● 摘要
计算技术的发展极大地影响了金融学，大量的数据和强大的计算能力为人们研究金融市场的全新的视角，出现了新的研究领域-基于agent的计算金融。金融系统的特征，使它非常适合基于agent建模的方法。SF-ASM就是应用这种方法的典型例子。这是一个模拟现实股市运作的计算系统，它为后续的各种研究提供了很好的平台。本文从现实市场角度出发，在有关agent的预测法则匹配方式、最佳预测法则选择方式、市场监测方式等方面修改了SF-ASM，并在此基础上为agent添加了更多的异质性。Agent被赋予不同的进化学习速度、不同的预测法则集大小、是否可变的效用函数参数，甚至不同的智能水平。其中零智能体agents和弱智能体agents的添加给模型带来了崩溃性的影响。为保证包含零智能体和弱智能体的模型地稳定运行，修改和添加了一系列的参数限制，寻找适合的参数水平，并进行了一定的验证。选取有代表性的真实市场股指数据，原模型产生的数据与之在收益率的一阶自相关性、Kurtosis值、标准差信息，以及收益率平方的一阶自相关性的统计量上有较大出入。在不同分类实验下运行由各种异质agents构成的修改后的模型，并不断调整各种agents在总体中的比例水平。在一些比例条件下，确实得到了在上述统计量上比原模型更契合真实市场特征的实验结果。