网络拓扑结构对于股市模型影响的研究.pdfVIP

摘 要 作为一门新兴科学，近年来，关于复杂网络的研究已经越来越深入，其应用 也越来越广泛。在很多领域，包括因特网、生物信息学、社会学等方面，人们都 开始利用复杂网络来进行一些新的研究。而金融物理模型因为其特有的复杂性也 一直是物理学家们关注的焦点所在。其中，少数者博弈模型是一个简单而又内涵 深刻的金融博弈模型，己被越来越多的研究人员接受，成为目前金融复杂性研究 的热点之一。 本文则是将两者结合在一起，利用复杂网络建立股票市场中股民之间的相互 关系，在此之上，采用一定的规则，建立股民在同时接收来自邻居股民的局域信 息以及来自股市的全局信息的情况下，做出买卖股票的选择的一种股市模型；研 究了不同的网络拓扑结构对于系统动力学行为(包括系统收益及个体成功率)的 影响；并在模型中引入价格定义，产生股价序列。数值模拟结果显示，系统总收 益与网络拓扑结构及记忆长度／／t有关，且由于局域信息的加入，经纪人之间的协 作比基本MG模型的经纪人之间协作明显提高，系统收益也明显增加；而个体 成功率则与节点的度存在一定的正相关性， 节点的度越大，个体成功率越高， 反之越小。结果表明，在真实的金融市场中，局域的信息传输与经纪人之间的博 弈竞争，可以提高社群整体的协作性，对于整个社会的获益优化