文摘

本文提出了一个新的金融市场模型分析的基础上少数博弈模型。代理在这个模型中通过信息共享,形成网络和代理使用少数实现系统的演化博弈模型。为了更好地描述金融市场,我们也采用之前的连接策略模型。形成的网络代理无标度网络的特征,并随着初始网络连接概率的增加,相应的代理的增长率的平均连接度增加然后减少后达到峰值。

1。介绍

在众多复杂的研究领域,社会经济领域的研究更复杂,这是由于人的参与。金融市场复杂性研究尤为重要,由于其特殊的自然和社会经济系统中的独特地位1]。它是精确的,因为这已经吸引了大量的学者从不同的学科。特别是,物理学家的条目,计算机学者,心理学和行为学者研究金融市场逐渐加剧。根据不同的复杂性理论,计算金融形成一个字(2]。它描绘了从复杂网络的角度来看,金融市场系统和缩影。它已成为一个强大的工具为人们理解和理解金融市场的复杂性,它已经成为一个金融复杂性研究的新领域(3]。它提出,金融市场体系应该是一个复杂的自适应系统(CAS)。

新古典经济学告诉我们,社会存在的经济系统是由许多人称为“经济人”。这些“经济人”是完全理性和完全控制整个市场上的所有信息(4]。经济学家证明,市场最终会在一种平衡的状态,供给和需求的平衡,如果没有来自外部因素的干扰,系统总是处于平衡状态(5]。然而,实际的经济体系在许多方面不同于经济学家所设想的。首先,“经济人”个人在经济不是万能的,完全理性(6]。这些人并不是完全随机的交互。这些人有学习功能。他们不使用现有的决策方法在市场,但逐渐地积累经验通过经济活动的做法和其他经济活动在有限的环境中。在个体之间的相互作用,他们逐渐适应执行有限理性的行为(7,8]。

近年来,许多实证研究还发现,金融市场表现出复杂的特征和市场异常。这些现象不能再被解释为古典理性预期理论、有效市场理论,传统的数学工具(线性、定点和微分方程系统),经济理论和传统的平衡。传统经济理论已经无力面对现实(9]。更好地模拟个体和市场操作的过程中发现微观和宏观潜力法,计算金融学者做了大量研究和积极改进建模与仿真。这是相互补充、相互渗透的结果,各种学科(10]。

的进一步扩大,国际经济一体化的过程中,世界各国的经济发展取得了前所未有的发展。不同国家的金融市场也已大大提高和完善11]。金融服务对人们的生活产生了巨大的影响,成为不可或缺的服务在人们的生活中。随着金融市场的发展,新的金融产品正在不断涌现。新产品的不断出现在金融市场增加了很多不确定性,风险因素已经非常大(12]。

它是精确的,因为金融市场的复杂性和可变性,金融市场也成为一个重要的应用领域各学科的研究成果(13]。经济学家们利用他们独特的经济观点很多卓有成效的分析,金融市场和来自许多经济学的基本理论(14]。物理学家和数学家利用他们独特的定量研究方法,定量分析和金融市场模型。行为科学家个人的行为在金融市场所做的更深入和详细的分析,为金融市场提供了一个更精确的仿真建模领域的行为和计算机仿真学者对金融市场(15]。许多贡献也,和许多其他领域的学者也对金融市场做了大量研究。这些研究的主要目的是能够找到一个解释金融市场的客观规律,分析金融市场的动态演化过程,并分析常见的金融现象在金融市场更深入、客观的分析,以便人们可以获得更多现有的工具在金融市场上,最终形成一个金融市场的健康发展。

金融市场是一个人类社会的一部分。最近的研究在人类社会中显示,在金融市场是一个复杂的网络现象(16]。渗滤模型是研究复杂网络的方法之一。如图1,渗滤模型是一个理论变化引起的互连研究无序系统的影响。上部是一个理想化的二维蜂巢形通道网络,显示液体居心叵测地穿过六角“咖啡渣”。下面部分显示相应的网络图(17]。粗线代表联系和几组,其中一个被标记为一个可能的渗流通道。

金融市场的复杂网络特征进行相关研究渗流模型应用(18]。应用渗流模型对金融市场,金融市场中的每个块对应一个代理,以及他们是否以确定他们是否连接形成一个集团。其中,Cont-Bouchaud模型更好地适用于渗流模型对金融市场,使用这种研究羊群效应,得出结论,羊群效应的主要原因是股市的肥尾和股票市场的泡沫。在CB模型中,每组代表一个代理(19]。在每个迭代中,任意两个网格点之间的连接边缘成为连接边缘有一定概率和连接网格点从一个集群。每个集群被认为是一个投资集团,同意并采取相同的投资行为。

基于研究结果的人工金融市场多重代理平台和复杂的网络,结合当前流行的和复杂的网络,我们提出一个金融市场模型,MG复杂网络上的演化。本文将综合考虑微macrofactors,适当调整对金融市场的影响,合理地反映了它们如何影响市场。

2。金融市场模型建设基于少数博弈模型在一个复杂的网络

2.1。市场资产模型建模

这个系统使用市场资产模型真实的金融市场交易对象和市场活动规则。市场资产是指标的物的流通和交易市场,在市场上是价格波动的持有者。常见的模拟在金融市场的资产包括股票和货币。在实际的金融市场,交易所将同时交易多种资产和资产的多样性的原因之一是金融市场的多样性。有必要提出一个统一的模型描述各种形式的资产。

资产的流通是伴随着交易规则的创建和发展。一个规则的描述是一个资产交易活动的变化,这是一个资产的行为。资产没有规则不是资产的交易市场。规则和资产走到一起,这就是为什么这两个被视为一个整体,建模为有价资产。市场参与者需要实现的规则。在金融市场,市场参与者,市场参与者和市场参与规则是密切相关的。在金融仿真模型,同样的市场参与者可能拥有多个资产,和相同的资产可能属于多个市场参与者(20.]。例如,一个特定的交易可能贸易多个股票同时,和一个投资者可能同时持有多只股票。特定的股票可以上市,同时在多个交易所交易,和一个特定的股票可能由多个投资者持有。相同的规则可以应用到多个资产,和相同的资产也可能有多个市场规则。例如,一个特定的交易所采用所有股票的配对机制,和特定的股票交易通过婚姻在一些交流和做市商的一些交流。市场参与者可能采用不同的规则不同的资产,和同样的规则可能是由许多不同的市场参与者使用。

策略库在代理中起着决定性的作用。它决定了代理交易在金融市场上,交易的结果肯定会带来代理的属性状态的变化,和参数的变化会导致巨大的变化与其他代理代理的联系。代理人的效用函数采用绝对风险厌恶效用函数:

其中,绝对风险厌恶系数和吗的财富吗我th剂时 ,包括现金和股票的价值。代理的财富可以通过下列公式表达(2): 在哪里和代表所持有的现金和股票的数量我th剂时和是当时股价的一步。这样,在下一个时间步,代理作出决定之前,它的财富状态可以通过以下公式表示:

其中,是无风险收益率,当时是股票的股息的一步。代理的交易在金融市场是由代理的策略库或共享策略中得分最高的策略。在前面的模型中,每个代理的交易数量是一个作为一个单元,买进或卖出股票的单位,不能反映金融市场的代理的区别。本文中的模型的交易量是随机在一定的范围内。例如,交易量随机将一个值从1到10的整数。

在金融市场中,正确的返回功能由以下公式表示:

在代表的积分j^th策略我代理策略库时间 。如果预测的策略的标志是一致的吗一个(t),代理积累点策略的点。每个时间步代理将选择最高的策略积累点的策略库作为其决策的基础:

2.2。市场参与主题模式建设

这个系统使用市场参与者的主体模型不同的市场参与者,如投资者、交易所、和各种机构,影响国家的市场。然而,投资者在市场行为有很大的差异。他们的反应市场资产和市场信息有相似之处。在这个模型中,这些参与者是参与者nondistinguished统一的抽象模型,实际上,这些设计antispecific模型有各种可能的市场主导能力参与。

市场参与者的核心部分是金融市场和金融市场的推广以及智能代理的直接表现在“可替换主体模拟”。这个模型的核心是一般金融市场模型,甚至整个仿真系统。在现实的金融市场中,参与者的活动主要是transaction-related,主要涉及三种类型的参与者,交易员、交流、和其他机构。其中,交易员和交流是最重要的部分的金融市场和促进金融市场。

交易员使用某些策略来创造交易。具体表现是交易订单发送到一个特定的交换。在决策的过程中,交易员需要基于资产做出综合判断,当前主题在市场上,价格和其他的信息来源。获取市场信息的过程和其他渠道的信息在做决定之前,和发送命令后的市场决定本质上是一个发送和接收信息交流的过程。交易者的决策行为是出于时间的流逝和外部时间信息。合并两个激励模型的一个例子是定期投资购买某一主题时,标的物的价格低于目标范围。的行为不断检查价格不断刺激时间的流逝,和购买的行为发生在收到价格信息的动机。

交换的核心作用是促进交易的交易员。交易所接受订单信息发送的交易员和生成订单根据特定的原则。交流有多种多样的方法来生成订单,导致不同类型的交流。交流也是出于时间的流逝和外部时间信息(21]。例如,交换,采用做市商制度,接受交易员的交易订单后,对应的交易员和完成交易过程与交易员没有执行匹配的交易员之间的交易。这种类型的交换的报价来自第三方市场。交流需要监控第三方的报价,生成基于第三方报价,报价和报告他们的交易员。这种积极监控价格信息和交易活动的发生由于订单信息的到来。其他机构的构成是不同的,他们的行为也不同。这些机构包括中央银行、商业银行和保险公司。然而,这些机构并不是市场行为的核心部分。他们也影响市场交易的发展。这些机构有不同的功能,但其核心影响系统市场的方法是将消息发送到市场。 For example, the central bank can determine the interest rate situation in the current financial market environment. The interest rate situation represents the risk-free rate of return, which will become one of the influencing factors of traders’ trading behavior decisions. The formulation and release of information by these institutions may occur over time or may occur due to external events.

上述分析中分析了各种学科的共性行为动机。我们分析各种学科的共性行为。即使当前市场参与者主要是投资者,他们将不同的由于他们不同的投资策略。例如,可能有价值投资者基于该公司在市场上的价值,技术投资者根据价格变动,根据新闻和新的投资者交易。同样的,交换的多样性来自它生成订单的多样性:交换的主题的多样性和主题处理方法的多样性22]。然而,从macroperspective,各种投资者的实体和各种交换实体有一个共性在处理新闻,然后作用于资产基于消息。这些共性也统一建模的合理性解释,对交易员、交流、和其他机构在市场上同样智能代理。

2.3。建筑主体互动的网络模型

在现实中,个人在金融市场永远不会孤立存在的,但与元素在其他市场复杂的联系。这个连接的复杂性造成了金融市场的复杂性的一个方面。在金融市场上,市场参与者之间的直接关系和交流。从市场交易员请求信息,发送订单,和市场交易员广播信息。这些都是在具体行为表现的关系。有一个商人和交易员之间的关系。交易商本身是人们在社会中,他们是自然与社会其他人。这种连接带来的信息交换,进一步影响交易者在市场行为的决策过程。交流不仅限于在接触交易员。将会有许多交易所市场的同时。 The exchanges have different systems and different types of transactions, which will lead to cooperation, competition, and other relationships. Moreover, the exchanges exist as institutions and will be subject to such issues as central banks, regulatory agencies, commercial banks, and other institutions. The impact of these complex network relationships on the financial market itself is an important subject to be studied in the financial field.

一般可替换主体仿真平台通常需要支持网络代理之间的关系。主体的行为和发展在一个复杂的自适应系统需要与外部世界的互动,和网络的关系是互动的重要基础。一般可替换主体的仿真模型、网络模型通常有标准化的特点。例如,当执行与可替换主体模拟、互动网络,生成的代理可能取决于其空间结构(23]。这种网络具有明显的特征。还有一个正则形式的语义空间。另一方面,一般可替换主体仿真模型的网络代理同质性的特点,也就是说,不同的代理连接网络中属于同一类型。

准确地描述实际金融市场的特点,可替换主体平台领域的金融市场仿真需要的网络特征的合理建模元素参与市场。不同于正常化和同质性互动网络在上述一般多重代理系统模型中,金融市场的互动网络模型有其特点。市场参与元素之间的联系所代表的互动网络在金融领域是一个抽象的连接,这无关与特定的空间位置等含义。这个抽象连接更随机。另一方面,有各种元素参与金融市场。例如,交流采取不同的事务策略,不同类型的实体。在实验模型领域的金融市场,这些元素的不同性质经常出现在一起,是有联系的。因此,当市场参与的互动网络建模元素,可替换主体模拟平台面向金融市场领域必须特别设计为金融市场的特点。

一方面,交互式网络模型的灵活性的仿真平台是一个更现实的描述网络的间接关系在现实金融市场,另一方面,它也满足设计目标的金融市场仿真平台具有良好的可重用性。金融领域的仿真平台的可重用性来自这样一个事实:这个平台的广义模型可以专门开发实现各种市场活动参与元素与不同的行为和满足不同的实验需求,和参与各种市场元素之间,使足够的组合形式丰富多样的模型,满足各种实验的需要。结合过程中的元素,交互式网络也是复杂的关系(24]。

这种并发症来自两个方面:增加相同的元素和之间的联系的增加不同种类的元素之间的联系。由此,我们可以得出结论,在金融市场的复杂的实验模型,市场要素之间的互动网络包括两种类型:同一种元素之间的网络和网络之间的不同类型的元素。如图2,各种元素的互动网络结构在金融市场模型反映了这种互动网络的特点。在这个原理图,三个元素参与金融市场活动,由广场、圆圈和三角形。一个可能的网络所表达的意义是价值投资者之间的关系,技术投资者,多个证券交易所。有元素在广场内相互联系的网络关系,三角形元素,和圆形元素。表明网络关系的实线绘制在同一投资者或影响各种交流之间的关系。也有互联网络广场三角形元素和元素之间的关系,声音元素和三角形元素,平方元素,和三角元素,用虚线表示的价值投资者和投资者在各种技术上的交流。投资者开户关系价值投资者和技术交流。

在金融市场的模拟,可能的互动网络包括一个ER随机网络模型,常规的网络模型、小世界网络和无标度网络。这些复杂网络模型本质上是有向图,其方向性来自金融市场的单向传播信息。如图3,投资者可以订阅新闻媒体而不是反之亦然。对于这种有向图与多个节点元素,第一种方法是使用邻接表元素类型来描述它。

3所示。结果和分析

3.1。常见的现场分析金融市场基于复杂网络的少数博弈模型

实验的结果是给金融市场模型的仿真模拟程序。数量N代理的人工金融市场是1001,5毫克的内存容量模型,并在每一个实验进行。最初的股票价格在金融市场上是100.0,和最初的财富和现金的每个代理。网络进化相关的初始参数设置如下:最初的网络连接概率是0.05系统值和动态演化过程的概率公式0.05。

当3毫克的内存容量模型,仿真程序可以运行的股票价格时间序列生成的模型。它表明股票价格时间序列的第一个4000次迭代。可以看出,模拟股票价格序列的趋势和波动非常类似于真正的金融市场股票价格。

当4毫克的内存容量模型,股票价格的时间序列返回所生成的模型。如图4重大事件(大的价格变化)在我们的模型中经常发生,这与许多学者的实证研究是一致的,但新古典经济理论无法解释这些现象。

图5显示的概率分布生成的股票价格的对数回归模型,当5毫克的内存容量模型。拟合曲线是正态分布的概率曲线。如图6,股票价格的概率分布对数返回非常不同于正态分布。生成的分布模型比高斯分布在中心,尖锐的两端分布胖比高斯分布的概率并不是约等于0。

3.2。分析计算机模拟的发展金融市场的网络结构

在这项研究中,实验数据是通过一个模型模拟程序,分析了这些数据,显著的结果。首先,分析了金融市场的常见现象,如价格和回报和频繁发生的重大事件的“尖峰厚尾”特征的收入分配。这些分析结果与实证研究中一些常见的现象相一致。然后,复杂网络结构的动态演化通过实验结果进行了分析。代理出度和入度进行了分析和代理可以近似一条直线对数坐标,这是符合无标度复杂网络的现象(25]。同时,还发现,有一定数量的代理与相对较大的度,这是符合“后效应”和“羊群效应”的实证研究。此外,它发现,当最初的概率增加。相应的代理连接度的平均增长率增加,然后降低。

从模拟程序,网络形成的过程的代理需要金融市场。通过这些数据的分析和处理,以下的结论。出度和入度的概率分布选择3000 hour-step操作。如图7直线是一条直线在对数坐标。可以看出,在对数坐标的出度和入度的概率分布可以近似一条直线在对数坐标,这是符合无标度网络的特征。

概率分布的直线图的出度和入度的对数坐标上的所有代理是一条直线。可以看出,在对数坐标的出度和入度的概率分布可以近似一条直线在对数坐标,这也符合无标度网络的特征。

我们生成的代理网络模型包含一个无标度网络的特点,网络是一个无标度网络。可以看出,代理相对较大程度仍然存在,这表明有很多代理连接到它。这也符合“后效应”和“羊群效应”的实证研究。

最初的网络连接概率的变化会影响网络进化。的x协调是概率的增加从0.05到0.85,0.05的步长,和他们的坐标是所有代理商的平均出度和入度平均在任何时间的步骤。可以看出,随着初始连接概率的增加,增长率的平均出度和入度平均增加,然后降低。

验证分布式仿真平台研究在本文中具有良好的性能,我们已经完成了很多投资者代理2的计算节点,3计算节点,计算节点,4和5的计算节点。有多个仿真实验的200年、400年、800年和1600年,分别。运行时间图仿真实验获得的。如图8随着存储的规模增加,所需的时间完成模拟也显示了一个上升趋势。相同数量的投资者代理,使用多个计算节点;模拟使用较短的运行时间。这表明仿真的并行操作加快了进展。

本文讨论了两个方面的仿真系统的可重用性,模型级别和代码的可重用性测试证书也从两层的离开。所谓的系统已经成功地重用,这意味着即使最初的模型和代码是使用少量的修改,它是应用于新模型和代码,在继承和派生的过程最初的模型代码。因此,可重用性实验的设计从最初的模型需要修改。如果重建模型成功运行和预期效果是成功的,它可以表明,重用活动带来的原始模型成功,进而表明最初的模型或代码可重用和系统可重用。

为了验证仿真系统的可重用性,也就是说,仿真系统可以修改尽可能少,以适应新的仿真模型,本文设计了仿真实验。这个实验将根据系统中内置的随机市场模型。新的实验模型添加一个新的股票资产原始交换基于原始模型。同时,添加一个新的交易所,证券资产。匹配交易的两个证券交易所采取了不同的方法有不同的三个最大单日限制股票。投资者随机随机订货价格一定资产交换。经过仿真实验,模拟三个股票的价格在两家交易所如图9。

从图可以看出10不同股票的波动在两家交易所的价格上限为10%低于20%的股票价格限制,和三个股票的价格变化是相互独立的。三个子图显示上述三个股票的波动性。计算方法之间的价格差异的比例是当前周期的价格和以前的价格在前一个周期价格周期。

如图11,这两个股票在两个不同的交往,但都有相同的兴衰的限制。的波动范围内的两个定义的匹配算法,和的绝对值波动率高达10%。两只股票都在同一交易所,每个都有不同的价格限制。序号1股票的价格上限为10%,最大波动率的绝对值为10%。序号2股票的价格上限为20%,最大波动率的绝对值为20%。两只股票的波动范围内各自的匹配算法和不同于对方。这表明不同的匹配算法是有效的。

分析的基础上,通过增加市场获得的新的实验模型基于最初的实验模型和模型元素重复使用过程的原始实验模型从模型到代码。在新的实验模型中,股票的价格趋势相同的资产处理算法在不同交换实体是相互独立的,但它们都遵循匹配算法在各自的范围内,表明不同的实体,不同的资产,不同的算法操作正常。与随机市场模型相比,该实验模型的过程也会增加对象之间的通信。两个事务在投资者代理是相互联系的。投资者代理构造并发送一条短信,连接到它的所有代理之前订单的决策过程。这个消息并不影响接受者的决定订单。

4所示。结论

本文提出的模型是一个基于MG人工金融市场模型和复杂网络理论。首先,少数博弈模型更加逼真地模拟人员的心理和行为因素在金融市场,使财务决策的帮助下策略库。其次,代理之间形成的复杂网络,提出了分析和网络代理的信息共享机制,网络的动态演化过程。仿真研究论文也取得了一些成就,例如模拟数据通过分析,股票价格和收益的大型活动频繁,和“肥尾”功能收入分配;这些发现与实证研究是一致的。分析代理商之间形成复杂的网络结构和演化,并得出结论:代理约的出度和入度分布符合幂律分布,在复杂网络和无尺度的现象是一致的,也符合“后效应”和“羊群效应”。本文分析了影响网络演化的初始连接概率网络的变化。随着初始连接概率的增加,相应的代理平均连接度增加。速度增加,然后下降后达到峰值。研究人工金融市场是一个巨大的项目,和许多因素需要考虑。 The model in this article puts forward some meaningful and active explorations on the agent’s psychology, behavior, and network formed by the agent, and many areas need to be further improved. The simulation of the psychology and behavior of traders in the financial market by the minority game model should be more perfect. The agent simulated formation of a complex network requires further study and more accurate simulation agent interconnection. Agent complex networks formed a deeper lack of theoretical research and modular approach.

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称他们没有利益冲突有关的出版。

确认

这项工作是支持的2019西安社会科学规划基金:西安会展业对经济的影响研究(项目编号:19 j01)。