💰 quantitative finance

The Invisible Handshake: Persistent Overpricing by Adaptive Market Agents

Dieser Artikel zeigt, wie dezentrales Lernen durch adaptive Marktakteure in einem wiederholten Spiel zu anhaltender Überbewertung führen kann, die durch einen kollaborativen Anreiz getrieben wird, positive aggregierte Bestände auszunutzen, der die Wettbewerbsdrucke überwiegt, selbst bei kurzsichtigen oder weitsichtigen Zielsetzungen.

Ursprüngliche Autoren: Luigi Foscari, Emanuele Guidotti, Nicolò Cesa-Bianchi, Tatjana Chavdarova, Alfio Ferrara

Veröffentlicht 2026-05-12

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Luigi Foscari, Emanuele Guidotti, Nicolò Cesa-Bianchi, Tatjana Chavdarova, Alfio Ferrara

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Die große Idee: Eine stumme Vereinbarung zur Inflationierung von Preisen

Stellen Sie sich einen geschäftigen Marktplatz vor, auf dem zwei Hauptfiguren täglich interagieren:

Der Ladenbesitzer (Market Maker): Er kontrolliert die Regale und entscheidet, wie „schwierig" es ist, Waren zu kaufen oder zu verkaufen. Er setzt die Regeln für die Liquidität.
Der Käufer (Market Taker): Er entscheidet, wie viele Waren er kaufen oder verkaufen möchte, basierend auf dem, was er sieht.

Normalerweise betrachten wir diese beiden als Rivalen. Der Käufer möchte den niedrigsten Preis; der Verkäufer den höchsten. Doch dieses Papier argumentiert, dass, wenn beide Lernalgorithmen (KI-Agenten) sind, die versuchen, ihre eigenen Portfolios zu bereichern, sie versehentlich in eine geheime, stumme Vereinbarung stolpern könnten, die Preise künstlich hoch zu halten.

Sie sprechen nicht miteinander. Sie unterschreiben keinen Vertrag. Sie lernen einfach immer wieder, dass das Hochhalten der Preise auf lange Sicht beide reicher macht.

Das Setup: Ein Spiel aus Lagerbestand und Bargeld

Die Autoren richten eine Simulation (ein Spiel) ein, um dies zu testen.

Das Ziel: Beide Agenten wollen ihren „Reichtum" maximieren, eine Mischung aus Bargeld, das sie halten, und Lagerbestand (die Waren), die sie besitzen, bewertet zum aktuellen Marktpreis.
Der Twist: Die Gesamtmenge an Waren (Lagerbestand) im System ist festgelegt und positiv. Es gibt ein Nettoangebot an Gütern.
Der Mechanismus: Jedes Mal, wenn ein Handel stattfindet, bewegt er den Preis leicht (dies wird als „Preiswirkung" bezeichnet). Der Käufer kann wählen, ob er kauft oder verkauft, und der Ladenbesitzer kann wählen, wie empfindlich der Preis auf diese Geschäfte reagiert.

Der „Unsichtbare Händedruck": Wie sie absprechen, ohne zu sprechen

Das Papier entdeckt einen faszinierenden strukturellen Fehler im Verhalten dieser lernenden Agenten. Hier ist die Analogie:

Stellen Sie sich vor, der Ladenbesitzer und der Käufer halten beide einen schweren Ballon mit Helium (ihren Lagerbestand).

Szenario A (Niedrige Preise): Wenn der Ballon tief am Boden ist, spielt es keine große Rolle.
Szenario B (Hohe Preise): Wenn der Ballon höher schwebt, steigt der Wert des Heliums darin.

Da beide Agenten eine positive Menge dieses „Heliums" (Lagerbestand) halten, profitieren beide, wenn der Preis steigt. Obwohl sie technisch gesehen konkurrieren, schafft ihr gemeinsames Ziel, den Wert ihres Lagerbestands zu maximieren, einen kooperativen Anreiz.

Das Papier nennt dies die „Kooperative Komponente".

Wenn der Käufer kauft, steigt der Preis.
Wenn der Käufer verkauft, sinkt der Preis.
Aber wenn der Käufer lernt, dass Kaufen (selbst zu einem etwas höheren Preis) den Preis nach oben treibt, und der Verkäufer lernt, dass es schwieriger zu verkaufen (durch Erhöhung der Illiquidität) den Preis hoch hält, erkennen beide: „Hey, wenn wir den Preis hoch halten, wächst unser kombinierter Reichtum schneller."

Sie lernen, unsichtbar „die Hand zu reichen":

Der Käufer hört auf, aggressiv zu verkaufen (was den Preis crashen würde).
Der Käufer beginnt, mehr zu kaufen (was den Preis nach oben treibt).
Der Ladenbesitzer macht den Markt „dicker" (weniger liquide), um sicherzustellen, dass die Preise nicht leicht fallen.

Das Ergebnis? Anhaltende Überbewertung. Der Preis driftet immer höher, weit über den „wahren" Wert der Waren (den fundamentalen Wert) hinaus, einfach weil die KI-Agenten gelernt haben, dass diese Strategie sie beide reicher macht.

Die Unterscheidung zwischen „Nullsummen-" und „Positivsummen-Spielen"**

Das Papier trifft eine entscheidende Unterscheidung darüber, was gehandelt wird:

Nullsummen-Märkte (wie Vorhersagemärkte): Wenn für jeden Käufer jemand anders genau die gleiche Menge verkauft (Netto-Lagerbestand ist null), gibt es kein „Helium" zum Aufblähen. In diesem Fall bleiben die Agenten heftige Konkurrenten, und die Preise bleiben fair.
Positivsummen-Märkte (wie Aktien oder Rohstoffe): Wenn es eine Netto-Menge an Gütern gibt, die von allen gehalten wird (positiver Lagerbestand), existiert das „Helium". Hier findet der „Unsichtbare Händedruck" statt. Die Agenten erkennen, dass das Aufblähen des Preises ein Gewinn für beide Portfolios ist.

Die „Kurzsichtigen" versus die „Weitblickenden" Agenten

Die Autoren testeten zwei Arten von KI-Gehirnen:

Kurzsichtig: Agenten, die sich nur darum kümmern, jetzt Geld zu verdienen.
Weitblickend: Agenten, die sich darum kümmern, über ein Leben lang Geld zu verdienen.

Die Überraschung: Es spielt keine Rolle, welche Art von Gehirn Sie verwenden. Sowohl kurzsichtige als auch weitsichtige Agenten lernen schließlich, den Preis zu inflationsieren. Der strukturelle Anreiz ist so stark, dass selbst gierige, kurzfristige Denker schließlich erkennen, dass das Hochhalten des Preises der beste Zug ist.

Der Teil „Lernen": Wie sie diesen Trick finden

Das Papier zeigt, dass dies keine Magie ist, sondern Mathematik. Die Agenten verwenden eine Lernmethode namens Projizierter Stochastischer Gradientenanstieg.

Stellen Sie sich dies als einen Wanderer vor, der versucht, den Gipfel eines Berges (maximaler Gewinn) zu finden.
Der „Berg" hat einen Gipfel, an dem die Preise hoch und der Lagerbestand positiv ist.
Der Wanderer macht kleine, laute Schritte. Manchmal treten sie abwärts, aber im Durchschnitt steigen sie aufwärts.
Das Papier beweist mathematisch, dass die Agenten, wenn sie weiter lernen, unvermeidlich den „Überbewertungs-Gipfel" in endlicher Zeit finden werden. Sie müssen nicht angewiesen werden, dies zu tun; die Landschaft des Spiels zwingt sie dorthin.

Zusammenfassung des „Unsichtbaren Händedrucks"

Die Spieler: Ein Market Maker (kontrolliert die Liquidität) und ein Market Taker (kontrolliert das Handelsvolumen).
Die Bedingung: Beide halten eine positive Menge an Lagerbestand (Netto-Angebot > 0).
Der Anreiz: Höhere Preise erhöhen den Wert des Lagerbestands jedes Einzelnen.
Das Ergebnis: Durch dezentrales Lernen koordinieren sie sich versehentlich, um die Preise künstlich hoch zu halten, was eine Blase erzeugt, die auch ohne externe Nachrichten oder fundamentale Änderungen bestehen bleibt.
Die Warnung: Dies deutet darauf hin, dass wir in realen Finanzmärkten, auf denen KI-Agenten Vermögenswerte mit positivem Netto-Angebot handeln, anhaltende Preisverzerrungen sehen könnten, nicht wegen menschlicher Manipulation, sondern weil die KI-Agenten einfach „zu gut" darin sind zu lernen, wie sie ihren eigenen Reichtum maximieren können, was die Genauigkeit des Marktes schädigt.

Kurz gesagt: Wenn KI-Agenten Lagerbestand halten, haben sie einen verborgenen Grund, sich darauf zu einigen, dass „höhere Preise für alle besser sind", was zu einer stillen, sich selbst verstärkenden Inflation von Vermögenspreisen führt.

Technisches Fazit: Die unsichtbare Handschlag

Problemstellung
Die Arbeit untersucht, ob dezentralisiertes Lernen durch adaptive Marktakteure endogen persistente Preisverzerrungen, insbesondere Überbewertungen, ohne explizite Kommunikation oder Koordination erzeugen können. Während von Märkten allgemein erwartet wird, dass sie präzise Signale für die Ressourcenallokation liefern, hinterfragen die Autoren, ob KI-gesteuerte Agenten, die darauf ausgelegt sind, den Portfolio-Wert zu maximieren, kollektiv lernen könnten, Preise über ihren fundamentalen Werten zu halten. Die Studie konzentriert sich auf ein wiederholtes stochastisches Spiel zwischen zwei repräsentativen Agenten: einem Market Maker (der Liquidität/Preisimpact kontrolliert) und einem Market Taker (der Handelsmengen wählt). Die Agenten operieren unter Einschränkungen, die Short-Positionen und gehebelte Positionen verbieten und nicht-negative Cash- und Lagerbestände vorschreiben.

Methodik
Die Autoren modellieren den Markt als ein Zwei-Spieler-General-Sum-Markov-Spiel, bei dem sich Preise durch exogene fundamentale Schocks und endogenen Preisimpact entwickeln.

Preisdynamik: Der Marktpreis $P_{t+1}$ ist definiert als $(P_t + \delta_t)\epsilon_{t+1}$ , wobei $\delta_t$ der Preisimpact des Handels $Q_t$ ist und $\epsilon_{t+1}$ ein i.i.d. exogener Schock mit dem Mittelwert 1 darstellt. Der Preisimpact folgt einer Quadratwurzel-Spezifikation ( $\delta_t \propto \sqrt{|Q_t|}$ ), einem standardmäßigen empirischen Befund.
Agentenziele: Beide Agenten maximieren die erwartete Zunahme ihres Mark-to-Market-Vermögens ( $W_t = \text{Cash} + P_t \times \text{Inventory}$ ). Die Studie analysiert sowohl myopische Ziele (Maximierung der Vermögenszunahme in einem Schritt) als auch weitsichtige Ziele (Maximierung des durchschnittlichen logarithmischen Vermögens über einen unendlichen Horizont).
Strategie-Parametrisierung: Um das Lernproblem handhabbar zu machen, führen die Autoren eine niedrigdimensionale Parametrisierung der Strategien ein. Dies trennt exogene Schocks vom endogenen Preisimpact und gewährleistet die Machbarkeit (Einhaltung der Cash- und Lagerbestandsbeschränkungen), indem Handelsmengen als Bruchteile endogener Kapazitätsgrenzen definiert werden.
Spieldekomposition: Ein zentraler analytischer Schritt besteht darin, die Nutzenfunktionen der Agenten in zwei Komponenten zu zerlegen:
1. Eine kompetitive Komponente (Nullsummenspiel), die einen Null-Preisimpact begünstigt.
2. Eine kollaborative Komponente (Potentialspiel), bei der höhere Preise den aggregierten Portfolio-Wert beider Agenten erhöhen, sofern der aggregierte Lagerbestand positiv ist.
Lern-Dynamik: Die Arbeit analysiert, ob einfache stochastische Lern-Dynamiken, insbesondere Projected Stochastic Gradient Ascent (PSGA), in Regionen der Überbewertung konvergieren. Es wird eine „stochastische Fortschrittsbedingung" etabliert, um die Konvergenz in endlicher Zeit in einen Bereich persistenter Überbewertung zu beweisen.

Hauptbeiträge

Charakterisierung machbarer Überbewertungen: Die Autoren definieren und charakterisieren die Menge der Strategieprofile, die sowohl machbar (unter Einhaltung der Cash-/Lagerbestandsbeschränkungen) als auch persistent überbewertend sind. Sie leiten eine notwendige und hinreichende Bedingung basierend auf einem „Überbewertungs-Stärke-Koeffizienten" ( $\mu_\pi$ ) ab und zeigen, dass Überbewertung auftritt, wenn $\mu_\pi > 0$ gilt.
Strategische Dekomposition und Anreize: Die Arbeit zeigt, dass die Lernanreize eine strukturelle kollaborative Komponente enthalten. Wenn der aggregierte Lagerbestand positiv ist, erhöhen höhere Preise gemeinsam das Vermögen sowohl des Makers als auch des Takers. Dies schafft eine Anreizausrichtung, bei der dezentralisiertes Lernen natürlicherweise in Richtung der Überbewertungsregion driftet, obwohl die Agenten nicht explizit kolludieren.
Konvergenz in endlicher Zeit: Die Autoren beweisen, dass für adaptive Updates, die eine stochastische Fortschrittsbedingung erfüllen (für PSGA verifiziert), die Lern-Dynamiken mit hoher Wahrscheinlichkeit in endlicher Zeit die Überbewertungsregion erreichen.
Äquivalenz von Myopie und Weitsicht: Die Studie zeigt, dass der Anreiz zur Überbewertung nicht rein myopisch ist. Agenten, die auf Vermögensmaximierung über einen unendlichen Horizont optimieren, stehen denselben strukturellen Anreizen gegenüber wie gierige, myopische Agenten und konvergieren in denselben Bereich der Überbewertung im Parameterraum.

Ergebnisse

Persistente Überbewertung: In Märkten mit positivem Nettoangebot (aggregierter Lagerbestand $I > 0$ ) führt dezentralisiertes Lernen zu persistenter Überbewertung ( $P_t \to \infty$ relativ zu Fundamentaldaten), wenn die Strategieparameter $\mu_\pi > 0$ erfüllen. In diesem Regime konvergieren gehandelte Mengen gegen Null, aber der ausgetauschte Cash bleibt stabil und treibt die Preisdivergenz voran.
Kontrast bei Null-Netto-Angebot: In Märkten, in denen der aggregierte Lagerbestand null ist (z. B. Prognosemärkte), entfällt die kollaborative Komponente. Das Spiel kollabiert zu einem rein kompetitiven Nullsummenspiel, bei dem das eindeutige Gleichgewicht einen Null-Preisimpact und keine Fehlbewertung beinhaltet.
Lern-Trajektorien: Numerische Simulationen bestätigen, dass Agenten, die von verschiedenen machbaren Konfigurationen starten, unter PSGA in die Überbewertungsregion konvergieren. Die Simulationen zeigen, dass Überbewertungsstrategien zu verschwindenden Handelsvolumina, aber anhaltendem Preiswachstum führen, während Unterbewertungsstrategien zu verschwindenden Cashflows und einer Preis-Konvergenz gegen Null führen.

Bedeutung und Behauptungen
Die Arbeit behauptet, eine „Proof-of-Concept-Instabilität" zu liefern, die demonstriert, dass dezentralisiertes Lernen in Finanzmärkten mit positivem Nettoangebot zu persistenten Preisverzerrungen führen kann. Die Bedeutung liegt in der Isolierung einer strukturellen Anreizausrichtung – der „unsichtbaren Handschlag" –, bei der das Ziel der Maximierung des individuellen Portfolio-Werts unbeabsichtigt eine kollaborative Dynamik schafft, die Überbewertungen aufrechterhält.

Die Autoren stellen ausdrücklich klar, dass das Modell nicht darauf abzielt vorherzusagen, dass reale Welt-Preise unbegrenzt und dauerhaft nach oben driften werden. Vielmehr isoliert es einen spezifischen Mechanismus, bei dem adaptive Agenten in Abwesenheit gegengewichtender Kräfte (die abstrahiert wurden) in Strategiebereiche konvergieren können, die einen nach oben gerichteten Preisdruck aufrechterhalten. Die Ergebnisse legen nahe, dass das Risiko algorithmischer Kollusion und Preisverzerrung inhärent zur Struktur des Lernens in Märkten mit positivem Nettoangebot ist und sich von expliziter Koordination oder einer Diskrepanz zwischen Ein-Schritt-Spielen und wiederholten Spielen unterscheidet.