Modeling of investiment strategies in stocks markets:an approach from multi agent based simulation and fuzzy logic

• Alejandro Escobar Garcés ^[1] ; Julián Moreno Cadavid ^[1] ; Sebastián Munera Álvarez ^[1]
  1. [1] Universidad Nacional de Colombia

     Universidad Nacional de Colombia

     Colombia

     
• Localización: DYNA: revista de la Facultad de Minas. Universidad Nacional de Colombia. Sede Medellín, ISSN 0012-7353, Vol. 77, Nº. 163, 2010, págs. 211-221
• Idioma: español
• Títulos paralelos:
  • Modelación de estrategias de inversión en mercados bursátiles: un enfoque desde la simulación basada en sistemas multi agente y la lógica Difusa
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Este artículo presenta un modelo de simulación de un sistema complejo, en este caso un mercado financiero, usando el enfoque de la Simulación Basada en Sistemas Multi-Agente. Este modelo toma en cuenta aspectos a nivel micro como el mecanismo de Subasta de Doble Punta Continua, el cual es ampliamente utilizado en mercados bursátiles, así como el razonamiento de los agentes inversores quienes participan en ellos en búsqueda de ganancias. Para el modelamiento de este razonamiento se consideraron muchas variables, incluyendo información general de las acciones como rentabilidad y volatilidad, pero también aspectos propios de los agentes como su propensión al riesgo. Todas estas variables son incorporadas mediante el enfoque de Lógica Difusa para así intentar representar de cierta manera el tipo de razonamiento que tienen los inversores inexpertos, incluyendo un componente estocástico para modelar factores humanos

  • English

    This paper presents a simulation model of a complex system, in this case a financial market, using a MultiAgent Based Simulation approach. Such model takes into account microlevel aspects like the Continuous Double Auction mechanism, which is widely used within stock markets, as well as investor agents reasoning who participate looking for profits. To model such reasoning several variables were considered including general stocks information like profitability and volatility, but also some agent’s aspects like their risk tendency. All these variables are incorporated throughout a fuzzy logic approach trying to represent in a faithful manner the kind of reasoning that nonexpert investors have, including a stochastic componentin order to model human factors