学位论文 > 优秀研究生学位论文题录展示

人工股票市场中交易者个人学习机制研究

作　者: 章弘毅
导　师: 任达
学　校: 天津大学
专　业: 管理科学与工程
关键词: 人工股票市场个人学习遗传算法
分类号: F830.91
类　型: 硕士论文
年　份: 2010年
下　载: 35次
引　用: 0次
阅　读: 论文下载

内容摘要

随着金融市场越来越多元化的发展,在当今世界中,与有效市场理论相矛盾,从传统的金融理论那里得不到合理解释的金融异象,已经愈来愈普遍。本文采用的是最近几年兴起的基于Agent的计算金融研究方法,它基于复杂适应性系统的角度,重新地审视了股票市场,强调的是投资者的两大特性——有限理性与动态异质性。基于Agent的计算金融研究方法认为市场中的Agent为了继续生存下去,他们必须主动地去适应市场的瞬息万变。这就要求了他们必须具备主动的学习能力,这种能力指的是Agent能够根据外部环境的变化来同步调整自身的行为。众多具备个人学习能力的Agent主动适应性行为的统计特征,产生了市场的涌现性和一些难以解释的金融异象。这种由下而上的研究思想,不失为一个新的尝试,而在此基础上得到的研究结论,也必然具备一定的理论与现实意义。本文总共有六章,它首先将Agent具备的学习能力定位为个人学习能力,并且在这个基础之上构造相应的人工股票市场:首先,这个市场中的Agent都是有限理性并且是动态异质的,他们都拥有个人学习能力;然后,本文通过对快速、中速和慢速的学习速度下的三组实验中得到的三组数据的详细统计和比较分析,研究了Agent是否具备个人学习机制、个人学习的学习速度的快慢对股票市场的影响。本文的主要结论有以下几点:第一,交易者具备了个人学习能力后,他的理性的投资能力可以得到适当地提高,也能够加速股票价格向它的理论价值收敛,从而达到增强市场有效性的目的,只不过作用往往比较有限,交易者本身的有限理性决定了即使他具备了再强大再完美的个人学习能力也不可能做到洞察市场的一切,因此市场永远不可能真正的完全有效;第二,通过宏(微)观的研究,我们发现交易者个人学习的速度的不同会对股票市场造成重大而迥异的影响,在一定的程度内,学习速度越慢,市场的有效性越强。

全文目录

摘要  3-4
ABSTRACT  4-7
第一章绪论  7-12
  1.1 研究背景和意义  7-9
    1.1.1 传统金融理论的缺陷  7-8
    1.1.2 研究意义  8-9
  1.2 研究思路与方法  9-10
  1.3 本文的主要内容和创新之处  10-12
    1.3.1 本文的主要内容  10-11
    1.3.2 本文主要的创新点  11-12
第二章国内外研究综述  12-16
  2.1 国外研究综述  12-15
  2.2 国内研究综述  15-16
第三章基础理论  16-30
  3.1 基于Agent 的计算金融学综述  16-22
    3.1.1 基于Agent 的计算金融学简介  16-17
    3.1.2 基于 Agent 的计算金融学建模方法  17-19
    3.1.3 基于Agent 计算金融学模型  19-21
    3.1.4 基于Agent 的计算金融学与已有研究方法的区别  21-22
  3.2 个人学习模型及其选择的依据  22-26
    3.2.1 Agent 的学习特点  22-24
    3.2.2 遗传算法学习模型的特点  24-26
  3.3 遗传算法  26-30
    3.3.1 概述  26
    3.3.2 基本原理  26-30
第四章基于Agent 人工股市的设计  30-41
  4.1 人工股票市场的框架  30-37
  4.2 基准比较模型  37-41
第五章个人学习机制对人工股票市场影响的仿真研究  41-56
  5.1 个人学习的进化机制  41-54
    5.1.1 股票市场的宏观特征  43-51
    5.1.2 市场的微观特征  51-54
  5.2 结论  54-56
第六章结论和展望  56-58
  6.1 本文主要的研究结论  56
  6.2 本文的不足与展望  56-58
    6.2.1 不足之处  56-57
    6.2.2 展望  57-58
参考文献  58-61
致谢  61

人工股票市场中交易者个人学习机制研究

内容摘要

全文目录

相似论文