온라인 마켓 메이킹과 호가창(Order Book) 관찰의 가치

요약

본 연구는 트레이더의 개인적 가치 평가를 학습하며 매수 및 매도 가격을 제시하는 온라인 마켓 메이킹 문제를 다룹니다. 기존의 검열된 피드백 모델과 달리, 거래 미발생 시 수요와 공급 정보를 제공하는 행동 의존적 피드백 모델을 도입하여 학습 가능성의 변화를 분석했습니다. 이를 통해 확률적 및 적대적 설정 모두에서 후회(regret) 상한을 달성하는 알고리즘을 제안하며 호가창 관찰의 가치를 입증했습니다.

핵심 포인트

• 거래 미발생 시 수요와 공급 정보를 제공하는 행동 의존적 피드백 모델 도입
• 확률적 설정에서 매끄러움 가정 없이도 $O(\sqrt{T})$ 후회를 달성하는 제거 기반 알고리즘 제안
• 평균 회귀 가격 프로세스 클래스로의 결과 확장 및 새로운 집중 부등식 확립
• 적대적 설정에서 기대값 기준 $O(T^{2/3})$ 후회를 보장하는 탐색 후 섭동 알고리즘 설계
• 호가창 관찰이 표준 밴딧 피드백 모델보다 후회 보장치를 실질적으로 개선함을 증명