基于從眾行為的多Agent人工股市建模與研究.pdf

1、本文所研究的股票市場是一個復雜自適應系統(tǒng)。對它的研究僅采用純粹數(shù)學理論的建模方法已經(jīng)不能滿足需求。當傳統(tǒng)金融學對金融市場中的“波動之謎”、“股權溢價”等現(xiàn)象不能給出合理解釋時,行為金融學應運而生。該理論通過研究投資者的認知心理,從而分析并解釋發(fā)生在經(jīng)濟市場宏觀表象背后的微觀原因。上世紀90年代,人們又嘗試了用計算機建模的方法來仿真現(xiàn)實的經(jīng)濟系統(tǒng),圣塔菲研究所(Santa Fe Institution)建立的人工股市開了計算機金融學的先河

2、。在此十年之后,美國的Holland教授提出的“復雜自適應系統(tǒng)”理論給人們進一步認識金融市場提供了新的思路,同時這也是人們在認識系統(tǒng)運動和演化規(guī)律上的一次飛躍。此外,“適應性造就復雜性”也成為人們研究人工金融市場的重要理論依據(jù)。
　　當前關于人工股票市場的研究中,并沒過多的考慮投資者的心理因素對其自身的投資策略和對整個股票市場的影響。因此,本文在對多 Agent建模方法、復雜自適應系統(tǒng)、行為金融學及其中的從眾行為理論進行分析的基礎

3、上,選取投資者心理因素中的從眾心理并參考現(xiàn)實中股民的從眾行為對其建模,使得模型更加接近現(xiàn)實。最終在Swarm平臺上完成了一個基于從眾行為的多Agent人工股票市場的建立。本文的創(chuàng)新之處在于:
　　第一,將行為金融學中的從眾行為抽象出來,運用基于Agent的建模方法建立本文所提出的基于從眾行為的人工股市模型。
　　第二,在投資者的分類問題上,本文并沒有簡單的將其分為純粹的從眾交易者或純粹的理性交易者,而是用模糊數(shù)學的理論讓投資

4、者根據(jù)概率判斷屬于哪一類交易者,這更加接近現(xiàn)實中的投資者行為。
　　第三,對模型中的投資者進行區(qū)域劃分,即如果模仿則只能模仿圈子里的其他投資者,這有效的避免了模仿聚集現(xiàn)象的發(fā)生——所有投資者都去模仿某一個或兩個投資者,同時這樣建模與現(xiàn)實中投資者更愿意模仿自己能接觸到或認識的投資者的情況更加接近。
　　本文最后利用該模型進行了仿真實驗,并從中收集到財富分布、交易量等仿真數(shù)據(jù)。實驗中通過設計投資者從眾概率的分布來研究從眾行為對股