Modelling crypto markets by multi-agent reinforcement learning
创建于 更新于
摘要
本报告提出了基于多智能体强化学习（MARL）的加密货币市场建模方法，利用Binance 2018-2022年153种加密资产的日收盘价数据进行校准。模型通过自主学习智能体，结合市场价格与资产的基本面估值，动态模拟买卖行为、订单簿撮合机制。结果显示模型能有效复现加密市场的非高斯收益分布、波动率聚集及价格自相关衰减等重要微观结构特征，验证了在多变且高度波动环境下，MARL对捕捉复杂市场行为的适用性和解释力[page::0][page::1][page::19][page::20]。
