基于ＸＣＳ的多主体市场仿真模型的研究.docVIP

基于ＸＣＳ的多主体市场仿真模型的研究 　　摘要:本文基于ABM的思想，建立了一个多主体市场仿真模型――A-B模型，并借助MATLAB对XCS机制下的模型进行了仿真分析。最后，采用基于方差的灵敏度分析方法，对A-B模型进行了进行了灵敏度分析，以判断模型输入对输出的影响。 　　关键词:A-B模型;XCS;仿真分析;灵敏度分析 　　 　　一、引言 　　 　　学术界对金融市场有效性的争论由来已久，既包括理论层面的挑战，又有实证方面的攻击。Campbell和Shiller给出了长期可预测性的证据，而Lo和MacKinlay则给出了短期可预测性的证据。除了可预测性之外，还有很多实证金融谜题和特征性事实难以利用传统资产定价模型来解释。 　　可见传统方法还不能很好解释大量实证问题，金融市场的很多未解实证谜题以及大量的可得数据都为基于主体建模（Agent-Based Modeling, ABM）技术提供了广阔的舞台。由此，在金融市场研究中出现了一个新的领域，即基于主体的计算金融学（Agent-Based Computational Finance, ACF）。ACF研究思想将金融市场看成具有学习能力的有限理性主体的交互性群体，通过建立基于主体的金融市场模型，用计算机模拟与实验的方式复制重现真实金融市场的行为。通过基于主体的模拟，我们可以对交易者的微观行为与市场总体行为之间的关系有更深的理解。 　　本文以ABM的思想为基础，建立了多主体市场仿真模型――A-B模型，并分析了XCS机制下模型的性质及其灵敏度。 　　 　　二、A-B模型 　　 　　根据ABM的思想，我们将多主体市场抽象为图1所示模型（称其为A-B模型），通过该模型来研究多主体市场的特征。模型具体描述如下： 　　1.模型包括两类agent（市场参与者）：A类和B类。 　　2.A（B）类agent生产产品a（b），所需原材料是b（a）产品，两类agent的生产与销售形成一个闭环系统。 　　3.两个产品市场，市场a和b，市场主要用于确定产品的出清价格，a（b）产品的价格取决于当期a（b）产品的生产和需求量。 　　由于A-B模型只有两类参与者：A和B，所以可以称其为A与B之间的博弈。而模型是多主体市场的抽象化表述，主要是为了研究产品a和b的产量变化及其相应期的价格变化，以分析市场情况，所以模型的研究和分析主要是围绕产品a和b的产量和价格的波动情况。 　　 　　图1 A-B模型 　　 　　三、XCS理论基础 　　 　　1995年，Wilson改进了经典学习分类器系统，将学习分类器系统中的遗传算法的适应度基于准确值进行定义，提出了分类器适应度基于回报预测准确度的学习分类器――XCS。 　　在XCS中，分类器采用三个参数代替经典学习分类器的强度参数： 　　1.预测P：估计分类器期望得到的环境回报。 　　2.预测误差 ：预测P的估计误差。 　　3.适应度F：预测误差 的反函数，评估环境回报预测P的准确度。 　　 　　图2 XCS的系统结构 　　与LCS相似，XCS也由三个子系统组成：执行子系统、信用分配子系统和规则发现子系统。XCS的系统结构图如图2所示。 　　与经典学习分类器系统相比，XCS作了如下几点改进： 　　1.对于具有不同回报级别的环境，为了建立对环境更完整的匹配，XCS中的遗传算法基于适应度参数进行个体选择，为了保持种群的多样性，将遗传算法只应用于具有相同小环境的动作集中，形成一种小生境遗传算法而不采用经典学习分类器系统中的基本已传算法。 　　2.信用分配采用了近似Q-学习算法而不是桶队列算法进行分类器参数更新。 　　3.为了平均分配不同小生境的分类器资源，在新个体加入种群的过程中，采用了包含删除算法。 　　 　　四、A-B模型仿真分析 　　 　　本部分我们将借助MATLAB对A-B模型仿真分析。首先，对模型的基本博弈机制做如下设定：（1）每个个体每期的产量只有0或者1两种情况；（2）两类个体的数量随机生成且相等。（3）a和b的价格采用如下公式确定： 　　 （1） 　　其中， 为a（b）产品第 期的价格， 为第T期的价格，D为b（a）对a（b）的实际需求量，S为a（b）的实际供给量。 　　设模型中A和B双方各生产一次称为一次博弈，多次博弈称为一次运行，多次运行称为一次实验。 　　A和B两类个体在博弈过程按照如下规则进行生产决策： 　　1.前三期均赢利，则该期生产1。 　　2.前三期均亏损，则该期生产0。 　　3.前五其中有四期或四期以上生产1，则当期生产1。 　　4.前五其中有四期或四期以上生产0，则当期生产0。 　　5.其余情况，按照XCS规则，根据历史信息（前m期的生产和盈利情况）进行决策。