撰文:jackygu
在加密货币市场中,交易者们如同在一片暗黑森林中奋力求生。每天都充斥着弱肉强食、适者生存的残酷竞争,而合作与信任似乎成为了奢望。然而,当我们深入研究进化博弈理论 (Evolutionary Game Theory – EGT) 时,我们将会发现其中隐藏着关于交易者行为的深刻洞见。
进化博弈理论,这一结合了进化生物学和博弈论的强大工具,提供了独特的视角来解析加密货币市场中的交易者行为。它揭示了个体间的相互作用、策略选择以及演化过程中的动态变化。就像生物界中的物种通过合作和竞争来适应环境一样,加密货币市场中的交易者也在追逐着最优策略,以在激烈的竞争中生存和蓬勃发展。
通过理解进化博弈理论,我们能够回答一系列引人深思的问题:为什么有些交易者始终坚持合作,而另一些则频繁背叛?在没有可靠监管机构的情况下,为何一些交易者能够建立起信任关系,而另一些则陷入了恶性循环?我们能否通过改变策略、引入新的机制来改善加密货币市场的交易者行为,从而实现更公平、稳定的市场环境?
在本文中,我们将深入探讨进化博弈理论在加密货币市场中的应用。通过研究进化稳定策略 (Evolutionary Stable Strategy – ESS)、重复博弈和群体选择等概念,我们将揭示加密货币交易者行为背后的动力学机制,并提出一些可能的解决方案和改进措施。
也许,文中的有些现象或结论可以拍拍脑瓜就能想到,但是从数学角度去证明,则更有说服力,也更具系统性。让我们一同踏上这个引人入胜的探索之旅,探寻加密货币市场中交易者行为的奥秘,并为未来的市场发展提供有益的启示。
一、残酷的事实
关于进化论与博弈论结合这个话题,有两本书必须要提,一本是由英国进化生物学家理查德·道金斯(Richard Dawkins)于 1976 年出版的《自私的基因 (The Selfish Gene)》,一本是由美国政治学和博弈论教授罗伯特·阿克塞尔罗德(Robert Axelrod)于 1984 年出版的《合作的进化 (The Evolution of Cooperation)》。
在《自私的基因》一书中,道金斯从生物学角度提出:
个体的行为和特征是为了增加自身基因在下一代中的传播机会,通过在群体中的复制和传递来实现自身的利益最大化。
这里有个小插曲:如果你听说过 meme 币,那一定要感谢道金斯,因为 meme 这个词就是他在这本书里创造出的。
罗伯特·阿克塞尔罗德在《合作的进化》一书中,以博弈论和进化生物学为基础,探讨了合作行为在社会中的进化和维持的机制,他通过计算机模拟和数学分析,提出了进化博弈理论 (Evolutionary Game Theory – EGT) 以及进化稳定策略(Evolutional Stable Strategy – ESS)。他认为:
重复性博弈促成了人与人之间的信任与合作,不要让对手看到尽头,才能走出囚徒困境。在重复性博弈中,「以牙还牙」可以成为一种稳定的策略,而永远背叛策略也可以成为次优选择,在一些情况下,背叛与合作可以转化。
这本书对于博弈论、进化生物学、政治学、社会科学、人类行为学以及当今世界关系等多个领域产生了广泛的影响。
《自私的基因》的作者道金斯不仅参与了阿克塞尔罗德的计算机模拟实验 ,更为《合作的进化》一书做序,他认为: 进化博弈理论有可能是自达尔文以来进化论理论上最重要的发展之一,因为它真正地将基因的自利逻辑贯彻到底:生物是基因的载体,基因所编码的生存策略只要保证更好地复制和传播自己就行,种群的整体利益根本不在基因的考虑范围之内。道金斯高度评价该书,并称此书「值得取代圣经」(见道金斯为《合作的进化》一书写的序言)。
这两本书解释了一些社会残酷事实背后的博弈论逻辑,比如:
- 为什么那些与人诚信合作的「老好人」总是会被欺骗并成为倒霉蛋?
- 为什么「以牙还牙」的策略是重复博弈的最佳策略?
- 为什么在从未合作过的陌生人之间,很难建立起互信,无法判断某个宣称要和你一起改变大环境的人是真想和你合作,还是只想通过单方背叛拿到更高的收益而哄骗你?
- 为什么在一个以背叛为主的暗黑森林中,靠个人的觉醒无法改变现状,个人的反抗或试图改变等于自取灭亡?
- 为什么很多松散且相互不信任的群体,最终能靠少数觉醒的人报团,组织并引导大家共同改变?
- 为什么一个人与人之间互不信任、一盘散沙的群体,会成为诈骗者最喜欢的「韭菜园」?
二、有趣的证明
与经典的博弈论仅适用于单次博弈相比,进化博弈理论用于重复博弈,该理论认为:通过未知结束的重复博弈,「自私」的参与者之间会产生合作。
这是金融市场的暗黑森林与《三体》中的暗黑森林本质的区别:在《三体》的暗黑森林中,一旦暴露,就是被高等文明消灭,没有第二次机会。
但大多数金融市场的参与者干的不是「一锤子」买卖,他们之间一般会产生不定次数的交易(尽管这些交易有些是知晓交易对手是谁,有些并不知晓),这构成了使用进化博弈理论和进化稳定策略来研究该市场内群体行为的可行性。当然,如果你想孤注一掷,生死由命的话,在这暗黑森林里干「一锤子」买卖,大概率是被欺骗。
另外,金融市场是一个群体非合作博弈,所有人都为了自身利益参与博弈,而不会为他人考虑,更不会为群体利益或行业利益考虑。几乎不存在基于信任的共同行动(当然也不允许这种协作)。这也是进化博弈理论的研究领域,即:自私的个体之间如何合作。
加密货币市场是金融市场的一种形式,所以,进化博弈理论是研究加密货币市场中参与者博弈行为的一个好工具。
1、一个模拟游戏
如果要从理论和数学角度解释清楚进化博弈理论,显然不是本文要做的,好在笔者找到了一个非常有意思的网页版进化博弈模拟游戏,这个游戏按《合作的进化》书中的逻辑编写。通过这个游戏,可以很快理解进化博弈理论的核心内容,并通过计算机模拟寻找让「暗黑森林」的加密货币市场变得更好的可能方案。
github: https://github.com/dccxi/trust-zh-CN
Youtube 上有个中文版使用教程,见:https://youtu.be/rkYzGO1UA5w ,这里不再赘述。
2、参与者与策略
这里我们把不同策略的参与者列在下面:
- 复读机:第一次会合作,之后会按对方的行为做,即如果对方是欺骗,则他就欺骗,如果对方合作,他就合作。
- 复读鸭:与复读机类似,但是只会在对方连着两次欺骗他的情况下,才会欺骗对方。
- 千年老油条:永远不会合作,永远欺骗。
- 万年小粉红:永远不会欺骗,永远合作。
- 黑帮老铁:第一次会合作,之后只要对方一直合作,他就合作;直到被对方欺骗一次,就永远不会再合作。
- 福尔摩星儿:一开始按合作 – 欺骗 – 合作 – 合作顺序出牌,如果被对方欺骗一次,就会跟复读机一样;如果对方一直合作,他就一直像千年老油条一样欺骗对方。
- 一根筋:第一次会合作,之后对方是合作,他就按上一轮一样的选择;如果对方欺骗,他就按上一轮相反的选择。
- 胡乱来:完全随性,没有规律和策略。
在游戏中,我们分别用不同头像表示:
好了,现在进入主题,即这个模型如何用在加密货币市场?
3、构建进化博弈模型
加密货币市场的博弈模型类似于猎鹿博弈,一种经典博弈模型,也被称为合作博弈。它由法国思想家哲学家让 – 雅克·卢梭在 18 世纪发表的著作《论人类不平等的起源》中提出,用来描述人们在合作和背叛之间做出决策的情境。
在猎鹿博弈中,假设有两名猎人同时面临一个选择:追逐猎鹿(合作)或追逐兔子(背叛)。如果两名猎人都选择追逐猎鹿,他们将能够成功捕获大猎物,得到较高的收益。然而,如果一名猎人选择追逐猎鹿而另一名猎人选择追逐兔子,追逐猎鹿的猎人将无法捕获猎物,收益为零。而追逐兔子的猎人将成功捕获小猎物,得到较低的收益。在这种情况下,背叛具有即时的个人利益,但对整体利益造成了损害。
猎鹿博弈的关键在于协调和合作。要实现最佳结果,两名猎人需要相互信任并选择合作追逐猎鹿。然而,由于缺乏信息和互信,双方可能存在担心对方的背叛行为而选择背叛的风险。
我们把这个模型用到加密货币市场中,并构建一个双人猎鹿博弈模型,即:
假设只有极少数人参与一个品种的加密货币交易,其中两人商量好一起持有,等到价格上涨 5 个单位的收益后一起卖出获益。如果:
- A 和 B 看行情不对,等不及涨到 5 个单位,先卖出变现,双方都获得了 2 个单位的收益。
- 如果 A 和 B 都没有卖出,则在未来都将获得 5 个单位的收益。
- 如果 A 卖出,B 坚持不卖,但市场上因为 A 的卖出以及由此导致的恐慌,价格下跌,则 A 获得 2 个单位收益,B 为 2 个单位的损失。
根据上述模型,可以构建如下收益矩阵,或称收益函数(Payout Function):
4、模拟
4.1 实验 1:
进一步观察,会发现这个过程分两个阶段:
- 第一阶段:复读鸭和万年小粉红把其他策略都挤出去;
- 第二阶段:万年小粉红或复读鸭最终控制局面。
无论是万年小粉红还是复读鸭最终占主导,都是一种非常好的现象。说明在这个模型下,市场最终会从互不信任转向信任或者有条件信任。
4.1 实验 2:
从这个结果,我们可以看到:
如果处于前景不明朗的熊市,不要谈什么诗和远方,有利润就立即变现是首选策略。
当市场上充满了这种情绪,熊市一般会持续较长时间,因为参与者的心态很难短时间改变。
我曾看到一篇用同样的进化博弈理论讨论证券市场中机构投资者和散户投资者之间博弈的论文。其观点是:在一个以专业的机构投资者为主的市场中,参与者会更专注于长期价值(即上述博弈模型中的合作收益),走势会更健康,长期来看,会保持牛长熊短的基本格局。事实上,一些由专业的价值投资者构成的证券市场,的确让我们看到了这样的情况。
在不成熟的加密货币市场中,尚未看到这种长期主义的迹象。
如果我们进一步调整合作的收益(其他收益不变),会得到下面一张表:
由此,我们可以得出如下结论:
随着合作收益期待的提高,市场会越来越趋于合作,相反,则会趋于背叛。
4.3 实验 3:
这里,我们需要引入一个犯错率的变量。每个参与人会根据他所拥有的信息进行判断,比如他需要知道他的对手是否卖出或不卖。事实上,这个信息不一定能准确获得,所以我们在证明时必须要将这个不确定的变量纳入考量。
上述实验 1-2 是在犯错率 5% 的情况下发生的,那么如果犯错率达到 40%,会发生什么情况呢?
多次测试后,会发现在犯错率低时占据优势的万年小粉红和复读鸭都最早被淘汰。而千年老油条、黑帮老铁甚至胡乱来最终会占据主导。
由此,我们可以得到下面重要结论:
在加密货币市场中,如果你与对手有多次交易机会,并且很清楚他的每一次决定,则会趋于信任与合作。如果互相不清楚对方的策略,则会让人人自保,这时候,欺骗是最好的策略。
事实上,加密货币市场中的社交网络和信息传播对交易者行为有着重要影响。上面的模型揭示了信息在网络中的传播和交易者之间的相互影响。如果一位交易者通过社交网络传播有关某种加密货币的积极(或消极)的信息,其他交易者可能会受到影响而参与该加密货币的交易。
除了上述收益矩阵外,读者还可以尝试不同的猎鹿博弈收益矩阵,虽然不同的收益矩阵会有不同的结果,但是信息的透明(犯错率)始终是决定向信任进化还是向欺骗进化的重要因素。
我们一直说:「区块链是信任的机器」。之前,我一直对这个命题表示怀疑,因为区块链很难创建原生的信任,相反,因为去中心化,导致区块链行业内的欺诈行为更胜于其他领域。但是,如果从区块链上信息透明,交易透明角度看,经过长期的进化博弈,这个命题是可以成立的。
我们要做的是让链上的行为更透明,并且让链上行为成为主流。事实上,目前大多数的欺诈产生于信息不透明的领域,如中心化交易所,代币发行阶段的内部交易等。所以,去中心化交易所,去中心化的代币发射机制,是推动加密货币暗黑森林进化的重要手段。
三、抱团打新
永远背叛策略占优的种群适应大自然的能力是非常糟糕的,它很容易被相同生态位上的其他能够建立成员间合作关系的竞争物种所淘汰。在加密货币市场,有太多的同生态位项目,所以并不在乎某个项目是否被淘汰。所以,长期来看,大多数项目都会因内部背叛,共识坍塌而被淘汰,唯一的生存路径是建立起以善意策略(如以牙还牙策略,乃至永远合作策略)为主的参与者。
包括阿克塞尔罗德在内的众多科学家一直在探索,希望在数学上找到挣脱永远背叛泥沼的关键,这个关键就是两个字:抱团。
首先,我们将上述的收益矩阵和初始条件调整一下:
- 收益矩阵:如果 AB 两人同时卖出会损失 1 个单位收益。如果只有一个卖出,卖出方不会有任何收益,但也没有损失,但另一方会有损失,损失额为 1 个单位。这种多发生在市场处于刚开始的情况。
新的收益矩阵如下:
- 一开始的玩家中,千年老油条(无脑不合作)占 24 个,小粉红(无脑合作)占 1 个。
- 错误率仍旧是 40%。
点击【开始】,经过很多次模拟,会发现,尽管一开始小粉红只占很少数量,但是最终会把千年老油条挤出去。这就是抱团效应。需要强调的是,抱团相应只在一些收益矩阵中出现。
这个实验从博弈论角度解释了为什么一些新事物更容易受到追捧的原因,比如在数字货币市场上,很多新币种会受到市场无脑冲。
新鲜劲过去后,随着新币价格的上涨,收益矩阵会发生变化,从而让参与者之间产生分歧。收益矩阵往往会转化成为如同上文的实验 1 和 2 一样。
四、结论
在加密货币市场中,进化博弈理论为我们提供了深入洞察和理解交易者行为的工具。通过研究合作与背叛策略、信息传播、群体选择等概念,我们能够揭示加密货币市场中的动态演化过程,并提出一些重要结论。
首先,信息透明度和降低误判是打破暗黑森林猜疑链、促使交易者从背叛转向合作的关键因素。通过提供准确、及时的信息,减少不确定性和欺诈行为,我们可以建立更健康的市场环境,促进交易者之间的合作与信任。
其次,新的交易品种在初期往往具有向合作趋近的力量。然而,随着交易品种产生收益,交易者之间可能出现分歧。通过反复博弈,这种分歧最终会达到一种新的稳定状态。这个稳定状态的形成受到信息透明度的影响,可能呈现出合作或以牙还牙的善意策略,或者以绝对不合作为主的恶意策略。
最后,随着参与者的专业化程度提高,长期主义者越来越多,会导致合作收益期望的提高,市场将逐渐变得更加健康。
本文只是对进化博弈理论在加密货币市场中应用的初步探索,希望能够为读者提供一种思考的框架。读者可以基于这些方法,进一步研究不同市场情境下的最佳进化稳定策略,以寻找在特定市场条件下的生存和盈利策略。
在未来,随着进一步的研究和实践,我们相信进化博弈理论将为加密货币市场的发展和监管提供更多的洞察和指导。通过建立更健全、公正、稳定的市场环境,如:去中心化交易所,去中心化的代币发射机制等,我们可以共同推动加密货币市场的进步,实现更广泛的价值交换,推动数字经济更健康的发展。
最后,感谢 @ncasenmare,开发了这个非常有意思的进化博弈模拟游戏并开源;感谢吴桐、唐鳳等人将这个游戏翻译成中文。
https://foresightnews.pro/article/detail/40825
发现沙发条评论