1。介绍《盗梦空间》以来,股票市场,投资者试图加强他们的财富通过投资资本进入这些市场。然而,股票市场的不一致的行为意味着,大多数投资者未能掌握他们实现其投资目标。占主导地位的理论,至少直到2000年代,是金融市场的投资者应该接受的行为在一个有效的方式,导致资产返回匹配的高斯分布随机游走过程的结果([
1,
2])。有效市场的基础方法,封装在有效市场假说(EMH) [
3),是一个代表理性的代理人及时获得所有必要的信息,正确评估这些信息,并使最佳的投资决策,从而确保价格反映最近的和相关的信息。然而,金融定价模型相关的原则有效市场发现了只提供一个粗略的近似的财务回报和未能解释边远事件(
4]。此外,两个关键影响源于有效市场假说:价格永远是对的,没有跑赢市场的投资者可以长期在风险调整的基础上(
5]。
gydF4y2Ba虽然有一些证据,投资者无法超越市场平均([
6- - - - - -
8]),证据确实存在,一些投资者(在本文中被表示为神谕)取得和维护材料积极在市场([性能差
9,
10])。两种可能的投资业绩的决定因素考虑在本文的趋势投资者交易和投资者的投资期限。理发师和奥丁
11)强调反对解释关于交易的观察水平,本文理论最相关的是,过度交易是因为投资者短期焦点,这导致过度投机交易
12),反过来,导致劣质财富代(
11]。另外,当面对动荡的市场,它已经发现,这是投资者最优使用短期交易策略(
13]。
gydF4y2Ba关于金融市场的回报特征,这些发现表明一组特定的程式化事实反驳了EMH-based高斯模型。Kaldor [
14]最初程式化事实定义为稳定的模式,从多个数据源抽象后出现的细节证据。程式化的事实是他们的效用使研究者能够构建一个模型能够识别、解释、沟通关键观察需要科学解释不解释的负担所有的变化经验证据(
15]。至关重要的程式化事实相关金融市场过度波动,大幅波动的存在不支持的新消息的到来;沉重的尾巴,返回,表现出沉重的尾巴或肥尾;波动聚类,大的变化通常伴随着进一步的大变化;和体积/波动集群、交易量和波动性显示相同类型的扩展内存([
16,
17])。作为扩展后,利用这些程式化的事实证明基于代理的应用中起到了重要作用的人工股票市场。
gydF4y2Ba资产回报的另一个重要特点是,他们被发现在较长时间间隔符合幂律分布(
18]。幂律的存在收益提供了关键的见解,金融市场可能会运作作为一个复杂的自适应系统(CAS)。利用中科院框架变得越来越受欢迎,在试图了解金融市场的行为(例如,参见[
17,
19,
20.])。依赖关系和各种单独的组件之间的交互的CAS被认为负责创建宏观的紧急的结果(
21),包括极端的市场走势。允许投资者相互作用和接收信息从其他投资者以使它们形成一个信息网络。这个过程的关键影响,投资者一般网络和金融网络被发现能够影响市场的行为([
22- - - - - -
24),他们解释交易量和投资者的性能([
25,
26])。至关重要的是,这种分析还没有,也不能,在模型中考虑由代理代表的方法。
gydF4y2Ba投资业绩的证据、交易量和资产回报的非高斯分布打开几个引人注目的研究问题。具体来说,问题关于什么使高性能投资者独特,包括他们如何利用各种信息资源来确定他们的投资决策;他们多久贸易;和其他投资者试图复制的后果是什么策略?这些问题在这篇文章中,通过连接异构交互投资者不同的投资周期在一个动态的网络,通过网络交易信息流动。
gydF4y2Ba与金融市场的收益情况,还没有出现一个明确的以实验为基础建立一致认可的关于投资者的角色网络理论。这个问题最可能是由于研究领域的快速发展和初始和持续的困难及时访问数据来评估这些网络的静态和动态特性。结果Ozsoylev和瓦尔登湖
25)利用建立的实证验证部分中给出的模型
2。最重要的意义是,最高的投资者联系将从交易更积极,赚取最大的利润和市场的价格波动将最高的环境中,投资者网络展览一个中间水平的连通性和市场最低水平更高或更低的连通性。后者表明无标度拓扑将表现出最高的波动,一个理论证实了在各种基于代理模型(基于动因的模型)(见[
22,
27,
28])。
gydF4y2Ba标准的分析工具背后的传统金融市场分析变得冗余在中科院的领域
29日]。基于动因的模型是一个可能的解决方案,因为他们允许研究人员建立模拟从自下而上的角度来看,与代理进行交互和适应他们的环境。另一个理由利用基于主体的建模,即使没有经验数据,基于动因的模型可以指导数据收集和照明的核心动力
30.]。另外,基于动因的模型可以揭示动态负责生成金融市场的程式化事实(
31日),通过基于主体的人工股票市场取得的巨大的见解(综述(
32,
33])。值得注意的是,原始模型解释了大量不使用网络(
34]。尽管如此,这个框架内的网络正成为一个建立的研究领域,因为通过引入结构heterogeneity-which投资者之间表现为一个网络(
34]-动力学有关的程式化的行为金融市场已经发现了(最近的例子包括(
22,
28,
35- - - - - -
37])。这些网络模型的共同主题是他们利用体内,静态的,程式化的网络。因此,发生了这一领域的研究成果没有实证支持的网络结构。
gydF4y2Ba一个前面提到的网络建模方法的缺点是它限制了投资者行为分析来评估一个预定义的静态网络,从而提供不了解网络的发展。然而,研究现在是扩大对解释动力学负责影响网络的结构演化。基于动因的模型已被证明是一个成功的工具,了解网络形成的动力学(
38),本文研究领域做出进一步的贡献。人工股票市场中的文学,都有一个身体的工作,形成了本文的基础,实现模型,从内部发展网络投资者之间(见[
31日,
39])。这些论文的中心主题是包括动态学习,与投资者试图联系投资“大师”(定义为代理与优异的投资业绩)来提高他们的投资业绩。这种动态导致普通人群的期望变得与那些大师。模型的一个重要发现,投资者变得高度形成的网络互联通过共享连接大师,和无标度拓扑匹配。本文利用神谕大师相似但不相同的方式,因此,改变标题的优越的投资者。
gydF4y2Ba本文报告一个基于主体的人工股票市场模型的实现,投资者决定他们的最佳信息源,包括信息来自投资者的动态网络。投资者网络发展,投资者调整,以固定的间隔,代理(顾问)从他们收到的建议。中介还不断更新各种信息来源的信任。在选择他们的新顾问,投资者寻找性能更好的投资者来说,所谓的神谕。这个过程的目的是为投资者提高投资业绩通过接收信息的高质量。此外,投资者分为短期和长期投资者,测试或多或少的影响考虑信息和不同决策阈值。
gydF4y2Ba本文的目的是评估的后果,如果有的话,在市场和代理在动态投资者网络连接投资者和允许他们利用不同的投资周期。具体研究的问题需要解决在市场层面的含义是什么为代理商提供的灵活性选择顾问;什么形式的投资者网络拓扑结构;需要多长时间的网络变得稳定,如果;是什么让投资者短视的影响的方法。在代理级别,关键问题与建立特定的代理是否比其他人更成功地产生超额收益,如果是这样,他们的特征是什么?简而言之,Oracle的属性是什么?目的是看看可以种植沃伦•巴菲特(Warren Buffett)(奥马哈的Oracle)在网上。本文结构如下:部分
2总结了实现模型,其结果在部分
3,部分
4提供了一个讨论的结果,部分
5总结了纸。
年代ec><年代ec id="sec2">
2。方法和模型设计本文的贡献来自两个材料变化模型的餐桌和索尔内特
37)(H&S以后)。这个模型有投资者发起单位风险和无风险资产,通过静态晶格网络连接。投资者然后不断提供三个信息来源:公共、私人和交易的意图,也就是说,购买、持有或卖出风险资产,他们的顾问(网络链接)来帮助自己的投资决策。投资者调整他们的信任在各种信息来源基于正确的能力(或错误地)预测的运动风险资产的价格。信任更新和新的重新布线过程提供潜在的机制给积极的反馈循环,创建一个资产泡沫。循环变得更加相关,因投资者成为彼此对齐(群)的信任在特定顾问长。理由利用H&S模型为基础,它提供了一个框架,影响投资决策的信息流过网络;认为进化适应和调整的过程相信他们的信息来源;显示价格变动受到强烈的邻居如何影响代理的投资决策;和生成资产回报相匹配的程式化事实厚尾的回报。
各种各样的变化,最重要的是让投资者,在不同的时间间隔,通过重新调整信息网络的过程。通过这个过程,投资者可以选择更高质量的顾问(s)(神谕)随着模拟的发展。Markose等的工作。
39和泰德斯等。
31日)动机的这种功能,部分
2.2。1详细的修改。另一个改变是把投资者分为两类:长期和短期投资者。部分
2.2。2提供了这一过程的全部细节:简单来说,扩展与投资者对同龄人的性能进行评估,更新他们的信任在各种信息来源,并做决策。短期投资者将调整的目的是信任更迅速和更反动的交易决策。
gydF4y2Ba部分
2.2和
2.3提供模型的简要描述和详细的重要变化。模型和概述、设计和细节(奇数)文档(
40细节模型),从http://tidy.ws/28jdyT可收回。提供的基本原理模型和奇怪的是,它允许结果的复制和传播模型的激励更多的扩展。NetLogo 5.3 [
41)被选为编程语言来实现模型。
<年代ec我d="sec2.1">
2.1。模型的背景<我t一个lic>
方程(
1):代理使用的精确决策方程我t一个l我c>
(1)米米l:mtext>
ω米米l:mi>
我米米l:mi>
j米米l:mi>
=米米l:mo>
c米米l:mi>
1米米l:mn>
我米米l:mi>
j米米l:mi>
∑米米l:mo>
k米米l:mi>
=米米l:mo>
1米米l:mn>
K米米l:mi>
n米米l:mi>
t米米l:mi>
j米米l:mi>
k米米l:mi>
t米米l:mi>
- - - - - -米米l:mo>
1米米l:mn>
E米米l:mi>
我米米l:mi>
j米米l:mi>
一个米米l:mi>
我米米l:mi>
k米米l:mi>
t米米l:mi>
+米米l:mo>
c米米l:mi>
2米米l:mn>
我米米l:mi>
j米米l:mi>
p米米l:mi>
t米米l:mi>
我米米l:mi>
t米米l:mi>
- - - - - -米米l:mo>
1米米l:mn>
p米米l:mi>
我米米l:mi>
我米米l:mi>
t米米l:mi>
+米米l:mo>
c米米l:mi>
3米米l:mn>
我米米l:mi>
j米米l:mi>
ϵ米米l:mi>
我米米l:mi>
j米米l:mi>
t米米l:mi>
方程(
1)是投资者<我nl我ne- - - - - -for米ula>
j米米l:mi>
结合三个指标的信息来源确定的决定<我nl我ne- - - - - -for米ula>
(米米l:mo>
ω米米l:mi>
我米米l:mi>
j米米l:mi>
)米米l:mo>
对资产<我nl我ne- - - - - -for米ula>
我米米l:mi>
。决策指标,对投资者的决策阈值相比<我nl我ne- - - - - -for米ula>
(米米l:mo>
ω米米l:mi>
- - - - - -米米l:mo>
j米米l:mi>
)米米l:mo>
决定代理购买更多,持有或出售其持有的风险资产的比例每桌
1。信息来源是他们的邻居的预期行为<我nl我ne- - - - - -for米ula>
(米米l:mo>
E米米l:mi>
我米米l:mi>
j米米l:mi>
一个米米l:mi>
我米米l:mi>
k米米l:mi>
t米米l:mi>
)米米l:mo>
、公共信息<我nl我ne- - - - - -for米ula>
(米米l:mo>
p米米l:mi>
我米米l:mi>
我米米l:mi>
t米米l:mi>
)米米l:mo>
和私人信息<我nl我ne- - - - - -for米ula>
(米米l:mo>
ϵ米米l:mi>
我米米l:mi>
j米米l:mi>
t米米l:mi>
)米米l:mo>
。公共和私人信息来源是正态分布的随机变量的意思是0。此外,(
1)详细说明附加变量权重每个信息来源的影响。为公众和网络信息,一组变量的初始偏差coefficients-remain固定而另一变量信任系数更新来反映投资者的信任每一个信息来源,因为他们对市场和信息的质量。的固定值<我nl我ne- - - - - -for米ula>
c米米l:mi>
1米米l:mtext>
我米米l:mi>
j米米l:mi>
,我t一个l我c><我nl我ne-formula>
c米米l:mi>
2米米l:mtext>
我米米l:mi>
j米米l:mi>
,<我nl我ne- - - - - -for米ula>
c米米l:mi>
3米米l:mtext>
我米米l:mi>
j米米l:mi>
,而变量系数是网络信任(<我nl我ne- - - - - -for米ula>
n米米l:mi>
t米米l:mi>
j米米l:mi>
k米米l:mi>
和公众的信任<我nl我ne- - - - - -for米ula>
p米米l:mi>
t米米l:mi>
我米米l:mi>
)。固定的变量是均匀分布在开始在投资者中,0的下限和上限由用户决定。通过改变初始偏差(简化的上限被解读为c<年代ub>1年代ub>c<年代ub>2,年代ub>和c<年代ub>3年代ub>不同的模型动力学发生。实现模型的参数扫描包括c的值<年代ub>1年代ub>从1到4,而其他人仍固定在1。一旦投资者做出他们的决定,交易发生时,用一个新的内生决定的风险资产价格。投资者利用定价结果更新各种信仰,包括信任他们的顾问(出站网络链接)。