基于无标度网络的人工股市羊群行为仿真研究

doi:10.16182/j.issn1004731x.joss.201611002

系统仿真学报 ›› 2016, Vol. 28 ›› Issue (11): 2655-2662.doi: 10.16182/j.issn1004731x.joss.201611002

基于无标度网络的人工股市羊群行为仿真研究

吴江¹, 张辉², 唐川³

1.西南财经大学统计学院管理科学系,成都 611130;
2.华夏银行个人业务部,北京 100005;
3.大公国际资信评估有限公司公用事业部,北京 100125

收稿日期:2014-09-17 修回日期:2014-11-17 出版日期:2016-11-08 发布日期:2020-08-13
作者简介:吴江(1971-),男,四川仪陇,博士,教授,博导,研究方向为决策分析及企业管理;张辉(1988-),男,湖北天门,硕士,研究方向为金融投资决策; 唐川(1990-),女,四川达州,研究方向为资信评级。

Research on Herd Behavior Simulation Based on Scale Free Network in Artificial Stock Market

Wu Jiang¹, Zhang Hui², Tang Chuan³

1. Department of Management Science, School of Statistics, Southwestern University of Finance & Economics, Chengdu 611130, China;
2. Personal Business Department, Huaxia Bank, Beijing 100005, China;
3. Puplic Utilities Department, Dagong Global Credit Rating Company Limited, Beijing 100125,China

Received:2014-09-17 Revised:2014-11-17 Online:2016-11-08 Published:2020-08-13

摘要/Abstract

摘要： 为了研究投资者羊群行为产生的内在机理,利用多Agent建模仿真方法构建了基于无标度网络投资者关系的人工股市模型;定义了基础价值投资者、噪声交易者、投机者以及趋势策略交易者四类投资者,每类投资者按其特定投资策略进行交易的同时还受周围邻居的影响,这样投资者之间将产生相互模仿的羊群行为。仿真实验结果表明,人工股市中总的羊群行为水平与市场收益率波动性呈现较为明显的正相关关系,四类投资者羊群行为水平存在较为明显的差异。

关键词: 仿真, 羊群行为, 人工股票市场, 无标度网络

Abstract: To study the mechanism of herd behavior, an artificial stock market multi-agents model was established based on a scale free network investor relationship structure. Four kinds of investors were defined, which are fundamentalists, noise traders, speculators, and trend followers. Investors made a transaction according to their own specific investment strategy, and were meanwhile influenced from own neighbors, so the herd behavior came into being among these investors. The simulation results show that there is a positive relationship between the total herd behavior level of investors and the volatility of returns, and a significant difference between herding levels for four types of investors.

Key words: simulation, herd behavior, artificial stock market, scale free network

中图分类号:

F830
TP391.9

吴江, 张辉, 唐川. 基于无标度网络的人工股市羊群行为仿真研究[J]. 系统仿真学报, 2016, 28(11): 2655-2662.

Wu Jiang, Zhang Hui, Tang Chuan. Research on Herd Behavior Simulation Based on Scale Free Network in Artificial Stock Market[J]. Journal of System Simulation, 2016, 28(11): 2655-2662.

参考文献 23

[1]	Lakonishock J, Shleifer A, Vishny R W.The impact of institutional trading on stock prices[J]. Journal of Financial Economics (S0304-405X), 1992, 32(1): 23-44.
[2]	Bikhchandani S, Sharma S.Herd behavior in financial markets[J]. IMF Staff Paper (S1020-7635), 2001, 47(3): 279-310.
[3]	Avery C, Zemsky P.Multi-dimensional uncertainty and herd behavior in financial markets[J]. The American Economic Review (S0002-8282), 1998, 88(4): 724-748.
[4]	Smith L, Sorenson P.Pathological outcomes of observational learning[J]. Econometrica (S1468-0262), 2000, 68(2): 371-398.
[5]	陈国进, 陶可. 机构、个人投资者羊群行为差异研究[J]. 山西财经大学学报, 2010, 32(10): 57-64.
[6]	Cont R, BouchaudJ P. Herd behavior and aggregate fluctuation in financial markets[J]. Macroeconomics Dynamics (S1365-1005), 2000, 4(2): 170-196.
[7]	Iori G.A micro-simulation of traders’ activity in the stock market: the role of heterogeneity, agents’ interactions and trade friction[J]. Journal of Economic Behavior and Organization (S0167-2681), 2002, 49(2): 269-285.
[8]	扈文秀, 席酉民. 从众行为与投机性泡沫的关系研究[J]. 系统工程理论与实践, 2001, 21(7): 43-63.
[9]	应尚军, 魏一鸣, 范英, 等. 基于元胞自动机的股票市场复杂性研究-投资者心理与市场行为[J]. 系统工程理论与实践, 2003, 23(12): 18-24.
[10]	Eguiluz V M, Zimmermann M G.Transmission of information and herd behavior: an application to financial markets[J]. Physical Review Letters (S1079-7114), 2000, 85(25): 5659-5662.
[11]	黄玮强, 庄新田, 姚爽. 基于信息传播和羊群行为的股票市场微观模拟研究[J]. 管理学报, 2010, 7(2): 273-277.
[12]	李备友, 刘思峰, 路英, 等. 基于二分网络演化的市场波动与羊群行为[J]. 系统工程, 2011, 29(9): 59-65.
[13]	袁建辉, 邓蕊, 曹广喜. 模仿式羊群行为的计算实验[J]. 系统工程理论与实践, 2011, 31(5): 855-862.
[14]	刘海飞, 姚舜, 肖斌卿, 等. 基于计算实验的羊群行为的机理及其影响[J]. 系统工程理论与实践, 2011, 31(5): 805-812.
[15]	Alfarano S, Milakovic M.Network structure and n-dependence in agent-based herding models[J]. Journal of Economic Dynamics and Control (S0165-1889), 2009, 33(1): 78-92.
[16]	梁振中, 韩庆兰. 基于小世界网络的协同人工股市模型[J]. 复杂系统与复杂性科学, 2009, 6(2): 70-76.
[17]	Hein O, Schwind M, Spiworks M.Frankfurt artificial stock market: a microscopic stock market model with heterogeneous interacting agents in small-world communication networks[J]. Journal of Economic Interaction and Coordination (S1860-7128), 2007, 3(1): 59-71.
[18]	Hein O, Schwind M, Spiworks M.Network centrality and stock market volatility: the impact of communication topologies on price[J]. Journal of Finance and Investment Analysis (S2241-0996), 2012, 1(1): 199-232.
[19]	卞日瑭, 李金生, 何建敏, 等. 网络近邻择优策略下的股市羊群行为演化模型及仿真[J]. 中国管理科学, 2013, 21(3): 40-49.
[20]	刘祥东, 刘澄, 刘善存, 等. 羊群行为加剧股票价格波动吗?[J].系统工程理论与实践, 2014, 34(6): 1361-1368.
[21]	Albert R, Jeong H, Barabasi A L.Diameter of the world wide web[J]. Nature (S1476-4687), 1999, 401: 130-131.
[22]	Farmer J D, Joshi S.The price dynamics of common trading strategies[J]. Journal of Economic Behavior and Organization (S0167-2681), 2002, 49(2): 149-171.
[23]	Ponzi A, Aizawa Y.Criticality and punctuated equilibrium in a spin system model of a financial market[J]. Chaos, Soli-tons & Fractals (S0960-0779), 2000, 11(9): 1739-1746.

基于无标度网络的人工股市羊群行为仿真研究

Research on Herd Behavior Simulation Based on Scale Free Network in Artificial Stock Market

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献 23

相关文章 15

编辑推荐

Metrics

本文评价

[1]	陆淼嘉, 黄承媛, 滕靖. 基于多智能体的网购生鲜无人车配送调度仿真[J]. 系统仿真学报, 2022, 34(6): 1185-1195.
[2]	陆承, 靳学胜. 基于Steam VR的交互仿真水枪灭火训练系统设计[J]. 系统仿真学报, 2022, 34(6): 1312-1319.
[3]	倪凌佳, 黄晓霞, 李红旮, 张子博. 基于协作式深度强化学习的火灾应急疏散仿真研究[J]. 系统仿真学报, 2022, 34(6): 1353-1366.
[4]	胡冰山, 程科, 陆盛, 喻洪流. 变刚度储能助力髋外骨骼设计及助力效果仿真[J]. 系统仿真学报, 2022, 34(5): 1090-1100.
[5]	古鹏飞, 张霖, 陈真, 叶俊杰. 基于X语言的起飞场景民机协同设计与仿真一体化方法[J]. 系统仿真学报, 2022, 34(5): 929-943.
[6]	刘文正, 张和明. 面向复杂系统运动仿真的信息物理融合建模[J]. 系统仿真学报, 2022, 34(5): 954-963.
[7]	于帆, 罗东琦, 司宾强, 朱纪洪. 可交互式相控阵雷达DOA估计仿真系统设计[J]. 系统仿真学报, 2022, 34(5): 964-977.
[8]	付建林, 丁国富, 张剑, 江海凡, 郭沛佩. 基于响应面和NSGA-II的AGV系统多目标优化配置[J]. 系统仿真学报, 2022, 34(5): 994-1002.
[9]	李伟, 张欢, 马萍, 杨明. 云仿真系统可信度评估问题探讨[J]. 系统仿真学报, 2022, 34(4): 679-687.
[10]	刘永奎, 曾鸣, 张霖, 郭金维, 原思阳, 平垚垚. 基于微服务架构的云制造调度仿真系统设计与开发[J]. 系统仿真学报, 2022, 34(4): 700-711.
[11]	张立峰, 王会忍. 基于卷积神经网络及有限元仿真的电容层析成像图像重建[J]. 系统仿真学报, 2022, 34(4): 712-718.
[12]	马庆禄, 张琳, 袁新新, 刘丰杰. 城市道路交通多状态演化下的连续仿真技术研究[J]. 系统仿真学报, 2022, 34(4): 847-855.
[13]	吴枫, 刘秀罗, 王佳, 刘阳, 李苏疆, 仲妍. 航天发射可视化仿真分析技术与应用研究[J]. 系统仿真学报, 2022, 34(4): 856-869.
[14]	姚红光, 肖恢翚, 张航. 无标度物流网络中延误扩散临界条件的仿真研究[J]. 系统仿真学报, 2022, 34(4): 901-909.
[15]	叶飞, 李梓晴, 赖李媛君. 分布式车间生产维修联合调度仿真优化方法[J]. 系统仿真学报, 2022, 34(4): 688-699.