【摘要】：本文通過Swarm模擬平臺,運(yùn)用基于Agent的模型研究股票交易系統(tǒng)�；贏gent的人工股市采用自下而上的模擬方法建立相互交互的多Agent模型。系統(tǒng)的實(shí)現(xiàn)基于著名的Santa Fe研究院人工股市模型,該模型已成為眾多研究者研究的指標(biāo)之一。人工股市從復(fù)雜系統(tǒng)的研究角度對股票市場進(jìn)行審視,研究金融市場微觀層面的交易者行為與宏觀經(jīng)濟(jì)行為之間的關(guān)系。股票交易模型建立在金融市場微觀結(jié)構(gòu)的數(shù)學(xué)方程基礎(chǔ)之上,在研究方法上采用了與計(jì)算機(jī)技術(shù)相結(jié)合的仿真方法,這種研究方法具有一定的創(chuàng)新性。 本文利用Java語言實(shí)現(xiàn)的Swarm 2.2.3平臺建立基于金融市場微觀結(jié)構(gòu)、行為金融理論和多Agent仿真建模技術(shù)的人工股市。Swarm平臺是一個(gè)程序類庫,通過針對通用的模塊接口進(jìn)行編程,從而可實(shí)現(xiàn)多種不同的基于Agent的模型。本文對股票市場進(jìn)行了數(shù)學(xué)建模,比如對Agent的預(yù)期、需求、規(guī)則、進(jìn)化和市場環(huán)境進(jìn)行了數(shù)學(xué)描述。對于模型中的關(guān)鍵實(shí)現(xiàn)環(huán)節(jié)采用統(tǒng)一建模語言(UML)描述人工股票市場的主要設(shè)計(jì)架構(gòu),并展示了實(shí)際的模擬運(yùn)行結(jié)果。系統(tǒng)通過遺傳算法模擬Agent的進(jìn)化過程,運(yùn)用自我學(xué)習(xí)機(jī)制,Agent可以把適用性較好的規(guī)則共享給其它交易者使用,同時(shí)淘汰掉適用性不好的規(guī)則,并產(chǎn)生新的更好的規(guī)則。人工股市模型通過設(shè)置模型的各種模擬參數(shù)進(jìn)行模擬實(shí)驗(yàn),在圖形界面下觀察市場形成的整體動(dòng)態(tài)進(jìn)化過程、Agent的行為以及Agent與Agent之間的相互作用的影響,并對模擬結(jié)果進(jìn)行了分析。根據(jù)結(jié)果分析,觀察到個(gè)體自我學(xué)習(xí)的機(jī)制,表明了模擬的虛擬市場是合理的,該模型符合實(shí)際現(xiàn)象,從而驗(yàn)證了模型的有效性。
【圖文】：

4.1.1 Agent 類Agent 類的作用是設(shè)定 Agent 的主要相關(guān)屬性。包含了 Agent 對股票的需求、股息、初始資金、利率、最少股票數(shù)量、股票價(jià)格、盈利、現(xiàn)金、買賣方向、財(cái)富等屬性和需求約束、稅收實(shí)現(xiàn)等方法。圖 4-1 展示了用 UML 表示的 Agent 類的定義與其關(guān)聯(lián)的 Package 圖。

4.1.2 ASMModelParams 類ASMModelParams 類的作用是用來設(shè)定股票市場模型的各個(gè)初始參數(shù)，，包含了股息振幅、供求比例、Agent 擁有的股票與現(xiàn)金數(shù)量、股息、利率、股票價(jià)格、Agen數(shù)量、做市商參數(shù)、隨機(jī)種子、稅收區(qū)間等屬性。這些參數(shù)的設(shè)定值將直接影響模擬運(yùn)行的結(jié)果。圖 4-2 展示了用 UML 表示的 ASMModelParams 類的定義與其關(guān)聯(lián)的Package 圖。
【學(xué)位授予單位】：華中科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2010
【分類號】：F224;F830.91

【引證文獻(xiàn)】

相關(guān)碩士學(xué)位論文 前1條

1 朱新龍;基于多主體的股票市場建模與分析[D];南京信息工程大學(xué);2012年

本文編號：2671211