hongjin-he/MicroWorld

解決的問題

MicroWorld 解決了傳統量化金融模型（如因子挖掘與時間序列機器學習）的失敗問題，這些模型依賴於一旦被發現與交易就會迅速衰減的歷史模式。它以「世界模型」取代模式識別，透過模擬實際市場參與者——機構、監管機構與零售投資者——來預測「去噪後的均衡價格」，而非短期價格波動。

工作原理

MicroWorld 不分析價格數據殘差，而是將市場建模為在完全連接的代理網絡上進行的多層級、多目標博弈。它使用分層平均場系統來模擬不同類型的參與者（各自擁有獨特的資訊集與約束條件）如何相互作用以達到均衡。該系統識別「行為偏差」（市場價與均衡價之間的差異），並監控「機構平均場」，以在不穩定市場狀態可能演變為市場崩盤時發出預警。

適用對象

專為中長期持有者（個人與機構）設計，適用於週至月級別的操作時間尺度。本模型明確不適用於高頻或盤中交易者，因為模型認為在更短的時間尺度上，行為雜訊佔據主導地位。

主要亮點

• 因果歸因：每個預測都源於特定的代理互動與約束，而非事後統計相關性。
• 資訊不對稱建模：明確建模不同代理類型（如機構與零售）所見與所知之間的差距。
• 去噪價格預測：專注於在去除行為雜訊後資產的均衡價值。
• 制度穩定性檢測：使用李雅普諾夫危機指標，在崩盤發生前預警不穩定的市場制度。