Мультиагентная имитационная модель активной рыночной системы

• обмен инициализируется агентами, которые транслируют сообщения, показывающие их интерес в торговле;

• торговля совершается через двусторонние сделки между парами агентов;

• агенты используют информацию от предыдущих попыток своей локальной торговли для вычисления их поисковых стратегий.

Представим себе популяцию взаимодействующих агентов, которые одновременно являются и потребителями и производителями, работающими на самоорганизующейся фирме и обладающие финансовыми активами на искусственном рынке ценных бумаг.

В модели искусственного рынка популяция агентов постоянно размещает и переразмещает свои ресурсы во времени среди безрисковых активов.

Агенты в такой модели рассматриваются как адаптивные, не рациональные, и агент не имеет возможности вычислить равновесную цену, базируясь на гипотезе рациональных ожиданий (rational expectations equilibrium — REE).

монстрировать поведение, лишь приблизительно соответствующее данной гипотезе. Поведение ориентированных наагентный подход моделей финансового рынка является результатом совместной эволюции трейдингавых стратегий агентов, с цепами, характеризуемыми многими базирующимися на эмпирических положениях, таких как «толстые хвосты» функций распределения доходов', кластерная волатильность, долговременная корреляция абсолютных значений и так далее, а также корреляция — объем — волатильность.

Потребительская часть модели заключается в следующем: агенты обучаются регулированию отношения накоплений к потреблению, имитируя их взаимодействие (peers).

Мультиагентная имитационная модель активной рыночной системы позволяет путем воспроизведения динамического взаимодействия интеллектуальных агентов выявить оптимальные стратегии их поведения в разрешении конфликтных ситуаций и стабилизации рынка. Характерным примером является конфликтная рыночная ситуация с конкурирующими фирмами — производителями товаров в условиях противодействия. В этом случае моделирование поведения каждого активного элемента связано с выбором стратегии ценообразования с учетом параметров состояния и стратегий других конкурентов, отражающих общий уровень спроса и предложений, среднюю цену предложений, общий объем продаж и товарооборот, объем индивидуальных поставок, себестоимость, исходную и текущую цену продукта, долю рынка, прибыль от единицы продукции, персональные характеристики агента, неценовые факторы (вид и качество товара, условия доставки и хранения, срок годности и др.), факторы предпочтения и т.п.

Агентно-ориентированная имитационная модель реализована в универсальной имитационной системе Simplex3, предоставляющей среду экспериментирования с обработкой результа1 Функиии распределения, вероятности появления в которых для больших значений случайной переменной существенно превышают вероятности нормального распределения, называются функциями распределения, имеющими толстые хвосты.

13-1+47

тов имитации и компонентно-ориентированный язык описания моделей — Model Description Language (Simplex-MDL).

Модель системы составляется из базисных MDL-компонентов, описывающих состояние и динамику поведения элементов системы, организационных компонентов, задающих структуру взаимосвязей между базисными компонентами, и мобильных компонентов — для описания сообщений, размещаемых в нако-пительных массивах и образующих очереди на обслуживание.

Продавцы и покупатели представлены в виде массивов базисных компонентов, соответственно, классов Seller и Buyer. Диалог между компонентами осуществляется через мобильный компонент Dialog, содержащий сообщения переговорного процесса, и базисный компонент Connect, направляющий сообщения Dialog конкретному получателю (продавцу или покупателю). Базисные компоненты объединяются Б мультиагентную модель компонентом верхнего уровня Market в следующем MDLописании:

При описании связей между компонентами в разделе COMPONENT CONNECTIONS в левой части указывается базисный компонент и экспортируемая переменная, а в правой — базисный компонент с сенсорной импортируемой переменной.

Так, все элементы компонента Buyer передают из накопительного массива Buy сообщения в соответствующий массив Buys базисного компонента Connect: Buyer.Buy ~> Connect. Buys, а компонент Seller из своего накопительного массива Sell передают мобильные компоненты соответствующему массиву Sells компонента Connect: Seller.Sell —> Connect.Sells и обратно.

Наряду с этим базисный компонент Seller передает значение цены Р, объем предложений UH значения факторов предложения ARRAY ZB базисный компонент Buyer. События маркетингового периода составляют фазу транзакции с выбором покупателями продавца и совершением покупки и фазу ценообразования с подведением итогов предыдущего периода и определением цены на следующий период. Мультиагентная модель конфликтной ситуации представляет воспроизведение переходного процесса движения к согласию и разрешению конфликта путем имитации тактического взаимодействия его участников в заданной среде.

Алгоритм переговорного процесса в трапзактивной фазе включает цикл перебора конфликтующих элементов/ = I,..., т с выбором переговорного партнера по критерию выбора или предпочтения и разыгрыванием согласия или отказа у-го агента, с одной стороны, от предложений (-го агента (' = 1,..., я, с другой, конфликтующей стороны.

При взаимных уступках в переговорном процессе стороны все более склоняются к согласию, так что на каждом следующем шаге переговоров вероятность согласия увеличивается на определенную величину. При достижении согласия на том или ином этапе следует разрешение конфликта.

Сравнивая значения функции отклика в различных точках факторного пространства, например в цене и предложении, агент оценивает предпочтительное направление желательного смещения рабочей точки к оптимуму. В общем случае многомерное факторное пространство наряду с ценой и объемом предложений может включать все множество характеристик конкурентов и среды как, например, текущая доля рынка, объем продаж, доставка, реклама, качество и т.д. Стратегия каждого продавца сводится к решению на очередном шаге задачи оптимизации с выбором вектора изменения состояния в направлении экстремума целевой функции прибыли или доли рынка. При этом успех одного продавца — олигополиста и улучшение его целевой функции ведет к неудаче конкурента и его соответствующей реакции па следующем шаге. Таким образом, стратегии конкурирующих агентов строятся с учетом состояния друг друга и в результате многошаговой имитации их поведения приводят к воспроизведению некоторого стабилизированного состоянию рынка.

Модель рынка в системе MAGNET. Одна из моделей рынка представлена в системе MAGNET, представляющей собой распределенную иерархическую систему, которая контролирует безопасность соблюдения договоров, характеристики агентов и протоколирует их взаимодействие. Общение агентов описывается при помощи онтологии1. В системе хранятся исторические данные, которые могут быть использованы агентами при оценке рисков. Различные сегменты рынков могут иметь специализированные онтологии. В архитектуре MAGNET активности переговоров инкапсулируются в торговые сессии. Торговые сессии — это сообщение, при помощи которого рыночные услуги динамически распределяются между агентами — участниками рынка. Эти сообщения служат как для инкапсуляции транзак

1 Онтология — система понятий и смысловых связей, характерная для предметной области, в которой функционирует агент, и представленная на языке, доступном для программной обработки.

ций на рынке, так и для отслеживания состояния транзакций.

Поток протоколов MAGNET состоит из контрактной и исполнительской фаз. Контрактная фаза — трехшаговый процесс, состоящий из заявки на поставку, цикла торгов и цикла расчетов. В системе избегают переговоров с неопределенным сроком посредством прерываний и штрафов за несвоевременное завершение переговоров. Фаза исполнения может включать переговоры о графике выполнения работ, отказов от работ и о перераспределении ресурсов, связанных с выполнением работ.

Типичные фазы переговоров приведены на рис. 8.1. Как видно из рисунка, контрактор ведет мониторинг и корректировку планов посредством перепланирования и возобновления переговоров, когда события отклоняются от ожидаемого им хода.

Чтобы облегчить процесс переговоров и обеспечить единообразное представление объектов и концептов у агентов, MAGNET имеет предназначенную для соответствующих целей онтологию рынка:

• дескриптивную, обеспечивающую описание завершившегося;

• прескриптивную, описывающую способы, какими процесс может быть завершен;

• семантическую, обеспечивающую семантическую модель, которая описывает объекты и активности;

• коммуникативную, обеспечивающую интероперабельность.

Система описаний контрактов включает несколько классов

элементов:

• атомы — основные элементы торговли в системе. Атом может представлять физический объект, единицу ресурса или работу, подлежащую выполнению. Онтология рынка содержит фиксированный набор атомов, которые определяют тему переговоров в конкретном рынке. Действия представляют все возможные в системе активности;

• планировщик составляет план как комбинацию операций, выполняемых агентом, и операций других агентов согласно онтологии рынка. Большое количество агентов в среде рынка моE

t

гут выполнять операции параллельно.

• менеджер заявок ответствен за предоставление ресурсов, приписываемых каждой задаче плана, а также составление расписания, которое минимизирует стоимость исполнения плана. Менеджер заявок должен создавать и публиковать заявки, которые содержат набор задач, входящих в план и упорядоченных во времени.

Процессом торгов управляет агент-контрактор.

Для каждой задачи менеджер заявдк должен определить крайние сроки, наборы задач, которые должны быть выполнены в эти сроки, и штрафные санкции. Менеджер заявок должен получать, оценивать и аккумулировать заявки, для каждой заявки указать возможность исполнения ее целиком или частично, определить начало, окончание и длительность каждой задачи в заявке. После составления графика реализации заявки менеджер посылает сообщения о принятых к исполнению заявок или их частей, этим завершается процесс переговоров;

• супервайзер-контрактор ответствен за выполнение плана и принятие решений в случае непредвиденных ситуаций. Он реагирует на все случаи нарушений хода работ в соответствии с контрактами, включая временные задержки, и имеет возможность перепланирования или перезаключения договоров.