文摘

在金融市场一片焦虑。依照心理学研究,焦虑交易员的犹豫行为不同于经常解剖放牧和投机行为。本文探讨了代理之间的交互焦虑和价格惯性人工金融市场。我们将进化机制分析的战略利益有限理性的焦虑的代理。根据我们的仿真结果,资产价格的偏差从基本面增加代理行为犹豫的焦虑。焦虑的刚性投资代理的缺乏信心降低价格逆转的可能性。此外,平均焦虑代理的战略好处是接近于零。为了确保我们的发现的可靠性,我们进一步包括焦虑的非理性在我们进化的代理设置。这样的努力再次表明,原教旨主义代理人的战略利益较低的焦虑的代理。因为焦虑代理的特征是杜绝不确定性,我们也探讨人工市场在不同程度的风险规避。 We perceive that it is less possible for price reversal to emerge when considering higher levels of hesitation. The behavioral hesitation of the anxious agent enables the agent to cleverly evade the risk raised by the speculator.

1。介绍

焦虑是一种普遍的心理现象,造成身体疾病、年龄、投资压力,等等。身体疾病记录产生心理健康问题。在这样一个论点,最明显的是焦虑被Santomauro et al。1)和Taquet et al。2]。除了身体上的疾病,年龄影响的焦虑。具体而言,布伦(3)和戴克和史密斯4)认为,老年人表现出温和的焦虑与年轻人相比。同样,维斯威塞尔et al。5)发现,焦虑变弱的年龄的增加。此外,当代理人参与至关重要和昂贵的投资,他们也容易焦虑(例如,6- - - - - -8])。此外,基于一项调查涉及到河南省的88611人,中国,李et al。9)表示,12.01%的人年龄在18岁到30受到焦虑的影响。此外,12.5%的人年龄在30到40之间一片焦虑。这样的流行产生12.13%的人年龄在40到50之间,9.52%的老年人60到100岁。

研究焦虑可以追溯到至少Bellack和伦巴都10),分类焦虑分为两类,即客观的焦虑和神经质焦虑。精确、客观的焦虑源于对现实的威胁。此外,应对内部冲突没有任何潜在的基础使神经质焦虑成形。当谈到焦虑的起源,佩雷拉et al。11)认为反复接触负面事件肯定会导致焦虑。同样,罗伯茨(12和查尔斯和Carstensen13澄清,不良事件能引起焦虑的出现。

焦虑的出现引发电池代理商的行为反应。关于这种说法,焦虑的行为犹豫和决策刚性代理是显而易见的。这种焦虑的代理无法迅速调整自己的决定,马上,这是在放牧和投机形成鲜明对比代理(例如,14- - - - - -16])。在更多的细节,Holaway et al。17)提供的证据表明,代理将无法解决问题和应对威胁的情况下当他们体现严重焦虑。因此,代理人往往从事安全行为和不愿意改变他们的决定(例如,18,19])。

同样,洛里和格里森姆(20.察觉到那些患有焦虑的特点是温和的冒险行为比nonanxious同行。换句话说,那些患有焦虑更厌恶风险。此外,Amstadter [21验证焦虑可以减轻代理商的注意力资源,从而增加他们所面临的困难提出适应性反应。此外,现有的基于代理模型的观点主要关注情绪的形成,情绪的基调,蔓延的情绪,情绪的变化(例如,22- - - - - -27])。现存的基于主体建模的研究不涉及焦虑在代理的信仰和行为建模。因此,它是必不可少的解释焦虑对信仰和行为的影响。

除了以上提到的,有两个普遍接受的观点关于焦虑的起源。更具体地说,卡尔顿et al。28]和Boelen Reijntjes [29日]表明,焦虑,源于不能容忍不确定性和遭受的痛苦承受它。更精确地说,尽管发生的概率,对无把握患者作为不确定性的反映了一种趋势不可接受(30.]。此外,Laposa et al。31日和米切尔et al。32)强调,遇险公差是指那些患有焦虑的能力抵抗负面情绪。符合这样的概念陈述,对无把握呈正相关,焦虑,而焦虑与痛苦承受负相关。

出于研究心理学和基于主体的建模,本文提出和发展人造市场所填充的焦虑和原教旨主义代理。在我们的模型中,焦虑和原教旨主义代理他们的信仰有关价格的期望和方差。提供代理的信仰,我们跟随陈等。33]和Hommes [34)确定代理的要求使用这样的信仰和他们的风险规避。此外,受朱et al。35]Chiarella他[36),一种资产的价格来自基于代理人工的过度需求市场。

由于未来收益的不确定性变化的策略,焦虑的代理会表现出的行为特征是寻找安全,所以他们很难调整他们的决定。因此,焦虑代理展品延迟反应或不够有力的新信息(例如,37- - - - - -39]。

然而,这样的价格对信息的反应表明,过去的趋势资产维护和进一步激活价格延续和惯性(例如,40,41])。因此,在Jegadeesh和Titman[的精神42),我们设计的动力强度消化的影响的焦虑在价格上惯性。我们解剖焦虑之间的相互作用和资产价格偏离基本面。之间的比较得出各自的表现焦虑的代理和原教旨主义代理。

心理方面的研究提供了相互矛盾的证据是否焦虑的代理是理性或非理性的(例如,43,44]。因此,在基于代理的代理演进市场,代理被指认为是理性和发展自身效益。这样的演进是使用所提供的机制执行Hommes [34]。此外,我们进一步修改这样的机制来呼应焦虑的非理性的代理。更精确地说,焦虑代理发展除非原教旨主义代理人的相关利益高于一个上界。否则,焦虑的代理人坚持现有的策略即使原教旨主义代理已经表现出优越的性能。

本研究有助于在三个主要方面的文献。首先,现存的研究主要关注一次性恐慌的影响从股市交易员(例如,45- - - - - -47])。然而,很少有论文的影响主要集中在连续的恐慌和内在的焦虑从股票市场的交易员。等相比,因此,当前的努力与恐慌,我们努力解决关于这条线将扩展边界的研究基于随机模拟使用一个基于主体的模型。其次,回顾现有的人工股票市场的研究,发现他们中的大多数征募原教旨主义代理和宪章代理,例如,Krichene和El-Aroui [48],因特网[49),Alfi et al。50],Alfarano et al。51]。基于焦虑这一事实已经存在,我们设计焦虑代理并整合这些基于代理的代理市场。因此,本文设计了以这样一种方式,它扩展了类代理领域的基于主体建模的研究。

第三,近年来,大量的金融研究不断致力于价格惯性和反转,如挂等的研究。52),罗et al。53],阿里和Hirshleifer [54],Atilgan et al。55]。具体而言,他们检查价格惯性和反转的投资者关注,投资者过度自信,分析师报道,投资者不够有力,等等。然而,这些研究并没有利用焦虑探索这两个相关的神秘现象。因此,装备随机模拟,我们进一步分析焦虑的影响从焦虑的代理价格惯性和反转。我们的分析也提供了实验解释惯性和反转的出现在现实市场(例如,56- - - - - -58])。实际上,价格惯性和反转指标识别市场波动至关重要(例如,59,60])。当资产价格产生惯性,价格不是容易极端波动。相比之下,波动时容易出现显著的风险价格的逆转。

介绍后,其重点是论文的动机和贡献,在下一节中,我们提出一个相关的基于主体建模方面的文献。节3填充,基于主体人工市场原教旨主义和焦虑的代理商,建立了。在部分4和5,我们执行模拟以及消化焦虑代理人的理性和非理性。此外,鲁棒性检查形成的部分6。在最后一节中,我们提供了我们的结论。

2。文献综述

现有的基于代理模型由原教旨主义大体上填充剂和宪章代理。带着这两股代理,Hommes和Vroegop61年)认为这一趋势追逐宪章代理撼动市场的行为,导致不可预测的价格泡沫和危机。同样,Hommes和草原62年)和Hommes et al。63年]也认为这一趋势追逐行为是一个杰出的助推器繁荣和萧条的资产价格。此外,Hommes [64年]提供了证据表明,价格泡沫和崩溃实际上源自冲击的基本信息。代理的行为这两个组之间切换放大这种泡沫和崩溃。不同于这两种代理、焦虑的代理不能及时调整自己的投资。焦虑的代理不太可能改变行为模式。因此,同样,我们也试图确定是否焦虑代理破坏市场。

焦虑的代理一般不可能模仿其他代理因行为犹豫和刚度的决定。这样的属性与放牧行为形成了鲜明对比。现存的基于主体建模研究羊群行为努力探针对波动的影响,如李,李14),Di Guilmi et al。65年山本],[16]。事实上,他们已经记录,放牧行为增强了市场波动。

更具体地说,李,李14)表明,不合理的放牧行为代理将促进高市场波动。然而,当放牧代理商的市场比例达到3%,这样的代理获得相当积极的回报。同样,Di Guilmi et al。65年]也认为更密集地放牧行为增加剧烈的市场波动。此外,山本(16]感知波动往往消失当代理群的信息有限。因为焦虑的代理行为犹豫显著不同于放牧行为,我们努力确认是否焦虑代理带来恶化市场稳定。

此外,基于代理模型与原教旨主义和宪章代理商已经实现解剖的投机行为。施密特et al。66年),Ghonghadze和勒克斯15),因特网和Westerhoff [49最近的例子。他们提供总的实验证据,市场倾向于极端的波动是由于宪章代理商的投机活动。当屏幕宪章代理雄厚的技术交易信号从过去的价格趋势,是维护和持续的极端市场波动。相反,原教旨主义代理是一个至关重要的市场的稳定器。填充我们的基于代理模型的原教旨主义和焦虑代理。在这方面,在不同比例的原教旨主义代理,它是有价值的调查逆转风险和价格偏差。

介绍的建模框架由布鲁克和Hommes [67年,68年)在他们的两个研究本文建模时的主要依据是异质代理人。准确地说,这样的框架内代理模型中被赋予异质信念与期望和风险资产的价格。此外,交易策略形成符合代理商的信仰。离散选择模型的实现导致的适应代理信仰和代理之间的交互。此外,根据布鲁克和Hommes [67年,68年),代理选择是否要改变以前的策略符合积累战略利益。一个代理在人群中可能会切换到另一个人群当她的策略不改善福利。事实上,代理从过去的经验中学习,从而进化。同样,焦虑代理的发展符合自身效益的策略在合理情况下的模型。

遗传算法和遗传编程是代理的两个常用工具的演进和基于代理模型的优化问题。陈和叶(69年,70年]采用遗传规划建立一个新的框架,设计一个人工金融市场。在这样一个人工市场,预测规则实现的代理从事社会学习。遗传编程采用进化池按照预测的准确性规则。此外,代理将访问池时为了修改他们的策略的特点是戏剧性的激励。代理将求助于池当他们的策略大大低于同行。通过执行这个实验人工市场,这两项研究验证了理性预期的假设和文档很难预测资产价格。的非理性的场景模型,这样一个池启发我们设计一个焦虑的代理机制发展指的是相对的战略利益的原教旨主义代理。此外,陈和叶(71年)可以被看作是一个经典的尝试运用遗传规划金融市场问题。通过遗传规划方法,他们展示价格不可预测性的概念。在以后的应用遗传编程,陈和廖72年)招募这样的方法建立一个人工市场和文档,资产价格和交易量之间的因果关系是一个市场的固有特征。此外,Chen等人。73年]解剖的出现太阳黑子活动基于类似的方法。他们表明,太阳黑子信徒永远不会被淘汰退出市场。然而,从长远来看,这对太阳黑子是极其困难的信徒才能生存。

亚瑟et al。74年和帕默et al。75年)是基于代理模型与遗传算法的两个基石。这两个文件建立圣菲研究所人工市场价格泡沫,崩溃,和持续的高成交量出现。在这样一个人工市场,代理可以发展自己。准确地说,他们是机器学习交易员招聘分类器系统预测资产价格。配备了遗传算法、代理商(发展和发现新的预测规则(LeBaron提示我们76年等。[]和LeBaron提示我们77年]),进一步调整上述市场。他们解剖波动持久性、峭度和市场价格大幅上涨。同样,陈和黄78年)招募基于个体模型与遗传算法检查人员的生存能力。此类调查表明,风险偏好对代理商的生存至关重要。遗传算法也在我们的模型中。从这种现存的研究不同,我们跟随陈et al。33)来实现遗传算法模型校准。基于这样的一个方法,参数校准通过一个约束优化问题。

3所示。人工金融市场

在我们的基于代理模型,两种类型的异构代理,即原教旨主义代理商和焦虑。具体而言,我们构造一个人工金融市场从代理商的信仰的角度对资产价格的期望和方差。此外,代理的策略(需求),市场的进化,和程序用于确定资产价格。

3.1。概述

焦虑是一种普遍心理现象的凯斯勒et al。79年),维特森解释和霍耶(80年]。这样的焦虑主要来自身体、心理和社会因素。焦虑导致代理发现很难想出适应性反应变化的现实。焦虑的代理无法立即并迅速做出调整。他们需要很长时间形成的决定。

为了研究这个问题,我们开发一个基于主体的模型所填充的焦虑和原教旨主义代理。异质信念对资产价格的期望和方差首先被建立。这样的信念将招募获得异构代理的需求以及总需求。资产价格决定于总需求过剩。

最重要的是,焦虑代理特点是缺乏信心,行为犹豫,和严重的风险规避。当设计焦虑的代理,我们决定刚性合并到代理的信念对于价格的期望。换句话说,焦虑的代理才作出决定承认multiperiod和定性相似的预测错误。

3.2。设计概念

放牧和投机代理相比,焦虑代理体现行为犹豫和刚度的决定。需要特别注意的,争议是否焦虑代理是理性或非理性需要共同解决的医疗、心理和经济研究。因此,进化在理性和非理性的情况下都是使用在我们的模型中。

3.2.1之上。焦虑的信仰代理

焦虑代理害怕改变战略以来,这样的行动会导致不确定性关于回报,他们缺乏信心。这样的代理开始改变,除非大量验证之前的预测是不准确的。否则,他们倾向于接受观察到的损失和坚持最初的信念。因此,在设计信念焦虑的代理,我们将他们预测到他们的期望价格错误。新兴的行为犹豫和决策刚性将使他们把更多的预测错误。这一概念是由方程(4)。

3.2.2。焦虑的决策代理

在决策,焦虑的代理只采用调整定性时发现在各个时期相同的预测错误。更具体地说,只有积极预测错误或只有消极的认知错误会导致焦虑的代理来改变他们的决定。相比之下,维持原决定当他们没有持续高估或低估资产。这样的概念是反映在方程(7)。

3.2.3。理性和非理性的场景中的演进

在合理的情况下我们的人工市场,焦虑代理商发展当过去的策略没有改善他们的福利。除此之外,在非理性的场景,焦虑的代理只进化当有非常激烈的激励。更精确地说,当原教旨主义代理人的相关战略好处超过一个上界,这种焦虑的变革将选择。事实上,尽管原教旨主义机构获得一个更高的战略利益,它仍然是焦虑的代理可能会持续保持自己的劣势策略。这个概念是嵌入在方程(11)。

3.3。细节

在本节中,我们目前代理的信念和代理要求的计算方法。原教旨主义代理人的信念取决于资产价格的均值回归。此外,焦虑的代理商的信仰是基于他们的预测错误。原教旨主义和焦虑的代理,他们的要求是源于信仰和他们的风险厌恶。我们设计的进化机制在理性和非理性的场景。我们进一步展示的决心资产价格过度需求的基础上。除了这样的计算,动力强度的公式和仿真的伪代码。

3.3.1。异构代理的信念

原教旨主义代理人的信仰有关的期望和方差的资产的价格给出方程(1)和(2)。类似的设计也可以发现在Chiarella et al。81年]和Amilon [82年]。 在哪里c表示原教旨主义的代理人,条件期望算子,资产的实际价格吗j时期t, , 被认为是基本价格, 是一个向均数回归系数,是原教旨主义代理人的信念有关资产的风险, ,和是原教旨主义的预测误差代理。基本价格源自以下随机游走过程: 在哪里 是一个i.i.d.正常随机变量。

接下来,我们提出并设计一种新颖的代理,即焦虑的代理。心理学研究的基础上,卡尔顿et al。28]和Boelen Reijntjes [29日)、焦虑来源于代理的不确定性和遇险宽容不宽容。因此,焦虑的代理商往往体现安全行为和有困难提出适应性反应及时的现实。福斯特等特征的出现延迟决策和不愿适应变化(例如,18,19])。因此,不同于原教旨主义代理人,在每一个时期t,这些焦虑代理进一步参考过去的预测错误为了形成他们的预期价格,以降低风险(例如,8,83年])。这样的讨论,我们这样设计的信仰焦虑代理如下: 在哪里 ,x意味着焦虑的代理, 焦虑是指代理商的预测错误,是焦虑的特工的信念有关资产的风险, ,和 。

从方程(4),我们可以看到,当所有的是消极的,最近的预测误差将被视为资产持有者的一个很好的信号。因此, 采用当焦虑代理构建他们的预期价格。相比之下,如果所有的是积极的,最近的预测误差为资产持有人是一个可怕的信号。作为一个结果, 进入焦虑的决策代理。在这两个场景,主要调整从而进入焦虑代理商的想法。然而,当焦虑代理承认任何两个的迹象是不平等的,他们是对当前形势乐观或悲观。更精确地说,积极的表明乐观,而负的表示悲观。

3.3.2。系统的需求

按照陈et al。33]和Hommes [34),我们焦虑和原教旨主义代理人的需求来自代理的信念和风险承受能力。原教旨主义代理和焦虑代理的需求定义使用 在哪里 ,和表示需求的原教旨主义代理和的需求是焦虑的代理。

从方程(7),当所有的是积极的还是消极的,焦虑的代理是出于相同的信息。结果,他们改变的需求。相比之下,不平等的任意两个的迹象传达模糊和不完整的信息。因此,焦虑的代理人坚持他们最初的需求。焦虑的代理更可能认为不平等的迹象的时候d较高。简而言之,焦虑的代理更倾向于保持最初的刚性需求与日益激烈的行为犹豫和决定。

的确,d测量焦虑代理商的刚性和行为犹豫的决定。尽管已经更新的信息,有一个大约的概率 对焦虑的代理商维持原来的需求/组合。这样的代理需要引用更多的预测错误,和犹豫时更明显d比较大。如果d= 1时,焦虑的期望价格代理可以表示为 。而不是multiperiod预测错误,焦虑的代理只指的是单一的时间段预测误差,不体现行为犹豫在这种情况下。相反,一次d= 2或成为超过2,他们的信仰具有持久性,它只能被multiperiod改变,长期和均匀的信息(例如,84年,85年])。

让市场的总需求。的加权平均代理的需求使用焦虑的比例和市场原教旨主义的代理人。 在哪里 , 表示市场比例的代理,代理的风险规避系数,逆反映了风险承受能力。符合洛和格里森姆20.],原教旨主义代理相比,那些患有焦虑产生更微妙的风险行为,从而表明其风险承受能力弱。因此,在本文中,我们假设 节4并在部分解释5.2。

3.3.3。进化机制

摘要进化机制包括两个部分。首先,代理发展评估自身效益。更具体地说,当他们的策略并没有改善他们的福利,他们将考虑是否要改变行为模式。此外,他们还将依法发展相对效益与同行相比。这种机制被描述为好。

在合理的情况下,代理更新他们的行为根据其策略获得的好处。因此,我们遵循Hommes [34,86年让代理商的市场架构基于比例随时间而变化 在哪里 和该设备用于收购代理的自身效益。有了这样的设计,我们计算代理商的市场比例如下: 在哪里是代理的市场比例,表示代理他们的自身效益的敏感性。

开始提到的这部分,代理可以发展的自身效益的好处相比,其他代理。最后一种被称为相对受益。在非理性的场景中,非理性的焦虑代理不愿意模仿原教旨主义代理虽然原教旨主义代理超过他们。更准确地说,代理调整策略的精神方程(11在非理性的场景。 在哪里指原教旨主义的相对利益代理人,暗示的大小overperformance这样的代理。

我们把代表焦虑的上界代理的有限理性。如果 ,相对效益不如这样的约束,因此,焦虑的代理不改变原来的策略。因此,焦虑的人口代理将保持和以前一样。因此,一个更大的表明焦虑代理越来越不愿意改变他们的决定,即使他们认识到他们的策略的表现不佳。这样的争论表明,非理性的大小和焦虑更戏剧性的将更大 。因此,这实际上会把人的注意力吸引到了焦虑代理的有限理性。

3.3.4。价格确定

建立系统的代理商的信仰,代理商的需求,和代理的进化,我们现在按照朱et al。(35),Chiarella和他(36],和陈叶(70年)来确定实际价格基于过度需求。在基于主体市场,资产的实际价格决定使用以下方程: 在哪里 表示实际价格的敏感性过度需求,是总供给,一个标准的正常i.i.d.随机变量,然后呢 决定了价格调整的上下界。

在方程(12),让是 。事实上,是一个双曲正切函数。因此,当过度需求往往正无穷,这个函数的极限是1。相反,限制达到−1,考虑到过度需求是倾向于负无穷。

3.3.5。动力强度

因为焦虑代理的特点是行为犹豫,可能他们会表现出延迟对新信息的反应(例如,37,38),从而引起价格惯性。因此,Jegadeesh和Titman[的精神42),方程(13)是用来计算的动力强度和检查资产的价格惯性。类似这样的测试中可以看到林等。87年]。 在哪里表示价格增长率期间覆盖 ,d是刚性指标揭示了决定和行为犹豫,然后呢表示价格增长率t。

3.3.6。模拟的伪代码

接下来,我们提出我们的基于代理模型的模拟的伪代码。算法1所示的细节。模拟中使用的参数出现在附录A中。

4所示。基线模拟

我们首先看看资产价格偏离市场人口基本信息焦虑和原教旨主义代理。此外,我们继续分析资产价格惯性动力强度。提供的实验,考虑进化机制Hommes [34,86年)也进行了。除了动力强度,我们进一步研究焦虑的发展代理和焦虑的利益代理的策略和画比较焦虑和原教旨主义之间的代理。

4.1。动力强度和偏离基本面

本节探讨了资产价格的偏差的基本信息在考虑各种焦虑代理的市场比例。在这种环境下,我们也仔细分析资产价格惯性使用动力强度。表1介绍了有关的实验结果偏离的基本信息和动量的力量。

按照基于主体的模型,在这个模型中部分3焦虑的代理不产生行为犹豫的时候d等于1。后d接近2或者除以2,焦虑代理决策时开始犹豫。因此,从面板的表1,焦虑的存在代理与偏离的基本信息,和绝对的t统计数据高于2甚至3前后行为犹豫的外观(用d)。此外,偏差的绝对值与行为犹豫的增加加剧了焦虑的代理。此外,在面板B,人工市场的特点是价格反转自-动力强度是重要的(最绝对的t统计/ 2)。-动力强度的绝对值减少越来越犹豫。为例,在考虑同等比例的代理人,消极的动力强度毫不−0.263 (d=1),而变得−0.253当焦虑代理特点是犹豫(d=2)。此外,强度的绝对值势头持续下降,成为−0.087时d= 5。因此,焦虑在一定程度上影响消极动力的力量。

4.2。模拟与进化的比例

节4.1,我们已经调查了偏离的基本信息和价格惯性而演进。在本节中,关于代理机制的进化提供了Hommes [34,86年]。这样一个机制,使代理能够决定是否要改变他们的策略通过评估一个策略的好处。因此,这种机制也影响代理的市场比例,从而暗示市场比例是时变的。此外,焦虑代理改变他们的策略一旦察觉到之前的投资没有利益。因此,焦虑代理确实认为是理性的在这一节中。

在表2表示通过面板,偏离基本信息仍然是相关的大小有关焦虑的代理行为犹豫的即使我们招募的进化焦虑的代理。在面板B,我们发现焦虑代理的市场比例明显不同于0.5(绝对t统计/ 3)。此外,尽管行为犹豫,焦虑代理的市场比例变化在0.54左右。尽管焦虑代理的好处的战略变化在零附近所显示面板C,焦虑的代理仍然比原教旨主义代理获得更好的效益。更具体地说,在面板D,福利的差异(焦虑-原教旨主义)以来明显积极的绝对的t统计大于5或6。这种结果表明焦虑代理至少是自由的损失。

此外,在面板E,关于焦虑的发展代理,我们可以看出-动量的绝对值的优势增加约减毒的犹豫(用d)。例如,负动能强度−0.314d= 1,但是它变得−0.141时d是5。这样的结果表明,焦虑的行为犹豫代理和产生的延迟交易可以缓解价格逆转的可能性。

5。解剖在理性和非理性

事实上,心理学的研究尚未达成共识是否焦虑的代理是理性或非理性的。例如,艾迪斯和伯纳德(44)和Himle et al。90年)发现焦虑的增加将导致理性的认知能力,从而恶化导致有限理性的行为。相比之下,由于焦虑是由于代理的对无把握,焦虑的代理人不愿改变决定和突出的风险厌恶情绪只是由他们的理性(例如,43,91年,92年])。

回到讨论的部分3,原Hommes[提出的进化机制34,86年基于代理的自身效益。焦虑的代理更改策略当之前的策略不受益,从而表明代理是理性的。除了将这样一种进化机制,我们调整允许代理依靠相对利益的决策。换句话说,焦虑的代理将不会采取任何行动时的相对效益不如一个上界即使他们发现原教旨主义代理优于。因此,焦虑的代理被认为是非理性的。此外,正如我们在部分表示3厌恶风险的大小,焦虑代理通常大于原教旨主义的代理人。因此,在接下来的实验中,我们考虑不同程度的风险厌恶情绪焦虑的代理。带着这样的实验设计,我们继续分析人工金融市场。

5.1。非理性的上界和Nonherding代理

放牧代理容易改变他们的行为和表现出非理性(例如,14,65年])。这样的代理商相比,焦虑代理产生行为犹豫和刚度的决定。因此,他们不太可能做出改变的决定。进化机制的不合理的情况下,代理更新他们的策略指的是相对的好处相比其他代理的策略。因为焦虑的特工都受制于他们的焦虑,他们的特点是缺乏信心和行为犹豫。尽管焦虑代理认为他们的福利不如那些原教旨主义的代理,他们会坚持除非现存的策略相对受益超过一个上界。更高的上限对应于更严重的焦虑和非理性。因此,很有可能这样的心理焦虑的代理将有助于偏离基本面和价格惯性的出现。因此,在表3人工的解剖市场在不同上界。

从表3关于焦虑的非理性代理时,偏离基本面仍然相关程度的行为犹豫从焦虑的代理。尽管非理性上界,偏差与行为犹豫的程度呈正相关。此外,正如我们认为在原始的进化机制提供Hommes [34,86年),焦虑的代理商的市场比例明显不同于0.5(绝对t统计所有面板至少大于3)。

至于代理的好处,焦虑代理遇到显著积极的好处(绝对的t统计/ 4)当他们没有表现出行为犹豫d= 1)。如果这些代理的特点是犹豫(d大于1),好处是微不足道和接近于零(绝对吗t统计低于1)。然而,焦虑的代理仍然优于原教旨主义代理,因为大多数的绝对的t统计数据的差异在他们的利益高于5所有面板。这种结果再次表明,焦虑的代理不会不如原教旨主义代理即使他们是非理性的特征。

动量的优势都是负面行为犹豫无论大小(表示d)。然而,更高d的绝对值-动量优势较低。更精确地说,什么时候d= 1在面板,消极的动力优势接近−0.3。这样消极的动力优势,分别在0.17和0.12−−不同d3和5所示。总之,在考虑焦虑的非理性代理,这样的实验暗示焦虑代理的犹豫可以减轻金融市场价格逆转的可能性。

5.2。不同程度的风险规避

考虑到风险规避的不同程度的焦虑代理,本节继续检查我们的发现对于代理商的策略和动量的好处优势已经讨论过。这样的实验结果展示在表4。

在表4所隐含的面板中,我们可以发现,大部分的绝对的t积极的差异的统计收益高于4或者5尽管不同程度的风险厌恶情绪和行为犹豫。此外,焦虑的行为犹豫代理还没有产生了积极的影响他们的战略表现。这样的结果可以转移,除非他们参与活动事务感知后长期预测错误的信息。具体而言,当焦虑的代理人的风险规避系数为0.1,其投资从而变得活跃,重要表现与行为犹豫(绝对增加t统计数据在3或4)。

无论程度的犹豫和风险规避的面板B,大部分的动力优势明显的负面(绝对的t统计主要是超过2或3)。然而,消极的动力优势作为行为减轻犹豫更强。例如,当风险厌恶系数为0.1,消极的动力强度−0.349时d是1,而负面力量−0.165如果d是2。此外,在考虑更严重的犹豫(d= 4或5),这样一个过程的结果积极势头优势。这些结果再次表明,减轻焦虑的行为犹豫代理价格逆转的可能性。

5.3。总结的结果

已经进行了一次电池的实验和前一节中,我们将继续总结现有的结果。在实验中没有表的演进1,市场比例焦虑的代理将偏离相关基本信息。此外,负动能的大小的优势减少后的外观行为犹豫。的行为犹豫焦虑的代理可以减少价格逆转的可能性。而且,这种观察后更明显,包括代理实验表中演进2。这些结果坚持即使我们考虑焦虑的非理性代理演进如表所示3。

因为代理演进依靠代理的策略的好处,我们分析和比较两种类型的代理之间的利益。在演进不考虑非理性的上界,焦虑代理的好处是接近于零表2。然而,这样的好处并不次于原教旨主义的代理人。这些发现当我们维护包括代理演进中非理性的上界表3。因此,这些结果表明,焦虑的代理将至少不会遇到损失人工市场开发。

6。鲁棒性检查

我们用三种方法来检验本文的鲁棒性。首先,验证了该模型基于代理确认是否再现了程式化的事实。第二,长期短期记忆神经网络征集代理机构学习。配备有这种技术,我们比较的差异战略利益原教旨主义和焦虑之间的代理。第三,基于代理模型的关键参数校准使用数据从一个真正的金融市场。我们进一步检查模型是否仍然繁殖程式化事实关键参数校准后。

6.1。复制品的程式化的事实

在我们的基线模拟,模型参数跟随朱et al。35]和Amilon [82年]。更精确地说,我们的程序确定资产价格和建模的基本价格是一样的朱et al。35]。此外,Amilon [82年)执行标准普尔500指数的实证分析,我们遵循这样一个研究为代理设置参数的信念。从我们以前的结果,我们已经澄清了焦虑对偏差的影响资产价格的基本面和价格的逆转。因此,我们继续验证后的模型Arifovic et al。93年),Fagiolo et al。94年陈,et al。33]。更具体地说,我们确认是否模型再现了著名的厚尾的回报并没有从真正的市场回报之间的自相关。表5介绍了厚尾的结果回报。结果返回产生的相关数据1和2。

在表5,我们展示的偏斜度和峰度返回在理性和非理性的场景。使用参数的模拟执行从朱et al。35]和Amilon [82年]。理性和非理性的峰度超过19不管,这表明市场回报我们的人工尖峰的和厚尾。这些调查结果类似于Arifovic et al。93年),Brandouy et al。95年[],控制96年]。因此,很明显,我们的基于代理模型再现了厚尾的回报。此外,返回从模型产生一个长尾自偏态是积极和高于3。

所描述的图1自相关的回报显然是负一开始,但很快就会变得非常接近于零。这种感觉持续在所有程度的行为犹豫和决策刚性(用d)。手持参数从朱et al。35]和Amilon [82年),本文基于主体的模型,在这个模型中繁殖的缺席自相关的回报。

图2描述了同样的结果如图1。具体而言,回报是负相关的。然而,普遍地接近零延迟时延长。这样的模式出现,尽管行为犹豫的大小和刚度(决定d)。因此,我们再次验证使用基于代理模型没有自相关的回报在非理性的场景。

6.2。选择学习机制

漫长的短期记忆(LSTM)神经网络已经被广泛应用于时间序列预测,例如,在张et al。97年),Ghimire et al。98年),阮和英国宇航系统公司(99年,101年],Somu et al。101年]。(在附录B中,我们存在的理论详细LSTM。)LSTM神经网络是一种递归神经网络(RNN)。这是一个环回框架有了相互连接的神经元之间的信息共享的时间步骤。它在解决长期信息上的表现也不错。

具体来说,LSTM网络视为一个原教旨主义代理路由到学习和获得期望的价格。在我们最初的结果,原教旨主义代理的策略表现不佳的焦虑的代理。因此,在检索的信念焦虑的代理,我们使用原来的方法,不求助于LSTM。带着这样一个实验设计,我们可以观察到LSTM是否有助于原教旨主义代理改进策略。神经网络训练与深度学习MATLAB工具箱。

这样的特工训练自己的LSTM按照基于主体的研究Kieu et al。101年),Fraunholz et al。102年),Dehghanpour et al。103年),大厅(104年),Yıldızoğlu et al。106年],和欧亨尼奥普罗多Zizzo [107年,108年]。仿真LSTM由104期。(104期回声104交易周两年来在现实金融市场。)我们选择的50%的数据作为原始训练集唐的精神等。109年和门敏和金110年]。此外,我们跟随刘et al。111年),高et al。112年夏,et al。113年),而田et al。114年)执行滑动窗口LSTM网络的训练。

在培训过程中,输出预期的资产价格。输入原教旨主义代理网络的所有可用的历史基本价格和历史价格偏差。关于参数训练,最初的学习速率为0.005与0.2倍下降符合Ghimire et al。98年]。此外,批处理大小为10,200时代Zhang et al。97年)和费舍尔和克劳斯115年]。优化方法是自适应估计(亚当)的阮和英国宇航系统公司(99年)和Ghimire et al。116年]。

配有训练网络,原教旨主义代理人的信息合并到网络。之前包括数据训练网络,代理使用平均值和标准偏差标准化数据的训练样本在训练过程。从网络获取预测后,代理destandardize预测使用相同的平均值和标准偏差。

更精确地说,原教旨主义代理人的基本价格和价格偏差合并到网络。这种代理来自他们的信仰在原始的基于代理模型。这样的处决使他们对价格的期望t +1到成形。这样的一个模拟嵌入式LSTM网络重复30次。我们调查的差异战略利益在这样一个市场原教旨主义和焦虑之间的代理。表6介绍了实验的结果。

表2报道积极的差异焦虑和原教旨主义代理人之间的战略利益。(在表2焦虑代理不同的进化的比例约为0.5。这样的结果主要是与表的结果6比例为0.5和0.6)。根据表6,焦虑代理不再是优于原教旨主义代理,因为大多数的差异在战略利益是负的。这样一个发现盛行不管焦虑剂的比例和行为犹豫的大小。简而言之,配有深度学习的信念,原教旨主义代理成功改善的战略利益。

6.3。与遗传算法的校正

Tesfatsion [117年),Dieci和他(118年),和费119年)建议校准时基于代理模型的关键参数模型用于研究真正的市场。因此,在本节中,价格确定的参数和基本价格将校准用标准普尔500指数的数据。(我们获得的数据http://www.investing.com,这是金融市场的三大网站之一。)博钦格和Mozzhorin120年],Lux [121年),和因特网122年)也适用于股票市场指数校准参数。

莫亚的精神等。123年)和Recchioni et al。124年),所得方程的约束优化问题14)(16)。为了解决这样一个约束优化问题,我们跟随陈et al。33争取遗传算法。按照Soh和杨125年和戴维斯126年),人口规模是50,锦标赛选择的大小是4,中间交叉。变异率自适应符合马西里海山Libelli和阿尔巴127年]。我们执行遗传算法使用的全球MATLAB优化工具箱。 在哪里 受 在哪里表示参数空间,表示的最优参数向量,表明模拟的数量,价格是新兴的基于代理模型,是真正的市场价格,T样品的长度是时期。这样一个目标函数有两个优点。首先,积极的和消极的价值观不会相互抵消。第二,我们把通过这样的结果将不会被大规模的数据。在表7我们报告的校准参数模型在理性和非理性的情况下。

配备校准参数表7,然后我们试图弄清楚我们的模型再现了厚尾的回报和缺乏相关的回报。在表8,我们计算的偏斜度和峰度回报我们的模型在理性和非理性的场景。我们描述返回这两个场景的自相关数据3和4。值得注意的是,模型验证当厚尾返回和缺乏相关的回报是复制。

从表8,证明了面板,我们断言,回报我们的基于代理模型的特点是长尾自偏态是持续积极的(偏斜度超过2)。另外,很明显,回报是尖峰的和厚尾自峰度超出11或者12。这样类似的成形结果面板b。简而言之,我们基于代理模型与焦虑代理繁殖厚尾的回报在现实市场很好。

配置图3初,自相关是负的,很快就将非常接近于零。因此,很明显,我们基于代理模型的自相关的回报不在当考虑合理性。校准关键参数后,模型仍然是理性的场景中验证使用的缺失之间的自相关的回报。

同样,在非理性的场景,人物4开始的时候表现出负相关。然而,我们没有观察到明显的自相关的回报时,滞后的蘑菇自自相关长度大约是零。尽管理论参数或校准参数,验证了基于代理模型厚尾的回报和缺乏相关的回报在理性和非理性的场景。

在表9,价格偏差明显跟行为犹豫(绝对积极、迅速成长t统计超过10)。值得注意的是,价格偏差没有犹豫(d= 1)不同于那些有严重犹豫(d= 5)。这些发现出现在理性和非理性的场景。此外,绝对值的负面动力优势增加行为犹豫当考虑理性和非理性。原教旨主义代理相比,焦虑代理的特点是更严重的悲观主义(例如,128年,129年])。

最初的实验部分4和5表明,资产价格低于市场的基本价格。然而,焦虑的代理不迅速做出调整的行为犹豫。焦虑代理预计,资产价格将不会增加的基本价格。因此,这种悲观情绪的焦虑代理减缓资产价格的变化回到基本价格。因此,减轻焦虑的行为犹豫代理价格逆转的可能性。

校准后根据标普500指数在表9,资产价格高于市场的基本价格由于积极的价格偏差。在这样一个市场,绝对值的负面动力优势与行为犹豫(用蘑菇d)。这样的发现表明,进步的焦虑会增加价格逆转的可能性。当资产价格超出了基本的价格,有更高的可能性,资产价格将减弱由于焦虑更激烈的缺乏信心的代理(更高d)。

7所示。结论

本文提出和发展人造市场,由焦虑的代理和原教旨主义填充代理。按照心理学研究的克拉普et al。18)和洛里和格里森姆20.),我们考虑到缺乏信心和行为犹豫当设计预期的焦虑代理的信念有关资产的价格。我们分析焦虑之间的关系,通过进化机制和价格偏差计算实验。此外,焦虑的影响价格惯性还在调查中。除了这些解剖时,我们要确认是否有显著差异的战略利益理性的原教旨主义代理和非理性的焦虑之间的代理。

从我们的实验结果,我们认为基本价格的偏差行为犹豫的焦虑相关代理(用d)。的均值偏差增加焦虑犹豫的代理商在市场上。根据Jegadeesh和Titman42),我们设计的动力强度分析焦虑之间的交互,价格惯性,和价格的逆转。我们的实验表明,焦虑的行为犹豫代理与动力强度呈正相关。

此外,Hommes[的进化机制34采用基于代理模型。代理的情况下进化,负面的绝对值动力优势与日益衰减d。因为焦虑的代理人缺乏信心,他们需要连续和multiperiod积极(消极的)信息来改变他们的信仰和调整他们的交易策略。这样的结果意味着价格不太可能逆转出现焦虑时代理体现了更严重的犹豫。

根据Hommes[提供的战略利益的定义34,86年),我们发现焦虑代理的平均效益的策略是接近于零。以来偏离基本面盛行的市场,原教旨主义代理人的信仰是基于基本面,原教旨主义代理人的平均收益是负的。节5.1,在焦虑的非理性实现交易员的进化机制。同样,我们仍然发现原教旨主义交易员不能获得显著的好处。这些发现也从模拟回波的战略利益,可以观察到在现实市场。

简而言之,原教旨主义代理不能表现在市场中有偏离的基本价格。焦虑代理从事延迟交易由于缺乏信心。这样的决定使代理能够不受损失。从这个角度看,战略焦虑代理可能是一个明智的人。我们相信,这将是有价值的将自信投机者进入这样一个焦虑基于主体模型在未来的研究。

附录

答:仿真模型的设计和参数

我们遵循Chiarella et al。81年)来设计我们的人工模拟金融市场发达。为此,模拟由52期。此外,这些52期对应于一年52周的交易在现实金融市场。这种模拟是重复100次。在执行模拟人工市场之前,需要定义多个参数中使用的模型。在表10朱,我们报告参数后et al。35]和Amilon [82年]。

长期短期记忆神经网络

配有记忆细胞的设计,Hochreiter[的和。施密德胡贝尔表示130年)构建一个长期短期神经网络(LSTM)。self-connected记忆细胞的参与使LSTM应对长期的信息。在每个存储单元中,有三个大门维护和控制细胞状态,包括忘记门、输入通道和输出通道。这三个盖茨作为信息过滤器。我们详细地描述了这种神经网络模型如下。

首先,忘记门决定哪些信息应该从细胞中删除状态的时间t1。激活忘记门时的价值t是通过以下方程: 在哪里是输入的时间吗t,细胞的输出在哪里t1,和权重矩阵,偏差向量, 介于0和1之间。

其次,模型屏幕信息添加到细胞状态的时间t。完成这样一个任务使用以下两个过程: 在哪里的候选人价值细胞状态,表示输入门, , , ,和权重矩阵,和偏差向量, 。

第三,细胞状态的时间t更新是通过以下方程: 在哪里表示element-wise乘法。

最后,存储单元的输出时间t来源于以下方程: 在这里,和权重矩阵,是一个偏差向量,是输出门,是细胞的输出状态, 。

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

作者宣称没有利益冲突。

确认

第一和第二作者欣然承认金融支持中国的国家自然科学基金(批准号。71934004,71573013,71573013,71642004),北京市自然科学基金(批准号9152014),特殊项目基金的培养和发展北京创意基地(批准号Z171100002217023),北京社会科学基础研究基地重点项目(批准号15 jdjga084),国家重点研发项目(批准号特殊项目基金2016 yfa0602603),北京市教育委员会。