检测和预测多代理自动交易中的经济体制-研究论文

我们展示了自主代理如何使用可观察到的市场条件来表征市场的微观经济状况并预测未来的市场趋势。 代理可以使用此信息来制定战术决策（例如定价）和战略决策（例如产品组合和生产计划）。 我们开发了使用高斯混合模型从历史数据中学习主导市场状况的方法，例如供应过剩或稀缺，以构建价格密度函数。 我们讨论了如何将该模型与实时可观察信息相结合，以识别当前的主导市场状况并预测规划范围内的市场变化。 我们通过马尔可夫校正预测过程和指数平滑器预测市场变化。 实证分析表明，指数平滑器对当前和第二天产生更准确的预测（支持战术决策），而马尔可夫校正预测过程更适合长期预测（支持战略决策）。 我们的方法比传统的基于回归的方法提供了更大的灵活性，因为它不假设因变量和自变量之间存在固定的函数关系。 我们通过在案例研究中展示实验结果来验证我们的方法，即供应链管理的贸易代理竞争。