τις πολιτικές εξελίξεις

MME Influence (0% - 100%) : Καθορίζει το ποσοστό στο οποίο ο πράκτορας επηρεάζεται απο τα ΜΜΕ

Environment Influence (0% - 100%) : Καθορίζει το ποσοστό στο οποίο ο πράκτορας επηρεάζεται απο τις αλλαγές στο περιβάλλον του

Θ Ε Σ Σ Α Λ Ο Ν Ί Κ Η Ι Ο Ύ Λ Ι Ο Σ 2 0 1 3

Αρχικοποίηση του πληθυσμού

Κατα την έναρξη του παιχνιδιού αρχικοποιείται ο πληθυσμός δηλαδή καθορίζονται τα εξής: Το χρομώσωμα των πρακτόρων Το χρηματικό ποσό που διαθέτει κάθε πράκτορας στο παιχνίδι Ο συνολικός αριθμός των πρακτόρων

Επίσης προσδιορίζεται με ποιο τρόπο ο συνολικός πληθυσμός θα επηρεάζεται Υψηλά, Μέτρια και Χαμηλά απο την Πολιτική, τα ΜΜΕ και το Περιβάλλον του.

Μπορούν να δωθούν συγκεκριμένα ποσοστά ή να ακολουθεί ο πληθυσμός μια απο τις παρακάτω κατανομές : Poisson κατανομή όπου πρέπει να προσδιοριστεί και το λ της κατανομής Gaussian κατανομή γύρω απο το 50 Random κατανομή στην οποία οι πράκτορες τυχαία κατηγοριοποιούνται

10

Θ Ε Σ Σ Α Λ Ο Ν Ί Κ Η Ι Ο Ύ Λ Ι Ο Σ 2 0 1 3

Σχηματισμός Βαθμολογίας Δυναμική Βαθμολογία : αναφέρεται στην Δυναμική συμπεριφορά του πράκτορα και προκύπτει ως εξής :

Στατική Βαθμολογία : αναφέρεται στην Στατική συμπεριφορά του πράκτορα και προκύπτει ως εξής :

Κατάσταση χαρτοφυλακίου : αναφέρεται στην κατάσταση του χαρτοφυλακίου του πράκτορα την δεδομένη χρονική στιγμή και προκύπτει ως εξής :

11

Dynamic Score= W1×Political+W2×Enviroment+W3×MME

Static Score= W4×Inexperience+W5×Specialization+W6×Risk

Θ Ε Σ Σ Α Λ Ο Ν Ί Κ Η Ι Ο Ύ Λ Ι Ο Σ 2 0 1 3

Ολική Βαθμολογία

Η Ολική Βαθμολογία (Overall Score) προκύπτει απο τον συνδιασμό της Στατικής Βαθμολογίας,της Δυναμικής Βαθμολογίας και της κατάστασης χαρτοφυλακιόυ.

Η Ολική Βαθμολογία μπορεί να πάρει τιμές απο -1 εως 1 και καθορίζει την συμπεριφορά του πράκτορα.

12

OverallScore= W7×Dynamic_Score+W8×Static_Score+W9×Status_Portfolio

Θ Ε Σ Σ Α Λ Ο Ν Ί Κ Η Ι Ο Ύ Λ Ι Ο Σ 2 0 1 3

Απόφαση Ενέργειας

Το πρόσημο της Ολικής Βαθμολογίας καθορίζει την δράση κάθε πράκτορα ως εξής :

If Overall_Score < 0 , Αίτημα για αγορά μετοχών If Overall_Score > 0 , Αίτημα για πώληση μετοχών

Σε κάθε αίτημα προσδιορίζεται η μετοχή, η ποσότητα της μετοχής και η τιμή της μετοχής με βάση τα εξής : Μετοχή : Τυχαία οι πράκτορες επιλέγουν ποια μετοχής θα αγοράσουν ή θα πωλήσουν Ποσότητα : Οι πράκτορες πωλούν όλη την ποσότητα της μετοχής του χαρτοφυλακίου

τους και αγοράζουν μια τυχαία ποσότητα μεταξύ 500 – 1000 μονάδων Τιμή : Καθορίζεται απο τα Στατικά χαρακτηριστικά του πράκτορα

13

Θ Ε Σ Σ Α Λ Ο Ν Ί Κ Η Ι Ο Ύ Λ Ι Ο Σ 2 0 1 3

Κατηγορίες Πρακτόρων

Οι πράκτορες ανάλογα με τα Στατικά τους χαρακτηριστικά χωρίζονται σε κατηγορίες που επηρεάζουν την μακροχρόνια συμπεριφορά (Long-term behavior )

14

Static Score Longterm behavior

Static_score < -0.3 Submissive-0.3 < Static_score <

0.3Normal

Static_score > 0.3 Aggressive

Θ Ε Σ Σ Α Λ Ο Ν Ί Κ Η Ι Ο Ύ Λ Ι Ο Σ 2 0 1 3

Καταχώρηση Αιτημάτων

Όταν ενας πράκτορας αποφασίσει τι είδους ενέργεια θα πραγματοποιήσει καταχωρεί το αίτημα αφού πρώτα καθορίσει την κατάλληλη τιμή.

Submissive: η τιμή αγοράς ή πώλησης τελικά διαμορφώνεται στο 1/price δηλαδή τελικά προσφέρει μια τιμή μικρότερη καθώς είναι συντηρητικός σαν χαρακτήρας

Normal: η τιμή αγοράς ή πώλησης τελικά αυξάνεται ελάχιστα στο Norm_range×price καθώς η μακροπρόθεσμη συμπεριφορά του πράκτορα κρίνεται κανονική

Aggressive: η τιμή αγοράς ή πώλησης τελικά αυξάνεται αρκετά στο Aggres_range×price απόρροια της επιθετικής μακροχρόνιας συμπεριφοράς του πράκτορα

Στην υλοποίηση μας επιλέξαμε ενδεικτικά τις παρακάτω τιμές για τις μεταβλητές :

Norm_range= 1.2, Aggres_range= 3

15

Θ Ε Σ Σ Α Λ Ο Ν Ί Κ Η Ι Ο Ύ Λ Ι Ο Σ 2 0 1 3

Προσδιορισμός Τιμών Μετοχών Οι τιμές πώλησης κάθε μετοχής εισέρχονται σε μια λίστα με αύξουσα σειρά

Οι τιμές αγοράς κάθε μετοχής εισέρχονται σε μια λίστα με φθίνουσα σειρά

Το σημείο τομής των δύο γραφικών παραστάσεων που σχηματίζονται δίνουν την τιμή της μετοχής (Marginal Price)

16

0 200 400 600 800 1000 120001234

Marginal Price

Series1Series3

Quantity

Stoc

k Pr

ice

Θ Ε Σ Σ Α Λ Ο Ν Ί Κ Η Ι Ο Ύ Λ Ι Ο Σ 2 0 1 3

Σύναψη ΑγοραπωλησίαςΓια να ολοκληρωθεί μια αγοραπωλησία πρέπει να ισχύουν τα εξής : Ο αγοραστής και ο πωλητής να αναφαίρονται στην ίδια μετοχή Η κατάσταση του χαρτοφυλακίου των πρακτόρων να είναι

μικρότερη απο τον στόχο που αρχικά έχουν θέσει Η τιμή προσφοράς του αγοραστή και του πωλητή πρέπει να είναι

μεγαλύτερη απο την τιμή (Marginal price) της μετοχής Η εποχή του συστήματος να είναι μικρότερη απο τον αριθμό των

εποχών που έχουν ορίσει οι δύο πράκτορες ως μέγιστο χρόνο επίτευξης των στόχων τους

17

Θ Ε Σ Σ Α Λ Ο Ν Ί Κ Η Ι Ο Ύ Λ Ι Ο Σ 2 0 1 3

Διορθωτικές κινήσεις

Όταν ένας πράκτορας παραμένει ανενεργός για πάνω απο 4 εποχές τότε του επιβάλεται μια ποινή

Η κατάσταση χαρτοφυλακίου εισάγεται στο ολικό σκορ με σκοπό την επίτευξη των στόχων των πρακτόρων

Η αύξηση των Δυναμικών χαρακτηριστικών οδηγεί σε ευελιξία της συμπεριφοράς και μπορεί να οδηγήσει σε πιθανές διορθωτικές κινήσεις

18

Θ Ε Σ Σ Α Λ Ο Ν Ί Κ Η Ι Ο Ύ Λ Ι Ο Σ 2 0 1 3

Πειραματική Διαδικασία Περισσότερα απο 200 πειράματα πραγματοποιήθηκαν συνδιάζοντας διαφορετικό αριθμό πρακτόρων, εποχών και μετοχών.

Οι υπόλοιπες μεταβλητές οι οποίες αλλάζουν τιμές στα πειράματα είναι οι παρακάτω :

Οι τιμές του Πίνακα διαδοχικά παίρνουν αρνητικές τιμές, θετικές τιμές, μηδέν και 1. Όταν έχει αρνητική τιμή μια μεταβλητή τότε έχει αρνητικό αντίκτυπο στην συμπεριφορά των πρακτόρων Όταν έχει μηδενική τιμή μια μεταβλητή τότε δεν επηρεάζει την συμπεριφορά των πρακτόρων Όταν έχει τιμή 1 μια μεταβλητή τότε επηρεάζει σε μέγιστο βαθμό την συμπεριφορά των πρακτόρων Όταν έχει θετική τιμή μια μεταβλητή επηρεάζει θετικά την συμπεριφορά των πρακτόρων αναλογικά με το πόσο μεγάλη ή

μικρή τιμή έχει

Όλες οι μεταβλητές του συστήματος μπορούν να πάρουν τιμές απο -1 ως 1 και με αυτό τον τρόπο εξετάζεται η συμβολή κάθε παραμέτρου στην συμπεριφορά των πρακτόρων.

19

PoliticalInfluence

MME Influence

Environment Influence

Inexperience Risk Specialization Dynamic Char.

Static Char.

Status Portfolio

Θ Ε Σ Σ Α Λ Ο Ν Ί Κ Η Ι Ο Ύ Λ Ι Ο Σ 2 0 1 3

Πειράμα- 1Political

InfluenceMME

InfluenceEnvironment

InfluenceInexperience Risk Specialization Dynamic

Char.Static Char.

Status Portfolio

1 0.5 -0.5 0.2 0.6 0.2 0.1 -0.1 1

20

-50000-40000-30000-20000-10000

0100002000030000

Status Portfolio

Agent

Agent ID

Port

folio

bal

ance

Σε αυτό το πείραμα εξετάζεται η συμπεριφορά των πρακτόρων όταν η κατάσταση χαρτοφυλακίου καθορίζει σχεδόν αποκλειστικά την Ολική Βαθμολογία και η επιρροή απο την πολιτική την Δυναμική Βαθμολογία

Αριθμός πρακτόρων : 100Αριθμός Εποχών : 50Αριθμός Μετοχών : 20

Θ Ε Σ Σ Α Λ Ο Ν Ί Κ Η Ι Ο Ύ Λ Ι Ο Σ 2 0 1 3

Σύγκριση πρακτόρωνΠαρουσιάζονται τα στοιχεία των πρακτόρων με μεγαλύτερο κέρδος

και μεγαλύτερες απώλειες.

21

Political

Influence

Enviroment

Influence

MMEInfluence

Agent’sInexperie

nce

Agent’sSpecializa

tion

Agent’s

Risk

Agent’sTarget

91% -52% 61% 54% Unemployed

6% 3240

PoliticalInfluenc

e

Enviroment

Influence

MMEInfluence

Agent’sInexperie

nce

Agent’sSpecializatio

n

Agent’s

Risk

Agent’s

Target

21% 25% 54% 65% Private Employee

5% 3945

Τα χαρακτηριστικά του Agent17 με τα μέγιστα κέρδη

Τα χαρακτηριστικά του Agent24 με τις μέγιστες απώλειες

Θ Ε Σ Σ Α Λ Ο Ν Ί Κ Η Ι Ο Ύ Λ Ι Ο Σ 2 0 1 3

Πορεία χαρτοφυλακίου των πρακτόρων

-50000

-40000

-30000

-20000

-10000

0

10000

20000

30000

Agent17-Agent24 Status Portfolio

Agent17Linear (Agent17)Agent24Linear (Agent24)

Epochs

Port

folio

bal

ance

22

Θ Ε Σ Σ Α Λ Ο Ν Ί Κ Η Ι Ο Ύ Λ Ι Ο Σ 2 0 1 3

Διάφορα διαγράμματα πείραμα -1

23

1 10 19 28 37 46

-10000

-5000

0

Agent 3 Status Portfolio

Agent1 10 19 28 37 46

-10000

-5000

0

Agent 14 Status Portfolio

Agent

1 10 19 28 37 460

500010000

Agent 92 Status Portfolio

Agent

Μερικά παραδείγματα πρακτόρων

024

Stock 6 Stocks

0246

Stock 10Stock

0246

Stock 17Stock

Μερικά παραδείγματα μετοχών

Θ Ε Σ Σ Α Λ Ο Ν Ί Κ Η Ι Ο Ύ Λ Ι Ο Σ 2 0 1 3

Πείραμα- 2

-15000-10000-5000

05000

10000 Status Portfolio

Agents

Agent ID

Port

folio

Val

ue

24

Political

Influence

MME Influen

ce

Environment

Influence

Inexperience

Risk Specialization

Dynamic Char.

Static Char.

Status Portfo

lio

0.6 0.5 0.1 0.3 0.3 0.4 0 0.5 0.5Σε αυτό το πείραμα εξετάζεται η συμπεριφορά των πρακτόρων όταν τα Δυναμικά χαρακτηριστικά δεν επηρεάζουν καθόλου την λήψη των αποφάσεων.Οι υπόλοιπες μεταβλητές επηρεάζουν φυσιολογικά τον τρόπο δράσης των πρακτόρων

Αριθμός πρακτόρων : 100Αριθμός Εποχών : 50Αριθμός Μετοχών : 20

Θ Ε Σ Σ Α Λ Ο Ν Ί Κ Η Ι Ο Ύ Λ Ι Ο Σ 2 0 1 3

Μελέτη αποτελεσμάτωνΛόγώ απαλοιφής των Δυναμικών χαρακτηριστικών

επιλέγεται ένας τρόπος δράσης απο την αρχή και ακολουθείται ακόμη και αν ο πράκτορας παρουσιάζει ζημιές κατα την διάρκεια

25

-3500-3000-2500-2000-1500-1000-500

0

Agent84 Status Portfolio

Agent84Linear (Agent84)

Epochs

Port

folio

Val

ue

Θ Ε Σ Σ Α Λ Ο Ν Ί Κ Η Ι Ο Ύ Λ Ι Ο Σ 2 0 1 3

Διάφορα διαγράμματα Πείραμα -2

26

1 9 17 25 33 41 49-5000

5001000

Agent 6 Status Portfolio

Agent

1 9 17 25 33 41 49-50000

500010000

Agent 27 Status Portfolio

Agent1 10 19 28 37 46

-15000-10000-5000

0

Agent 83 Status Portfolio

Agent

1 9 17 25 33 41 4905

1015

Stock 1

Stock

1 8 15 22 29 36 43 5001234

Stock 7

Stock

1 8 15 22 29 36 43 5001234

Stock 19

Stock

Μερικά παραδείγματα μετοχών

Μερικά παραδείγματα πρακτόρων

Θ Ε Σ Σ Α Λ Ο Ν Ί Κ Η Ι Ο Ύ Λ Ι Ο Σ 2 0 1 3

Δημιουργία Διεπαφής χρήστη Στο Interface που αναπτύχθηκε ο χρήστης μπορεί να αρχικοποιεί όλες τις

παραμέτρους του FinanceCity

Σε περίπτωση λάθους εισαγωγής δεδομένων εμφανίζονται κατάλληλα μηνύματα λάθους και η διαδικασία δεν επιτρέπεται να ξεκινήσει

Εφόσον όλες οι τιμές είναι σωστές ο χρήστης μπορεί να ξεκινήσει την διαδικασία και στο τέλος εμφανίζεται αυτόματα ένα CSV αρχείο στο οποίο περιέχονται όλες οι πληροφορίες του παιχνιδιού όπως τα χαρτοφυλάκια των πρακτόρων, τα στοιχεία των πρακτόρων, οι τιμές των μετοχών και άλλα

27

Θ Ε Σ Σ Α Λ Ο Ν Ί Κ Η Ι Ο Ύ Λ Ι Ο Σ 2 0 1 3

FinanceCity Interface

28

Θ Ε Σ Σ Α Λ Ο Ν Ί Κ Η Ι Ο Ύ Λ Ι Ο Σ 2 0 1 3

Τέλος Παρουσίασης - Ερωτήσεις

29

Ευχαριστώ για την προσοχή σας

Ακολουθούν ερωτήσεις σχετικά με το FinanceCity