Resumen

Este artículo examina el efecto de sub/sobre reacción impulsado por la creencia de sentimiento en un mercado artificial de órdenes límite cuando los agentes son aversos al riesgo y llegan al mercado con diferentes horizontes temporales. Empleamos modelado basado en agentes para construir un mercado bursátil artificial con libro de órdenes y modelar un tipo de creencia de sentimiento que muestra sub/sobre reacción siguiendo un esquema de aprendizaje bayesiano con un cambio de régimen de Markov entre sesgo conservador y sesgo representativo. Las simulaciones muestran que, en comparación con la creencia de ruido clásica sin aprendizaje, la creencia de sentimiento da lugar a una previsibilidad de rendimientos intradía a corto plazo. En particular, las estrategias de trading de sub/sobre reacción son rentables bajo creencias de sentimiento, pero no bajo creencia de ruido. Además, encontramos que la creencia de sentimiento conduce a una volatilidad significativamente más baja, un spread de oferta y demanda más bajo y

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Creencia de sentimiento; Efecto de sobre/sub reacción; Modelado basado en agentes; Mercado bursátil artificial; Esquema de aprendizaje bayesiano; Previsibilidad de retornos intradía
• Keywords:Sentiment belief; Over/underreaction effect; Agent-based modeling; Artificial stock market; Bayesian learning scheme; Intraday return predictability