基于Agent的股票交易研究.pdf

1、本文通過Swarm模擬平臺，運用基于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之一。人工股市從復雜系統(tǒng)的研究角度對股票市場進行審視，研究金融市場微觀層面的交易者行為與宏觀經(jīng)濟行為之間的關系。股票交易模型建立在金融市場微觀結構的數(shù)學方程基礎之上，在研究方法上采用了與計算機技術相結合的

2、仿真方法，這種研究方法具有一定的創(chuàng)新性。
　　 本文利用Java語言實現(xiàn)的 Swarm 2.2.3平臺建立基于金融市場微觀結構、行為金融理論和多Agent仿真建模技術的人工股市。Swarm平臺是一個程序類庫，通過針對通用的模塊接口進行編程，從而可實現(xiàn)多種不同的基于Agent的模型。本文對股票市場進行了數(shù)學建模，比如對Agent的預期、需求、規(guī)則、進化和市場環(huán)境進行了數(shù)學描述。對于模型中的關鍵實現(xiàn)環(huán)節(jié)采用統(tǒng)一建模語言（UML）描述

3、人工股票市場的主要設計架構，并展示了實際的模擬運行結果。系統(tǒng)通過遺傳算法模擬Agent的進化過程，運用自我學習機制，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置模型的各種模擬參數(shù)進行模擬實驗，在圖形界面下觀察市場形成的整體動態(tài)進化過程、Agent的行為以及Agent與Agent之間的相互作用的影響，并對模擬結果進行了分析。根據(jù)結果分析，觀察到個體自我學習的機