Résumé : Cet article introduit quatre patterns de conception, définis à partir de l’identification de« situation-types » minimales rencontrées dansla littérature et destinés à systématiser et simplifier la conception de simulations multi-agentmulti-niveaux. Ces simulations ont pour but degérer des entités appartenant à des niveauxd’abstraction ou d’organisation différents maiscouplés. Pour chaque pattern, nous présentonsdes cas d’utilisation ainsi que les structures dedonnées et algorithmes associés. À des fins degénéricité, ces patterns font appel à une description unifiée des capacités d’action et d’évolution des agents. Nous proposons ainsi uncadre conceptuel et opérationnel précis pour lesconcepteurs de simulations multi-niveaux.

Résumé : être, à chaque pas de temps, dans plusieurs étatssimultanément, 2) un état peut être cloné (répliqué) et réinjecté dans une nouvelle simulation,3) une simulation peut-être échantillonnée dansle temps et ainsi découpée en plusieurs morceaux, 4) parmi les différents états, il est possible de sélectionner à intervalle régulier les plusintéressants pour répondre à la question poséepar le modélisateur.

Résumé : RésuméDepuis quelques années de nombreuses étudesen finance de marché se sont appuyées sur desagents artificiels, que ce soit pour l’évaluationd’une stratégie, l’étude de la dynamique des prixou l’exécution efficace des ordres. Les comportements utilisés, bien souvent pour assurer de laliquidité sur les marchés simulés, s’appuient surdes comportements stochastiques, donc non déterministes, aussi bien dans le cadre de comportements chartistes que de comportements fondamentalistes. Le plus simple de ces comportements est le fameux Zero Intelligent Trader. Noussoutenons ici qu’un comportement rationnel etentièrement déterministe suffit à la fois pour reproduire les faits stylisés classiques du domaine,pour conserver la liquidité du marché mais aussipour assurer que des agents qui ont des paramètres initiaux différents aient des possibilitésdifférentes de s’enrichir. Pour illustrer cela nousintroduisons les Deterministic Artifical TradersDAT et nous montrons leur efficacité au regarddes faits stylisés. Ce résultat illustre le fait quele complexe peut surgir du simple, et qu’il n’estpas nécessaire d’avoir de multiples comportements ou d’utiliser l’aléatoire pour assurer cescaractéristiques fondamentales d’une bonne approche de la simulation de marchés par agentsartificiels.