基于主体的非均衡人工股市计算模型.pdfVIP

第 35 卷 第 2 期 北 京 化 工 大 学 学 报 Vol . 35 , No . 2 2008 年 J OU RNAL OF B EIJ IN G UN IV ERSI T Y OF CHEM ICAL TECHNOL O GY 2008 基于主体的非均衡人工股市计算模型 马进胜 　杨 　敏 　邱菀华 (北京航空航天大学经济管理学院 , 北京 　100083) 摘 　要 : 对 SF I 系列基于主体的人工股市计算模型进行了改进 ,改变了资产定价机制 ,剔除了均衡定价方法 ,在学 习分类器系统中引入了模糊处理环节 ,并改变了主体的学习方式 ,使得人工市场中同时包含具有不同学习速度的 主体 。基于此构建的新人工股市仿真模型的运行结果具有真实股市数据的形式化特征 ,通过比较不同学习速度的 主体以及零智能主体的表现 ,发现人工股市计算模型中学习对于主体的财富有决定性作用 ,学习速度也会影响主 体的表现 ,而且学习存在一个限度问题 ,过多的累积学习次数反而会削弱主体聚集财富的能力 ,这在基于主体的人 工市场的构建中是一个值得重点关注的方面 。 关键词 : 基于主体建模 ; 人工股市 ; 学习分类器 ; 遗传算法 中图分类号 : F830 9 1 益率尖峰肥尾分布 、波动聚集性 、泡沫/ 崩盘 、技术交 引　言 易的出现等动态和统计特性 ,而且只需调整一个参 计算机仿真在社会科学尤其是经济学中的应用 数 ———学习速度 ,即可得到符合经典有效市场理论 近年来发展迅猛 ,作为归纳和演绎之外的第三种科 的结果[34 ] 。SF I 人工市场模型做出了很好的定性 学研究方法 ,仿真可 以发挥预测 、发现和证明等作 工作 ,为后续的研究提供了一个平台 ,相关研究成果 用 ,能够弥补前两种方法的不足[ 1 ] 。特别是在以完 不断涌现 ,涉及金融市场的各个方面[58 ] ,并最终促 全理性和有效市场为基本假设的现代经济金融理论 ( ) 成了基于主体的计算金融学 ACF 这门新学科的诞 受到越来越多无法解释的来自实证方面的“异象”的 生 。 挑战的背景下 , 以复杂适应系统理论为基础的基于 人工市场模型的核心是其学习分类器系统 ,该 ( ) 主体的建模 ABM 仿真技术在经济金融领域的应 系统不但可以完成主体的预测 、决策等功能 ,而且使 [28 ] ( 用研究方兴未艾 。ABM 的有限理性假设及因 得主体能够学习和进化 , 赋予主体异质性 hetero 微观个体相互作用而导致系统宏观特性涌现的思想 geneity) ,从而产生交易的动机 ,进而使得整个市场 更加符合真实世界的实际情况 ,运用该技术构建的 表现出丰富的动力学行为[3 ] 。但原有 SF I 学习分 仿真模型产生的结果也更加接近真实市场的数据 , 类器系统存在一些缺陷和错误 , 以至于其完成决策 满足了当前经济和金融研究向现实回归的需要 , 因 和学习功能的有效性以及模型运行结果乃至基于主 而成为经济和金融领域发展最迅速的领域之一[9 ] 。 体的建模方法本身的可信度都遭到了怀疑[ 10 ] 。同 ABM 不但可以用来求