Agentic Limit Order Books: Phase Transitions and Market Impact
Aggiunta all'archivio di AIChronos il (numero del 25 settembre 2026 ricostruito)· fonte del · Jan Rosenzweig
Lo studio analizza le dinamiche macroscopiche sistemiche emergenti da Limit Order Books (LOBs) popolati esclusivamente da trader autonomi basati sul reinforcement learning. Formalizzando le interazioni degli agenti all'interno di un motore microscopicamente dettagliato per l'abbinamento degli ordini, il lavoro esamina due fenomeni quantitativi fondamentali: i passaggi di fase nell'equilibrio del flusso d'ordine e la dinamica strutturale dell'impatto di mercato. Viene dimostrato che tali LOBs presentano confini di fase distinti che separano processi ordinati di scoperta dei prezzi da stati iper-volatili a cascata, governati da soglie critiche nel numero di agenti e nella profondità osservabile del mercato.
- I Limit Order Books gestiti da agenti autonomi mostrano transizioni di fase che separano la scoperta ordinata dei prezzi da regimi iper-volatili a cascata.
- L'impatto di mercato nei sistemi agentic si discosta dalla dinamica classica della radice quadrata, manifestando invece regimi dissipativi, bilanciati e non-dissipativi.
- Questi comportamenti sono governati da soglie critiche specifiche relative al numero di agenti presenti nel sistema e alla profondità osservabile del libro degli ordini.
- Le dinamiche emergenti derivano dall'interazione tra loop di feedback non lineari e meccanismi di fornitura di liquidità gestiti dagli agenti.
Perché conta. Questa ricerca è rilevante per gli sviluppatori che lavorano con LLM, agent system e AI locale poiché offre un modello teorico fondamentale per comprendere come le interazioni autonome possano generare instabilità sistemiche o transizioni di fase impreviste in ambienti finanziari simulati.
Scheda generata automaticamente da un modello AI locale a partire dalla fonte originale: può contenere imprecisioni.