基于Agent的人工股市研究
發(fā)布時間:2019-08-05 18:51
【摘要】:金融系統(tǒng)一般被認為是一個復雜系統(tǒng);贏gent的模型是計算金融學研究的最新發(fā)展方向,它的核心思想是通過建立由計算機模擬的金融系統(tǒng),并利用該系統(tǒng)進行大量的模擬實驗來研究各種復雜的金融現(xiàn)象。本文就是用基于主體模型來模擬股票市場研究股價波動的。 本文首先介紹了計算金融學的歷史背景和發(fā)展狀況,相比傳統(tǒng)的數(shù)學建模方法,主體模型的思想與應用具有著自下而上、放寬假設條件的優(yōu)勢。之后本文對Agent相關理論基礎和本文建模將要利用的工具Swarm平臺的產生和發(fā)展進行了簡要介紹,再后詳細介紹了Agent效用函數(shù)等數(shù)理理論,這部分是模型的數(shù)學基礎,展示了Agent策略的選用規(guī)則和人工股市運行的規(guī)律。第四部分則對利用Swarm-JAVA軟件平臺建立計算機模擬人工股市系統(tǒng)ASM的步驟進行了介紹,對模型中每一個類塊的設計進行詳細的說明。第五部分將此ASM模型的運行結果最終輸出并利用此模型進行了一系列的實證實驗。這個ASM模型可以模擬出股市價格波動、聚集性等一般特征,一系列實驗也驗證這個人工股市中利率的變動將影響股價、Agent不同的預測規(guī)則設定(規(guī)則總數(shù)、學習頻率)也將帶來不同股價狀況的結果。最后一部分總結論文并進行展望,指出未來研究可以進行的方向。
【圖文】:
圖 2-5 基于主體的 Swarm 建模在 Swarm 建立的仿真模型中,ModelSwarm 是其中的核心。作為一個 Agent的容器,ModelSwarm 包含了如下元素:1、Agent(主體):環(huán)境中的主要活動體,具有自適應能力和自主行為,它將不斷與環(huán)境和處在同一環(huán)境的其他主體不斷進行通信和交互,并根據(jù)得到的信息進行相應的反饋和相應。Agent 具有不同的狀態(tài)如大小、顏色、上下左右移動的行動能力等,可以分別用屬性與行為能力來描述;2、Agent 活動的環(huán)境:所有 Agent 處于的、用來描述主體生存狀態(tài)的所有元素的集合。在程序實現(xiàn)的時候,與 Agent 一樣,環(huán)境經常也被定義為對象,然而在最初的框架設計中,需要明確地辨識出環(huán)境究竟包含有哪些要素,將它和具有“能力”和“行為”的主體徹底區(qū)別開。3、Agent 行為執(zhí)行順序的動作序列表:ModelSwarm 對象分別定義了 activity庫中的 ActionGroup 類和 schecule 類的一個實例——先在 ModelSwarm 的buildActions 方法中為 ActionGroup 的實例對象賦值,以此來產生規(guī)定觸發(fā) Agent
圖 3-2 ASM 模型結構示意圖在我們的模型中,股票市場中有兩種可交易資產:第一種為無風險債券,支付固定利息率fr=0.10,無限供給;第二種為有風險股票,,支付隨機股息,股息的計算假定遵循以下公式:tttd =d+ρ d d+μ ()1 , 公式(3-1)其中,d=10,ρ=0.95,~(0,)2μμ Nσt。市場中共有 25 名作為交易者存在的 Agent 和 25 支股票,每股股票的價格 tp由市場內生性決定。3.2.1 股市狀態(tài)及狀態(tài)歷史編碼在我們建立的簡單 ASM 模型中,股市狀態(tài)主要包括:t 表示當前的仿真周期,tp 表示 t 周期內的股票價格、td 表示 t 周期內的股息,r 表示當前的現(xiàn)金利息率
【學位授予單位】:天津大學
【學位級別】:碩士
【學位授予年份】:2012
【分類號】:TP18;F830.91
本文編號:2523278
【圖文】:
圖 2-5 基于主體的 Swarm 建模在 Swarm 建立的仿真模型中,ModelSwarm 是其中的核心。作為一個 Agent的容器,ModelSwarm 包含了如下元素:1、Agent(主體):環(huán)境中的主要活動體,具有自適應能力和自主行為,它將不斷與環(huán)境和處在同一環(huán)境的其他主體不斷進行通信和交互,并根據(jù)得到的信息進行相應的反饋和相應。Agent 具有不同的狀態(tài)如大小、顏色、上下左右移動的行動能力等,可以分別用屬性與行為能力來描述;2、Agent 活動的環(huán)境:所有 Agent 處于的、用來描述主體生存狀態(tài)的所有元素的集合。在程序實現(xiàn)的時候,與 Agent 一樣,環(huán)境經常也被定義為對象,然而在最初的框架設計中,需要明確地辨識出環(huán)境究竟包含有哪些要素,將它和具有“能力”和“行為”的主體徹底區(qū)別開。3、Agent 行為執(zhí)行順序的動作序列表:ModelSwarm 對象分別定義了 activity庫中的 ActionGroup 類和 schecule 類的一個實例——先在 ModelSwarm 的buildActions 方法中為 ActionGroup 的實例對象賦值,以此來產生規(guī)定觸發(fā) Agent
圖 3-2 ASM 模型結構示意圖在我們的模型中,股票市場中有兩種可交易資產:第一種為無風險債券,支付固定利息率fr=0.10,無限供給;第二種為有風險股票,,支付隨機股息,股息的計算假定遵循以下公式:tttd =d+ρ d d+μ ()1 , 公式(3-1)其中,d=10,ρ=0.95,~(0,)2μμ Nσt。市場中共有 25 名作為交易者存在的 Agent 和 25 支股票,每股股票的價格 tp由市場內生性決定。3.2.1 股市狀態(tài)及狀態(tài)歷史編碼在我們建立的簡單 ASM 模型中,股市狀態(tài)主要包括:t 表示當前的仿真周期,tp 表示 t 周期內的股票價格、td 表示 t 周期內的股息,r 表示當前的現(xiàn)金利息率
【學位授予單位】:天津大學
【學位級別】:碩士
【學位授予年份】:2012
【分類號】:TP18;F830.91
【參考文獻】
相關期刊論文 前10條
1 馬進勝;邱菀華;;基于主體的計算金融學綜述[J];北京航空航天大學學報(社會科學版);2007年02期
2 徐榮貞;蔡萌;;股票投資策略選擇的演化博弈與仿真研究[J];財會月刊;2010年09期
3 于同奎;;多種市場形態(tài)下人工股市特征性事實分析[J];復雜系統(tǒng)與復雜性科學;2008年02期
4 劉維妮;韓立巖;;基于人工股市模型的投資者仿真研究[J];管理學報;2007年04期
5 汪靈枝;羅朝暉;韋增欣;趙秋梅;;量子粒子群優(yōu)化神經網(wǎng)絡集成股市預測模型研究[J];廣西科學;2010年04期
6 劉興華,湯兵勇;智能體建模和資本市場復雜性[J];管理科學學報;2005年04期
7 朱武祥;行為公司金融理論及其發(fā)展[J];經濟學動態(tài);2003年04期
8 蔡自興,周翔,李枚毅,雷鳴;基于功能/行為集成的自主式移動機器人進化控制體系結構[J];機器人;2000年03期
9 鄧宏鐘,遲妍,譚躍進;經濟系統(tǒng)中的非線性建模與仿真[J];計算機工程與應用;2001年18期
10 劉曉光,劉曉峰;基于Agent的股票交易模擬及應用[J];計算機工程與應用;2004年21期
本文編號:2523278
本文鏈接:http://sikaile.net/guanlilunwen/zhqtouz/2523278.html
最近更新
教材專著