用DSEM模拟仿真股市和其探讨.pdfVIP

内容摘要 随着科学技术的进一步发展，微观经济学也得到了很大发展，借 助于各种新型工具和理论，人们对于市场行为的研究进一步深化。股 票市场向来以其难以描述性、难以分析性和难以预测性著称，目前已 存在的理论包括市场有效性理论、期权定价理论等。但这些理论和实 际市场相比仍有较多的不足。首先，没有用具体的参数来量化股市的 行为，其次，它们都忽略了交易费对股市的影响，第三，由于这些模 型都是均衡模型，无法展示实际市场回报分布的特点，诸如“肥尾” 现象、集群波动等。 ． 在我学习金融经济学的过程中，徐加根老师讲到股票市场价格的 游程检验与人工智能模型时，我想，如果数学与计算机的结合(在西 南师范大学学习了四年数学)，股票市场价格运动规律就容易把握了。 从拱门模型的基本思想出发，某一时刻一个噪声的发生是服从正 态分布。该正态分布的均值为零，方差是一个随时间变化的量。并且 这个随时间变化的方差是过去有限项噪声值平方的线性组合。这样就 构成了自回归条件异方差模型。从这个基本思想中可以看出，由于现 在时刻噪声的方差是过去有限项噪声值平方的回归，也就是说噪声的 波动具有一定的记忆性，因此，如果在以前时刻噪声的方差变大，那 么在此刻噪声的方差往往也跟着变大；如果在以前时刻噪声的方差变 小，那么在此刻噪声的方差往往也跟着变小。翻译到金融市场，那就 是如果前一阶段金融资产价格波动变大，那么在此刻市场金融资产价 格波动也往往较大，反之亦然。这就是拱门模型所具有的波动集群的 特性，由此也决定它的无条件分布是一个尖峰胖尾的分布。 针对正态分布的不足，本文建立了一个简单的股市数字仿真模 型。在这个模型中，随机驱动力量是服从高斯分布的消息事件，价格 的形成是由于代理间的直接交易形成的，代理采用固定投资策略进行 交易。另外，我们引入了摩擦系数“f”来摸拟实际市场中的交易费 用，引入参数rn和r。来描述代理对消息和价格变化的响应程度。 DSEM模型能抓住许多经验市场回报分布的特点，例如“肥尾” 分布，大范围集群波动，短时记忆等。但是，上述现象仅在当参数被 调整到使模型跨越关键点时才会出现，该现象提示我们，实际市场的 操作可能发生在某一关键点附近。另外，进一步分析发现，采用两点 价格响应参数后，股份在某些点处显示出不连续性，即出现跃变。最 后，针对我国股市受政策等外界因素影响较大的特点，进一步引入了 “异常波动源”这一概念，通过和实际市场的比较发现，在DSEM 模型中再加上外界异常波动源的作用，能更好地模拟实际市场。但对 于应怎样描述异常波动源函数仍有待于进一步研究。 在这篇论文中，我们将构建一个非集中化的股市交易模型，该模 型是一理想模型，它能表现出实际市场的许多特点。和实际市场比较 后发现，在该模型的基础上加上异常波动源后更符合实际市场走势。． 在第一章，我们提出股票市场及研究动机，建模思想基础与理论 基础，仿真研究及仿真研究的意义。 在第二章，我们将给出DSEM模型的构造理论和一些通用假设， 并将对描述模型的参数进行探讨。该章分为两个部分，一部分解释模 型的基本结构，另一部分描述波动是怎样合成的。非集中化模型基本 的运动特点，即允许代理间直接进行交易而不受专家或市场管理员的 影响。市场管理员可被理解为已转移到价格匹配机制中去，而对价格 本身并不产生影响。事实上，在DSEM·模型中假定市场从不关闭。 交易可在任意时间进行，时间是一连续变量。另一种解释是市场要闭 市但当它重新开市时，它从昨日闭市处连续进行且并不受闭市间断时 间的影响。这样比较适合股票市场中的股票以昨日收盘价为当日的初 始交易参考价。 为在离散的计算机设备上执行连续时间，使用了一种转移范例。 当模型中包括离散事件(发生在不一致的时间间隔)时这种事件是累 积的和不充分的。相反，事件驱动方法是这样执行的，先计算出所有 可能事件的等待时间，然后将时间指针指向具有最短等待时间的那个 事件。因为每个事件的等待时间都被算出，事件按等待时间先后进行 排序，故最早的事件当然排在最前。根据股价的时间、价格优先原则， 使股票交易的价格确定具有离散交易的特点。 在第三章，通过讨论r。和N的参数空间，将发现在rp的某些范围 内，股票价格显示出相对稳定状态，但在某些点处股票价格会经历跳 跃变化，进入另一个相对稳定区间。同时，引入了异常波动源函数来 代表外界异常因素对市场的冲击，发现在随机波动源中加上外界异常 波动源的共同作用能更好地模拟