基于改进的人工股市模型的投资者仿真研究
发布时间:2020-12-07 15:27
现代货币金融体系是一个开放的、有复杂结构、具有适应性、非线性的复杂系统。面对如此庞大而复杂的宏观金融体系,人们认识到金融体系的传统分析方法已经不能满足研究的需要。为此,经济学界产生了众多新兴的理论与研究工具,而其中的多代理人仿真技术自1990年来得到了广泛的应用。这种建模技术在微观层次上构造个体行为,进而由微观个体行为推导出宏观效应,是把社会经济系统作为由智能个体组成的复杂系统进行研究的一种自下而上的研究方法。本文应用多代理人仿真方法,借助多代理人仿真平台Swarm,构建并实现了一个简单的人工股票市场,赋予了市场中的各主体不同的投资策略,再现股票市场的交易过程。本文试图从复杂系统的研究角度对这个市场进行审视,研究金融市场的微观层面的交易者行为是如何与宏观经济行为相互影响的。演化博弈在建立复杂适应系统的基于主体仿真模型方面具有重要应用,它描述了主体的动态博弈行为,抓住了社会经济系统中有限理性的个体对有限资源争夺的本质特征。本文得到的仿真实验结果比较符合从实际金融市场观察到的数据的特性。本文的创新之处在于:模型虽然是建立在现有的金融市场微观结构研究基础之上,但是在研究方法上采取了和计算机技...
【文章来源】:天津科技大学天津市
【文章页数】:59 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
第一章 前言
1.1 选题背景及意义
1.2 国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 研究内容及研究方法
1.4 全文的结构和思路
第二章 基于Agent的股票市场复杂性简介
2.1 复杂适应系统CAS理论及其贡献
2.2 基于Agent的股票市场复杂性的介绍
2.2.1 Agent思想的应用
2.2.2 股票市场的复杂性
2.3 基于Agent的股票市场的相关模型
2.4 本章小结
第三章 人工股市建模平台-SWARM
3.1 Swarm系统
3.1.1 Swarm的背景和历史
3.1.2 Swarm的建模思想和建模方法
3.2 Swarm的逻辑结构
3.2.1 Model Swarm和Observer Swarm
3.2.2 模拟主体和环境
3.3 Swarm的类库
3.4 本章小结
第四章 股票市场模型的构建
4.1 Arthur的人工金融市场模型
4.1.1 主要类的定义
4.1.2 对象的交互过程
4.2 模型的基本假设
4.2.1 主体属性和市场结构假设
4.2.2 交易机制和股市环境假设
4.2.3 股票市场价格的形成
4.3 面向对象的程序设计方法在本模型中的应用
4.4 遗传算法在模型中的实现
4.5 演化博弈在模型中的实现
4.5.1 投资者之间的重复博弈
4.5.2 投资策略演化博弈的选择机制
4.5.3 投资策略选择演化博弈的突变机制
4.6 Swarm中Agent交互的实现
4.7 本章小结
第五章 仿真运行结果及分析
5.1 模型中主要代理人的Swarm实现
5.1.1 定义仿真代理人la
5.1.2 定义Market
5.2 仿真系统运行过程分析
5.3 仿真参数的设定
5.4 仿真结果分析
5.4.1 交易者全为基础分析者或全为技术分析者
5.4.2 股票市场中同时存在基础分析者和技术分析者
5.4.3 投资策略选择的演化博弈
5.5 本章小结
第六章 结论与展望
6.1 本论文的总结
6.2 本论文今后的展望
参考文献
攻读硕士学位期间发表论文情况
致谢
本文编号:2903496
【文章来源】:天津科技大学天津市
【文章页数】:59 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
第一章 前言
1.1 选题背景及意义
1.2 国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 研究内容及研究方法
1.4 全文的结构和思路
第二章 基于Agent的股票市场复杂性简介
2.1 复杂适应系统CAS理论及其贡献
2.2 基于Agent的股票市场复杂性的介绍
2.2.1 Agent思想的应用
2.2.2 股票市场的复杂性
2.3 基于Agent的股票市场的相关模型
2.4 本章小结
第三章 人工股市建模平台-SWARM
3.1 Swarm系统
3.1.1 Swarm的背景和历史
3.1.2 Swarm的建模思想和建模方法
3.2 Swarm的逻辑结构
3.2.1 Model Swarm和Observer Swarm
3.2.2 模拟主体和环境
3.3 Swarm的类库
3.4 本章小结
第四章 股票市场模型的构建
4.1 Arthur的人工金融市场模型
4.1.1 主要类的定义
4.1.2 对象的交互过程
4.2 模型的基本假设
4.2.1 主体属性和市场结构假设
4.2.2 交易机制和股市环境假设
4.2.3 股票市场价格的形成
4.3 面向对象的程序设计方法在本模型中的应用
4.4 遗传算法在模型中的实现
4.5 演化博弈在模型中的实现
4.5.1 投资者之间的重复博弈
4.5.2 投资策略演化博弈的选择机制
4.5.3 投资策略选择演化博弈的突变机制
4.6 Swarm中Agent交互的实现
4.7 本章小结
第五章 仿真运行结果及分析
5.1 模型中主要代理人的Swarm实现
5.1.1 定义仿真代理人la
5.1.2 定义Market
5.2 仿真系统运行过程分析
5.3 仿真参数的设定
5.4 仿真结果分析
5.4.1 交易者全为基础分析者或全为技术分析者
5.4.2 股票市场中同时存在基础分析者和技术分析者
5.4.3 投资策略选择的演化博弈
5.5 本章小结
第六章 结论与展望
6.1 本论文的总结
6.2 本论文今后的展望
参考文献
攻读硕士学位期间发表论文情况
致谢
本文编号:2903496
本文链接:https://www.wllwen.com/jingjilunwen/jinrongzhengquanlunwen/2903496.html