Deviations from the Nash equilibrium and emergence of tacit collusion in a two-player optimal execution game with reinforcement learning
创建于 更新于
摘要
本文基于双代理深度强化学习(Double Deep Q-Learning)研究了在Almgren-Chriss市场冲击框架中，两自治代理在大宗资产最优执行博弈中的策略演化。结果显示，智能体学习策略显著偏离理论纳什均衡，转而趋近于Pareto最优解，表现出隐性默契合谋现象。不同波动率环境下，该行为均存在且具有较强鲁棒性，即便训练与测试波动率不匹配亦然。该发现揭示了强化学习代理间在市场交互中的自然合谋风险，对市场稳定及监管具有重要启示。[page::0][page::1][page::11][page::12][page::15][page::19]
