争当少数者博弈模型向金融市场接近探索

本文在将争当少数者博弈模型向金融市场接近方面做了一些研究探索工作。对争当少数者博弈模型经纪人不同时刻策略虚分设置不同的权重,发现模型得到的收益率分布图更加接近真实市场的胖尾分布;同时,在争当少数者博弈模型中引入不同类型的经纪人,发现模型某方人数的波动会出现类似于真实市场的泡沫爆发现象。

争当少数者博弈模型在非均衡条件下的演化研究

研究了一种争当少数者博弈的演化模型.在YiLi等人提出的每一代中一定比例表现差的经纪人将自己的策略随机替换的演化模型基础上,进一步研究了该模型在引进不同截断值,即非均衡条件下的演化情况,发现非均衡条件下经纪人策略在策略空间中会出现另一类自组织有序分布现象.

用遗传算法对局域信息争当少数者博弈模型演化

本文设计了两种不同的局域信息争当少数者博弈模型的演化模型,分别用均匀交叉与变长度的遗传算法对模型经纪人的策略进行优化。通过数值模拟发现采用均匀交叉的遗传算法可以使模型某方人数的约化方差迅速下降,系统功能得到改善;而采用变长度的遗传算法则使模型某方人数的约化方差开始下降而后进入振荡模式,同时经纪人的局域信息策略长度分布趋向于以短长度策略为主的近似稳态自组织分布形式。

混合少数者博弈模型中的模仿效应研究

我们研究了混合记忆经纪人争当少数者博弈模型中的模仿效应。我们将模仿引入混合少数者博弈模型，经纪人可以模仿邻近的更成功的经纪人，采用其最佳邻居的策略来作为自己的决策，模拟结果表明当单一社群经纪人处于拥挤区域时，模拟的引入可以明显改善经纪人之间的合作行为。

演化多重少数者博弈模型中的合作效应

提出并研究了演化多重少数者博弈模型.在该模型中经纪人在每时步根据自己的策略选择多方中的一方.每个经纪人拥有一个几率p值,在作选择时以几率p采用自己的最佳策略,以几率1-p采用自己的最差策略.一旦经纪人的财富低于某个给定的值d (d<0)则改变自己的p值.数值模拟结果显示,引入演化后,经纪人之间的协作性明显增强.

基于少数者博弈的股市模型与市场程式化特征

在争当少数者博弈模型基础上提出了一个用于股票市场的争当少数者博弈模型。本模型中有三类经纪人:投机者、生产者和噪声交易者。其中投机者是市场的主体,他们不仅拥有多个策略,每次用最好的策略进行交易,且可以根据市场价格变化的趋势调整自己的交易量。投机者的金融资本随着市场价格的变化而波动。通过数值计算,模拟出了金融市场一些特有的特征:如市场崩溃,收益变化的浮动丛集性,收益分布的尖峰、肥尾等特征。

模仿经纪人演化少数者博奕模型中的合作效应

提出并研究了一种新的演化少数者博弈模型.在该模型中.每个经纪人有一个几率p值.在给定m比特下,每个经纪人以几率p选择去最近相同m比特历史下的取胜方,以几率1 -p作出相反的决定,同时经纪人可以模仿财富高于自己的最近邻邻居的p值并加以修正,数值模拟结果显示,经纪人的新几率p和他最佳邻居的几率之间的相关程度存在一个最佳值 在此处自组织分离效应最强,经纪人自分离成尺寸几乎相同的由极端行为表征的人群和反人群。

复杂适应系统中人群分布相变的统计力学分析

在引入奖惩比参数R的进化争当少数者博弈模型中,经纪人按策略基因值p的分布从自分离为两个极端人群的相转变为中庸人群峰化相的相变,在R<1的情况下是普遍存在的。这一相变不仅依赖于奖惩比R,还依赖于参与博弈的总人数N,和使经纪人破产更新的最低积累财富阈值d的设定。提出一个仅有 3个基因p值(仅取p=0, 1/2, 1)的EMG模型,其判断胜负和经纪人记分的规则完全相同于通常的争当少数者博弈模型。发现:简单的只有 3个策略基因p值的EMG模型所揭示的临界经纪人总数Nc所遵从的规律居然很好地适用于连续p的EMG模型的相变。给出一个统计力学理论,对于人群分布相变点计算公式给出完全的解释。

间谍经纪人的最优侦查规模和决策阈值

为了考察争当少数者博弈模型中引入间谍经纪人后,间谍的侦查规模和决策阈值分布情况,考察了在不同比例间谍数目的情况下,间谍采取优胜劣汰的原则调整更换他们的侦查规模或决策阈值,发现当间谍数目较少时,间谍侦查规模取大数的数目比例居多;而当间谍数目较多时,间谍侦查规模取小数的比例居多。当侦查规模较小时,间谍倾向于取一半的决策阈值;而当侦查规模较大时,不同间谍的决策阈值分布比较广泛。