基于复杂网络的股市投资者行为演化模型及仿真研究

发布时间：2020-05-19 10:47

【摘要】：经济社会,特别是金融市场的融合发展趋势显著,导致金融系统的复杂性增强,引起市场的不确定性加强,进而导致有限理性投资者行为决策演变变得越来越复杂,并且又反作用于市场,影响实体经济发展和社会稳定,为金融监管增加难度。在上述背景下,本文针对有限理性投资者固有行为决策的学习性特征,以复杂网络理论和学习理论等为基础,基于两种不同的学习策略对投资者行为演化机制进行了研究。首先,从网络贝叶斯学习视角分析了个人投资者和机构投资者的行为决策过程,构建了基于网络贝叶斯学习策略的股市投资者行为演化模型,其次,从网络强化学习视角对个人投资者和机构投资者的行为决策机制进行系统性描述,构建了基于网络强化学习策略的投资者行为演化模型。最后对两类投资者行为演化模型进行了数理解析以及模拟仿真分析。通过对两个模型的数理解析和模拟仿真分析发现,在网络贝叶斯学习策略下,投资者关联网络的异质性和连通度对个人投资者投资行为演变状态影响较大,对机构投资者的行为演变影响较小;个人投资者的决策方式直接影响个人投资者行为演变均衡态的稳定;机构投资者私有信息的精度与其投资行为演变均衡态之间呈明显的非线性关系。在网络强化学习策略下,不同的收益函数会影响投资者行为演化过程,并且对个人投资者行为演化的影响大于机构投资者行为演化的影响;随着投资者遗忘率的增加,投资者行为的波动性增加。在两种学习策略下,投资行为的初始状态对投资者行为演化的影响均很小。
【图文】：

图１．１论文研宄框架图逡逑１．４本文可能的创新之处逡逑与己有关于投资者行为演化研究的文献相比，，本文具有以下特色和创新点：逡逑（１）目前己有部分学者研究投资者的学习行为，但是大多数以单个投资者学习逡逑８逡逑

第２章相关理论基础学习理论逡逑学习是一个包含了运筹学、心理学、统计学等多个学科交叉的科学习和非监督学习，强化学习是另一类机器学习，它通过不断的作用，并从中获取奖赏，最终在交互的过程中通过不断的学习来学习理论基本原理逡逑学习是通过Ａｇｅｎｔ与环境的不断交互来加强获得正奖赏的行为的目标是使动作从环境中获取的累积回报最高，并不是所有的与化学习，Ａｇｅｎｔ必须主动的与环境进行交互，并且对环境反馈的）强化学习系统逡逑学习把学习看作是试探过程，其基本模型如图所示：逡逑动作ａ逡逑
【学位授予单位】：南京师范大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：F830.91

【参考文献】

相关期刊论文 前10条

1 谢海滨;田军;汪寿阳;;极端风险下中国股市的反应特征研究[J];中国管理科学;2015年11期

2 何琳洁;兰秋军;马超群;;基于学习行为的投资者决策模型[J];系统工程;2015年11期

3 郑丰;赵文耀;张蜀林;;基于Agent的羊群行为研究[J];中国管理科学;2015年S1期

4 孔东民;孔高文;刘莎莎;;机构投资者、流动性与信息效率[J];管理科学学报;2015年03期

5 李辰颖;田治威;杨海燕;;基于遗传神经网络的独立机构投资者持股偏好研究[J];统计与决策;2014年24期

6 肖斌卿;王粟e

本文编号：2670778