经济复杂系统的研究方向(-67)课件

汪秉宏中国科学技术大学合肥230026<bhwang@>经济复杂系统的研究方向汪秉宏中国科学技术大学合肥230026经济复1提纲为什么要研究复杂适应系统和经济物理学？复杂适应系统和经济物理学研究进展关键问题和研究目标基于复杂网络结构的 金融物理模型的研究新方向提纲为什么要研究复杂适应系统和经济物理学？2复杂系统的主要特征由许多基本单元组成，开放，巨系统。非均匀性：时间不可逆，空间分布的不均匀性和非对称性，Pattern的出现。相互作用或者单元之间的耦合为非线性chaos等非线性现象；complexity发生在edgeofchaos？ 整体不等于各部分之和。1+12， emergence自适应性 Hopfield网络中的参数适应、混沌控制与同步中的参数适应方法，金融物理模型中的agent之间的相互协作。ComplexityAdaptiveSystem

结构对应于network：node单元，agent，神经元 link相互作用复杂系统的主要特征由许多基本单元组成，开放，巨系统。3为什么要研究复杂适应系统

和经济物理学？

不断出现的经济风潮的影响和日益显著的经济波动的全球化趋势已使预测并控制大的金融风险成为各国政府和金融机构严重关注的问题。将物理学方法应用于各种金融价格的统计分析和经济复杂系统的动力学模拟将对金融市场的预测和经济系统的宏观调控有直接的指导意义。寻求适应性复杂系统的动力学模型，模拟金融市场经纪人之间的自适应竞争行为，构造金融市场的微观物理模型，将开拓新的经济学研究方法，并对复杂性科学的探索有深远的理论意义。

为什么要研究复杂适应系统

和经济物理学？不断出现的经济风潮4研究社会科学的困难H.Simon:由于许多至关重要的复杂社会过程无法象其它过程那样还原分析，因此，社会科学是真正的“硬”科学（HardSciences）R.Lewontin：我对社会学家所处的位置相当同情，他们面对着最复杂和顽抗的有机体的最复杂和困难的现象，却不能像自然科学家那样具有操纵他们所研究对象的自由。录自戴汝为院士报告研究社会科学的困难H.Simon:由于许多至关重要的复5研究社会经济复杂系统的挑战用精密科学的定量语言阐述并研究社会经济系统中的各种问题，揭示社会经济现象中的的普适性和规律用非线性动力学、统计物理理论、复杂网络理论建立社会及经济系统的各种模型，揭示各种普适现象的机制例:

交通流城市膨胀各种社会和经济网络基于经纪人相互作用的金融市场模型研究社会经济复杂系统的挑战用精密科学的定量语言阐述并研究社会6金融市场是一个典型的具有大量互作用单元的强涨落复杂系统。如何理解这样的复杂系统动力学？研究复杂物理系统所获得的经验可能会给出经济学中的新结果。理解金融市场动力学的困难，不仅在于它的内部元素的复杂性，更在于有许多难于捉摸的外部因素作用于市场。即使是同一国家甚至同一地域的两个市场，都可能有明显的不同。但金融市场的某些观察量，如：交易价格、成交量、交易频率和市场指数值的统计性质对于十分不同的金融市场看起来却有令人惊讶的相似性。这意味着金融市场作为复杂动力学系统可能存在“普适”的行为与规律。金融市场是一个典型的具有大量互作用单元的强涨落复杂系统。如何7复杂适应系统

和经济物理学

研究进展复杂适应系统

和经济物理学

研究进展8价格的经验统计性质研究寻求价格动力学的随机过程模型， 理解价格形成及其演化的机制基于经纪人相互作用的金融市场模型的建立及经济复杂系统适应性行为的理解实际应用：期权定价，风险控制， 赢利形成，股市预测，经济政策制订

经济物理学的四个研究方向价格的经验统计性质研究经济物理学的四个研究方向9研究目标基于对高频金融数据的统计分析，发现能够描述金融价格变化特征的随机过程。确定经济学时间序列的时间关联性，构造金融市场中的价格动力学。揭示金融市场的涨落规律，发现能够导致涨落和变化的因素与动力学机制，着重研究金融市场的经纪人相互作用的基本物理。理解基本少数者博弈模型和各种金融物理模型的系统整体协作性的产生机制构造和发展金融市场的自组织微观模型，更准确地模拟金融市场的变易性和经纪人之间的自适应相互作用。

研究目标基于对高频金融数据的统计分析，发现能够描述金融价格变10研究内容1l

使用诸如幂律分布、关联、标度、不可预测时间序列和随机过程这样一些概念对于所获得的高频金融数据进行统计分析。研究金融证券的价格变化的随机过程的完全统计特征。要着重解决的关键问题：价格变化分布的形状，时间记忆，高阶统计性质。进一步理解价格变化二次矩的有限性。研究内容1l

使用诸如幂律分布、关联、标度、不11研究内容2l

确定金融市场中的价格动力学与湍流和生态系统一类物理过程之间的类似性和不同之处。为了澄清金融序列的时间关联性，必须重新考察和发展相关的统计分析方法，以揭示价格变化中高阶关联的存在性。研究不同股票的交叉关联、股票市场与外币兑换率及利率之间的交叉关联。研究内容2l

确定金融市场中的价格动力学与湍流12研究内容3l

研究价格涨落对于正态分布的大偏离、研究市场价格的浮动性及其截断Levy飞行随机过程特征；研究价格变化概率密度函数对于不同时间尺度的标度性质。构造能够描述经验分析中所见全部特征的随机过程模型。提出能够重新产生股票价格随机动力学的一些主要性质例如价格差异分布的“胖尾”非高斯形状特征的更好的模型。研究随机过程模型分析模拟金融市场和更一般经济系统的适用性。研究内容3l

研究价格涨落对于正态分布的大13研究内容4l

观察和揭示各种社会与经济系统的复杂自适应行为。研究基于经纪人竞争有限资源相互作用的复杂自适应系统的微观模型，理解微观模型中支配整体行为和自适应行为的基本物理。发展复杂自适应系统的数学和处理方法。

研究内容4l

观察和揭示各种社会与经济系统的复杂自适应行14研究内容5l

通过数值模拟及解析研究考察基本少数者博弈模型及其变种对于金融市场自适应行为模拟的适用性。在保持模型的简单性的前提下，推广发展已有模型，提出新模型，以更多地容纳经纪人决策过程中的真实因素和金融市场的真实特征，更准确地模拟市场的有效性、浮动性和交易者之间的自适应竞争行为。

研究内容5l

通过数值模拟及解析研究考察基本少15研究内容6l

通过广义模型的研究，讨论金融市场中的经纪人差异（智力和信心的差异）、人群的非均一性、信息传输、模仿、演化、经纪人依据所持策略的累积成功率决定是否投入竞争等可能性对于系统的自适应行为和社群整体的协作性的影响。

研究内容6l

通过广义模型的研究，讨论金融市场16研究内容7l

研究更一般的金融物理模型，如Bak的随机交易股票模型和基于朗之万方程、福克普朗克方程的价格及需求的涨落模型。探索把归纳式思维容入Bak股票交易模型和其它微观模型的可能性。

研究内容7l

研究更一般的金融物理模型，如Ba17研究内容8l

基于复杂网络结构的金融物理博弈模型及一般经济社会系统研究的新方向研究基于经纪人局域信息传输及模仿相互作用的争当少数者博弈网络模型从复杂网络的观点研究研究不同股票之间的交叉关联，构建不同股票相互作用的加权网络（小世界性质和连接度分布特征？）研究内容8l

基于复杂网络结构的金融物理博弈模18如何模拟金融市场中经纪人的

相互竞争相互适应的行为？MinorityGame

模型的主要研究结果和进展

金融市场的物理模型研究如何模拟金融市场中经纪人的

相互竞争相互适应的行为？Mino19目的：捕捉和理解经济行为之本质问题：如何模拟由许许多多差别万千的彼此竞争有限资源（利益内在冲突）而相互作用的经纪人（理性个体）所构成系统如金融市场表现出的自适应行为？目的：捕捉和理解经济行为之本质20

W.B.Arthur: “ElFarolBar”

--复杂策略场合下，能够描述真实经纪人如何相互竞争而又彼此适应的第一个模型。W.B.Arthur: “21参与者基于最近过去几周赴吧人数而选择本周是否赴酒吧。赴酒吧人数时间序列:公有信息

X(t)={xn,xn-1,xn-2,…}每一参与者的目标：如果

xn

L，就尽可能赴酒吧。

{xn,xn-1,xn-2,…}BestPredictorFroms

xn+1>LDon’tgo!xn+1

LGo!参与者基于最近过去几周赴吧人数而选择本周是否赴酒吧。{xn,22N（奇数）个经纪人,独立选择去A方或B方， 少数方获胜。每人的策略是基于对最近m次获胜方记录的 公有信息的观察。博弈过程：每人可以有s个策略， 每一轮博弈结束，都给手中的策略打分。 每次用最佳策略决定自己的行动。

Challet-Y.C.Zhang

(张翼成）

MinorityGameN（奇数）个经纪人,独立选择去A方或B方，Challe23?“0”winsifx0<x1“1”winsifx1<x0

?CutoffL~N/2??CutoffL~N/224一个成功的非合作型博奕模型

争当少数者博奕模型

MinorityGame少数者获胜－金融市场普遍原则共同享有公共信息:记忆容量为m

取胜方历史记录二进制序列{…,b(t-3),b(t-2),b(t-1)}从包含 个策略的策略库 中每人选取s个策略一个成功的非合作型博奕模型25例：相应于记忆容量m=2的全部策略实分与虚分在t时刻，每人根据

t时刻的历史，采用他的s个策略中累计虚分最高的策略的预测作出决定；每人的所有信息来自策略的虚分例：相应于记忆容量m=2的全部策略实分与虚分26

模拟结果：

有效相与非有效相(32runs,10000timesteps)模拟结果：有效相与非有效相(32runs,100027获胜方历史记录中的信息

某种历史下少数方为1方的概率获胜方历史记录中的信息某种历史下少数方为1方的概率28MinorityGame

模型的几种改进包含演化的MG模型每个经纪人拥有一个相同的策略，该策略是动力学的：在给定历史下对下一次取胜方的预测与最近出现过的同一历史的取胜方的记录相同。第i个经纪人以几率p(i)按上述策略的预测作决定，以几率(1-p(i))作出与策略预测相反的决定。MinorityGame

模型的几种改进包含演化的MG模29几率p的分布P(p)初始时刻的P(p)为水平分布，实线表示长时间后的P(p)分布几率p的分布P(p)初始时刻的P(p)为水平分布，实线表示长30。基于复杂网络结构的

经济物理模型研究

的新方向。基于复杂网络结构的

经济物理模型研究

的新方向31从复杂网络的观点研究

争当少数者博弈模型 研究自适应社会的网络模型，例如经纪人局域信息传播和局域相互作用（而并非只考虑每一经纪人通过共享公有的获胜方记录历史信息与所有经纪人参与博弈形成的平均场相互作用）的具有人群网络结构的推广少数者博弈模型，应该研究这一模型的小世界结构、高聚集性、以及连接度的分布特征如何影响少数者博弈的自适应演化动力学行为。从复杂网络的观点研究

争当少数者博弈模型32竞争布尔经纪人的自组织网络

（例:20结点40条边构成的网络)

A:随机图，平均长度L=2.17，直径＝5，平均簇系数c＝0.134

B:所有结点具有k＝4，平均长度L=2.22，直径＝4，平均簇系数c＝0.15竞争布尔经纪人的自组织网络

（例:20结点40条边构成的网络33N个k变量的布尔函数（k=2）

变量状态函数1函数2…函数15函数160000…110100…111000…111101…01

N个k变量的布尔函数（k=2）

变量函数函数…函数34竞争布尔经纪人网络

的进化方式每经过一代（10000时步），最糟糕经纪人的布尔函数被随机取自布尔函数库[2m,m=2k

]的一个新布尔函数取代。

竞争布尔经纪人网络

的进化方式35K＝3，N=999

网络进化后的稳态

吸引子长度时间序列K＝3，N=999网络进化后的稳态

吸引子长度时间序列36K＝3网络的吸引子长度分布

（虚线斜率＝1）K＝3网络的吸引子长度分布

（虚线斜率＝1）37竞争布尔经纪人网络中

均匀度参数P的自组织均匀度参数P的定义：P＝整个网络0,1状态输出中多数态所占比例对于N=(99,315,999,3161)的K=3网络，稳态中所测得的平均均匀度为：P=0.656,0.664,0.669,0.671热力学极限：当N，PPc＝0.672

竞争布尔经纪人网络中

均匀度参数P的自组织均匀度参数P38K＝3，N=999

网络的进化稳态

均匀度参数P的自组织K＝3，N=999网络的进化稳态

均匀度参数P的自组织39EvolutionaryNetworkMG(N=101,S=1,16simulations)EvolutionaryNetworkMG(N=10140EvolutionaryNetworkMG(N=101,S=2,16simulations)EvolutionaryNetworkMG(N=10141从复杂网络的观点研究

一般的经济社会系统

通过研究金融市场中各种不同股票之间的交叉关联，以真实金融市场的各个股票的价格数据时间序列计算不同股票之间的交叉关联矩阵。并以股票交叉矩阵的矩阵元作为相应股票之间的相互作用权重，构造股票之间的加权网络。我们将研究这一股票公司加权网络的小世界性质和连接度分布特征，从而揭示对于实际的金融市场股票价格的波动，不同股票公司究竟起多大的影响程度，以及他们彼此之间又是如何地相互影响。

从复杂网络的观点研究

一般的经济社会系统42股票市场中的无标度网络Yi(t)

第i公司在时刻t

的股票价格时间间隔t内的股票价格涨落第i公司与第j公司之间的交叉关联股票市场中的无标度网络Yi(t)第i公司在时刻t的股票43为提取股票价格变化中关联的内在性质，必须考虑第i公司在t时刻股票价格相对于所考虑金融市场所有股票价格在t时刻平均值的相对涨落。第i公司与第j公司之间交叉关联的重新定义为提取股票价格变化中关联的内在性质，必须考虑第i公司在44权重随机图结点i与j之间的相互作用以Wij定义。顶点i的影响强度qi定义为与其相连的所有边的权重之和

权重随机图结点i与j之间的相互作用以Wij定义。45构成S&P500股票指数的500家公司股票

5年期间（1993-1997)的交叉关联关联系数之分布构成S&P500股票指数的500家公司股票

5年期间（19946绝对影响强度|q|的概率分布

（实线斜率：-1.8)绝对影响强度|q|的概率分布

（实线斜率：-1.8)47ThanksforAttention！ThanksforAttention！48价格涨落的经验统计规律研究概况价格涨落的分布是市场的最基本性质之一。对于某些市场，股票或指数的价格的历史数据以每天的时间尺度已经延续了达一个世纪之久，而在至少最近二十年内，可以记录下每一笔交易。尽管如此，价格涨落分布的函数形式仍然是一个谜。股票价格的涨落呈现为何种统计分布？此一分布具有何种动力学演化行为？这是企图研究金融市场规律的人无论在理论上还是在实用上都想解决的问题。价格涨落的经验统计规律研究概况价格涨落的分布是市场的最基本性49最普遍接受的模型是把股票价格的变化看成一种随机过程。研究金融市场可观察量的涨落的时间序列，可以探明构造相应时间序列的随机过程的特性。Bachelier提出了回复随机过程的第一个模型——独立全同（高斯）分布随机变量的非关联随机行走。然而，近年来真实的高频金融数据的统计显示出对于正态性的显著偏离。最普遍接受的模型是把股票价格的变化看成一种随机过程。研究金融50经验研究表明：实际的价格涨落分布具有Levy分布的胖尾特征，与高斯分布的窄尾形成鲜明对照。大的价格回复具有比正态分布情况下更大的概率，这意味着金融数据中大事件发生的频繁程度远远超过高斯过程的估计。对于正态性的偏离的实质是什么？导致价格回复分布偏离正态性的原因究竟是什么？经验研究表明：实际的价格涨落分布具有Levy分布的胖尾特征，51进一步的研究表明，价格变化的行为远比Levy分布复杂。简单地使用Levy分布的胖尾特征并不能对价格变化获得正确的解释。为了探察金融市场的复杂系统动力学究竟在何种程度上存在普适性，也为了给金融市场经济模型的构造提供基本的合理的框架，我们特别地研究了香港股票市场恒生指数和上海证券市场的上证指数涨落的统计分布。确认了股票价格指数收益的截断列维分布特征是相当普适的。进一步的研究表明，价格变化的行为远比Levy分布复杂。简单地52香港恒生指数（1994年1月3日至1997年5月28日，总的交易时间为t=190821分钟）随时间t的变化香港恒生指数（1994年1月3日至1997年5月28日，53香港恒生指数(1994-1997)

的1分钟涨落香港恒生指数(1994-1997)

的1分钟涨落54香港恒生指数(1994-1997)

对于不同时间尺度Δt的涨落的概率分布香港恒生指数(1994-1997)

对于不同时间尺度Δt的55指数收益概率分布中心峰值P(0)

作为时间尺度Δt的函数指数收益概率分布中心峰值P(0)

作为时间尺度Δt的函数56指数收益的标度化概率分布指数收益的标度化概率分布57香港恒生指数(1994-1997)的

1分钟涨落的平均每日振荡模式香港恒生指数(1994-1997)的

1分钟涨落的平均每日振58香港恒生指数(1994-1997)涨落的累积价格变化（去除每日振荡模式之后）香港恒生指数(1994-1997)涨落的累积价格变化（去除每59香港恒生指数(1994-1997)涨落概率分布（去除一天振荡模式以后）香港恒生指数(1994-1997)涨落概率分布60香港恒生指数(1994-1997)1分钟涨落的累积概率分布

（去除一天振荡模式前后）香港恒生指数(1994-1997)61上证指数（2001年）上证指数（2001年）62经济复杂系统的研究方向(-67)课件63经济复杂系统的研究方向(-67)课件64经济复杂系统的研究方向(-67)课件65经济复杂系统的研究方向(-67)课件66经济复杂系统的研究方向(-67)课件67汪秉宏中国科学技术大学合肥230026<bhwang@>经济复杂系统的研究方向汪秉宏中国科学技术大学合肥230026经济复68提纲为什么要研究复杂适应系统和经济物理学？复杂适应系统和经济物理学研究进展关键问题和研究目标基于复杂网络结构的 金融物理模型的研究新方向提纲为什么要研究复杂适应系统和经济物理学？69复杂系统的主要特征由许多基本单元组成，开放，巨系统。非均匀性：时间不可逆，空间分布的不均匀性和非对称性，Pattern的出现。相互作用或者单元之间的耦合为非线性chaos等非线性现象；complexity发生在edgeofchaos？ 整体不等于各部分之和。1+12， emergence自适应性 Hopfield网络中的参数适应、混沌控制与同步中的参数适应方法，金融物理模型中的agent之间的相互协作。ComplexityAdaptiveSystem

结构对应于network：node单元，agent，神经元 link相互作用复杂系统的主要特征由许多基本单元组成，开放，巨系统。70为什么要研究复杂适应系统

和经济物理学？

不断出现的经济风潮的影响和日益显著的经济波动的全球化趋势已使预测并控制大的金融风险成为各国政府和金融机构严重关注的问题。将物理学方法应用于各种金融价格的统计分析和经济复杂系统的动力学模拟将对金融市场的预测和经济系统的宏观调控有直接的指导意义。寻求适应性复杂系统的动力学模型，模拟金融市场经纪人之间的自适应竞争行为，构造金融市场的微观物理模型，将开拓新的经济学研究方法，并对复杂性科学的探索有深远的理论意义。

为什么要研究复杂适应系统

和经济物理学？不断出现的经济风潮71研究社会科学的困难H.Simon:由于许多至关重要的复杂社会过程无法象其它过程那样还原分析，因此，社会科学是真正的“硬”科学（HardSciences）R.Lewontin：我对社会学家所处的位置相当同情，他们面对着最复杂和顽抗的有机体的最复杂和困难的现象，却不能像自然科学家那样具有操纵他们所研究对象的自由。录自戴汝为院士报告研究社会科学的困难H.Simon:由于许多至关重要的复72研究社会经济复杂系统的挑战用精密科学的定量语言阐述并研究社会经济系统中的各种问题，揭示社会经济现象中的的普适性和规律用非线性动力学、统计物理理论、复杂网络理论建立社会及经济系统的各种模型，揭示各种普适现象的机制例:

交通流城市膨胀各种社会和经济网络基于经纪人相互作用的金融市场模型研究社会经济复杂系统的挑战用精密科学的定量语言阐述并研究社会73金融市场是一个典型的具有大量互作用单元的强涨落复杂系统。如何理解这样的复杂系统动力学？研究复杂物理系统所获得的经验可能会给出经济学中的新结果。理解金融市场动力学的困难，不仅在于它的内部元素的复杂性，更在于有许多难于捉摸的外部因素作用于市场。即使是同一国家甚至同一地域的两个市场，都可能有明显的不同。但金融市场的某些观察量，如：交易价格、成交量、交易频率和市场指数值的统计性质对于十分不同的金融市场看起来却有令人惊讶的相似性。这意味着金融市场作为复杂动力学系统可能存在“普适”的行为与规律。金融市场是一个典型的具有大量互作用单元的强涨落复杂系统。如何74复杂适应系统

和经济物理学

研究进展复杂适应系统

和经济物理学

研究进展75价格的经验统计性质研究寻求价格动力学的随机过程模型， 理解价格形成及其演化的机制基于经纪人相互作用的金融市场模型的建立及经济复杂系统适应性行为的理解实际应用：期权定价，风险控制， 赢利形成，股市预测，经济政策制订

经济物理学的四个研究方向价格的经验统计性质研究经济物理学的四个研究方向76研究目标基于对高频金融数据的统计分析，发现能够描述金融价格变化特征的随机过程。确定经济学时间序列的时间关联性，构造金融市场中的价格动力学。揭示金融市场的涨落规律，发现能够导致涨落和变化的因素与动力学机制，着重研究金融市场的经纪人相互作用的基本物理。理解基本少数者博弈模型和各种金融物理模型的系统整体协作性的产生机制构造和发展金融市场的自组织微观模型，更准确地模拟金融市场的变易性和经纪人之间的自适应相互作用。

研究目标基于对高频金融数据的统计分析，发现能够描述金融价格变77研究内容1l

使用诸如幂律分布、关联、标度、不可预测时间序列和随机过程这样一些概念对于所获得的高频金融数据进行统计分析。研究金融证券的价格变化的随机过程的完全统计特征。要着重解决的关键问题：价格变化分布的形状，时间记忆，高阶统计性质。进一步理解价格变化二次矩的有限性。研究内容1l

使用诸如幂律分布、关联、标度、不78研究内容2l

确定金融市场中的价格动力学与湍流和生态系统一类物理过程之间的类似性和不同之处。为了澄清金融序列的时间关联性，必须重新考察和发展相关的统计分析方法，以揭示价格变化中高阶关联的存在性。研究不同股票的交叉关联、股票市场与外币兑换率及利率之间的交叉关联。研究内容2l

确定金融市场中的价格动力学与湍流79研究内容3l

研究价格涨落对于正态分布的大偏离、研究市场价格的浮动性及其截断Levy飞行随机过程特征；研究价格变化概率密度函数对于不同时间尺度的标度性质。构造能够描述经验分析中所见全部特征的随机过程模型。提出能够重新产生股票价格随机动力学的一些主要性质例如价格差异分布的“胖尾”非高斯形状特征的更好的模型。研究随机过程模型分析模拟金融市场和更一般经济系统的适用性。研究内容3l

研究价格涨落对于正态分布的大80研究内容4l

观察和揭示各种社会与经济系统的复杂自适应行为。研究基于经纪人竞争有限资源相互作用的复杂自适应系统的微观模型，理解微观模型中支配整体行为和自适应行为的基本物理。发展复杂自适应系统的数学和处理方法。

研究内容4l

观察和揭示各种社会与经济系统的复杂自适应行81研究内容5l

通过数值模拟及解析研究考察基本少数者博弈模型及其变种对于金融市场自适应行为模拟的适用性。在保持模型的简单性的前提下，推广发展已有模型，提出新模型，以更多地容纳经纪人决策过程中的真实因素和金融市场的真实特征，更准确地模拟市场的有效性、浮动性和交易者之间的自适应竞争行为。

研究内容5l

通过数值模拟及解析研究考察基本少82研究内容6l

通过广义模型的研究，讨论金融市场中的经纪人差异（智力和信心的差异）、人群的非均一性、信息传输、模仿、演化、经纪人依据所持策略的累积成功率决定是否投入竞争等可能性对于系统的自适应行为和社群整体的协作性的影响。

研究内容6l

通过广义模型的研究，讨论金融市场83研究内容7l

研究更一般的金融物理模型，如Bak的随机交易股票模型和基于朗之万方程、福克普朗克方程的价格及需求的涨落模型。探索把归纳式思维容入Bak股票交易模型和其它微观模型的可能性。

研究内容7l

研究更一般的金融物理模型，如Ba84研究内容8l

基于复杂网络结构的金融物理博弈模型及一般经济社会系统研究的新方向研究基于经纪人局域信息传输及模仿相互作用的争当少数者博弈网络模型从复杂网络的观点研究研究不同股票之间的交叉关联，构建不同股票相互作用的加权网络（小世界性质和连接度分布特征？）研究内容8l

基于复杂网络结构的金融物理博弈模85如何模拟金融市场中经纪人的

相互竞争相互适应的行为？MinorityGame

模型的主要研究结果和进展

金融市场的物理模型研究如何模拟金融市场中经纪人的

相互竞争相互适应的行为？Mino86目的：捕捉和理解经济行为之本质问题：如何模拟由许许多多差别万千的彼此竞争有限资源（利益内在冲突）而相互作用的经纪人（理性个体）所构成系统如金融市场表现出的自适应行为？目的：捕捉和理解经济行为之本质87

W.B.Arthur: “ElFarolBar”

--复杂策略场合下，能够描述真实经纪人如何相互竞争而又彼此适应的第一个模型。W.B.Arthur: “88参与者基于最近过去几周赴吧人数而选择本周是否赴酒吧。赴酒吧人数时间序列:公有信息

X(t)={xn,xn-1,xn-2,…}每一参与者的目标：如果

xn

L，就尽可能赴酒吧。

{xn,xn-1,xn-2,…}BestPredictorFroms

xn+1>LDon’tgo!xn+1

LGo!参与者基于最近过去几周赴吧人数而选择本周是否赴酒吧。{xn,89N（奇数）个经纪人,独立选择去A方或B方， 少数方获胜。每人的策略是基于对最近m次获胜方记录的 公有信息的观察。博弈过程：每人可以有s个策略， 每一轮博弈结束，都给手中的策略打分。 每次用最佳策略决定自己的行动。

Challet-Y.C.Zhang

(张翼成）

MinorityGameN（奇数）个经纪人,独立选择去A方或B方，Challe90?“0”winsifx0<x1“1”winsifx1<x0

?CutoffL~N/2??CutoffL~N/291一个成功的非合作型博奕模型

争当少数者博奕模型

MinorityGame少数者获胜－金融市场普遍原则共同享有公共信息:记忆容量为m

取胜方历史记录二进制序列{…,b(t-3),b(t-2),b(t-1)}从包含 个策略的策略库 中每人选取s个策略一个成功的非合作型博奕模型92例：相应于记忆容量m=2的全部策略实分与虚分在t时刻，每人根据

t时刻的历史，采用他的s个策略中累计虚分最高的策略的预测作出决定；每人的所有信息来自策略的虚分例：相应于记忆容量m=2的全部策略实分与虚分93

模拟结果：

有效相与非有效相(32runs,10000timesteps)模拟结果：有效相与非有效相(32runs,100094获胜方历史记录中的信息

某种历史下少数方为1方的概率获胜方历史记录中的信息某种历史下少数方为1方的概率95MinorityGame

模型的几种改进包含演化的MG模型每个经纪人拥有一个相同的策略，该策略是动力学的：在给定历史下对下一次取胜方的预测与最近出现过的同一历史的取胜方的记录相同。第i个经纪人以几率p(i)按上述策略的预测作决定，以几率(1-p(i))作出与策略预测相反的决定。MinorityGame

模型的几种改进包含演化的MG模96几率p的分布P(p)初始时刻的P(p)为水平分布，实线表示长时间后的P(p)分布几率p的分布P(p)初始时刻的P(p)为水平分布，实线表示长97。基于复杂网络结构的

经济物理模型研究

的新方向。基于复杂网络结构的

经济物理模型研究

的新方向98从复杂网络的观点研究

争当少数者博弈模型 研究自适应社会的网络模型，例如经纪人局域信息传播和局域相互作用（而并非只考虑每一经纪人通过共享公有的获胜方记录历史信息与所有经纪人参与博弈形成的平均场相互作用）的具有人群网络结构的推广少数者博弈模型，应该研究这一模型的小世界结构、高聚集性、以及连接度的分布特征如何影响少数者博弈的自适应演化动力学行为。从复杂网络的观点研究

争当少数者博弈模型99竞争布尔经纪人的自组织网络

（例:20结点40条边构成的网络)

A:随机图，平均长度L=2.17，直径＝5，平均簇系数c＝0.134

B:所有结点具有k＝4，平均长度L=2.22，直径＝4，平均簇系数c＝0.15竞争布尔经纪人的自组织网络

（例:20结点40条边构成的网络100N个k变量的布尔函数（k=2）

变量状态函数1函数2…函数15函数160000…110100…111000…111101…01

N个k变量的布尔函数（k=2）

变量函数函数…函数101竞争布尔经纪人网络

的进化方式每经过一代（10000时步），最糟糕经纪人的布尔函数被随机取自布尔函数库[2m,m=2k

]的一个新布尔函数取代。

竞争布尔经纪人网络

的进化方式102K＝3，N=999

网络进化后的稳态

吸引子长度时间序列K＝3，N=999网络进化后的稳态

吸引子长度时间序列103K＝3网络的吸引子长度分布

（虚线斜率＝1）K＝3网络的吸引子长度分布

（虚线斜率＝1）104竞争布尔经纪人网络中

均匀度参数P的自组织均匀度参数P的定义：P＝整个网络0,1状态输出中多数态所占比例对于N=(99,315,999,3161)的K=3网络，稳态中所测得的平均均匀度为：P=0.656,0.664,0.669,0.671热力学极限：当N，PPc＝0.672

竞争布尔经纪人网络中

均匀度参数P的自组织均匀度参数P105K＝3，N=999

网络的进化稳态

均匀度参数P的自组织K＝3，N=999网络的进化稳态

均匀度参数P的自组织106EvolutionaryNetworkMG(N=101,S=1,16simulations)EvolutionaryNetworkMG(N=101107EvolutionaryNetworkMG(N=101,S=2,16simulations)EvolutionaryNetworkMG(N=101108从复杂网络的观点研究

一般的经济社会系统

通过研究金融市场中各种不同股票之间的交叉关联，以真实金融市场的各个股票的价格数据时间序列计算不同股票之间的交叉关联矩阵。并以股票交叉矩阵的矩阵元作为相应股票之间的相互作用权重，构造股票之间的加权网络。我们将研究这一股票公司加权网络的小世界性质和连接度分布特征，从而揭示对于实际的金融市场股票价格的波动，不同股票公司究竟起多大的影响程度，以及他们彼此之间又是如何地相互影响。

从复杂网络的观点研究

一般的经济社会系统109股票市场中的无标度网络Yi(t)

第i公司在时刻t

的股票价格时间间隔t内的股票价格涨落第i公司与第j公司之间的交叉关联股票市场中的无标度网络Yi(t)第i公司在时刻t的股票110为提取股票价格变化中关联的内在性质，必须考虑第i公司在t时刻股票价格相对于所考虑金融市场所有股票价格在t时刻平均值的相对涨落。第i公司与第j公司之间交叉关联的重新定义为提取股票价格变化中关联的内在性质，必须考虑第i公司在111权重随机图结点i与j之间的相互作用以Wij定义。顶点i的影响强度qi定义为与其相连的所有边的权重之和

权重随机图结点i与j之间的相互作用以Wij定义。112构成S&P500股票指数的500家公司股票

5年期间（1