基于行为经济学原理的真实世界股票市场多智能体建模
多智能体系统
2025-10-14 v3
摘要
在金融市场中复现真实动力学具有重要意义，因为它能增强我们对市场演化（超越其他物理过程）的理解，并促进投资策略的开发和回测。现有文献大多将这一问题视为时间序列预测问题，常面临以下挑战：1）对历史数据过拟合，2）无法重构典型事实，3）限制用户进行反事实分析的能力。为应对这些局限，我们采用基于智能体的建模（ABM）进行市场模拟，其中每个交易者作为由既定行为经济学原理引导的自主智能体。随后利用深度学习技术对智能体模型参数进行校准。此外，我们将智能体模型与消费者价格指数（CPI）等公开经济指标对齐，以增强系统结果的可解释性。实验表明，ABM方法以90%的置信水平有效复现市场动力学，准确反映已知的典型事实。此外，与其他进行基于模拟推断的现有方法相比，校准过程计算效率更高。我们还展示了说明智能体参数与经济指标之间相关性的案例研究。
引用
@article{arxiv.2307.12987,
title = {Agent-Based Modelling for Real-World Stock Markets under Behavioral Economic Principles},
author = {Tianlang He and Fengming Zhu and Keyan Lu and Chang Xu and Yang Liu and Weiqing Liu and Fangzhen Lin and S. -H. Gary Chan and Jiang Bian},
journal= {arXiv preprint arXiv:2307.12987},
year = {2025}
}