文件名称：在线拍卖的自动数据驱动竞价策略-研究论文
文件大小：588KB
文件格式：PDF
更新时间：2024-06-09 06:25:45
functional data dynamics online auction
时间和地点的灵活性以及大量新旧产品的可用性使在线拍卖成为人们日常购物体验的重要组成部分。 尽管许多竞标者都依赖有据可查的早期或最后竞标策略的变体，但这两种策略都没有考虑拍卖竞争的方面：在任何时间点，都有数百甚至数千个相同或相似的项目要出售。 ，争夺同一竞标者。 在本文中，我们提出了一种新颖的，以数据为依据的自动出价策略。 我们的策略包括两个主要部分。 首先，我们为竞争性拍卖开发了一个动态的，具有前瞻性的价格模型。 通过结合拍卖过程及其竞争环境的动态特征，我们的模型能够准确地预测拍卖价格，胜过GAM，CART或神经网络等模型替代方案。 然后，使用最大化消费者剩余的想法，我们围绕该模型构建一个竞标框架，该竞标框架确定要竞标的最佳拍卖和最佳竞标金额。 要竞标的最佳拍卖会产生最高的预测盈余，而最高的竞标金额就是预测的拍卖价格。 在模拟中，我们将自动化策略与早期出价和最后一分钟出价进行了比较，发现我们的方法分别提取了97％和15％的预期盈余。