作为符号预测器的大正则少数派博弈

本文使用了少数派博弈 (MG) 的扩展模型，该模型结合了可变数量的代理人，因此被称为大正则 (Grand Canonical)，用于预测。我们证明了基于 MG 的最佳预测器由一个极度简并的系统构成，其中仅涉及一个代理人。如果该代理人配备了来自全策略空间 (Full Strategy Space) 的所有策略，则预测效率最高。对这些过滤器中的每一个进行评估，并在每一步中选择最佳的一个。尽管该方法表面上简单，但其在包括实际问题在内的许多情况下的实用性是不可估量的。该方法的重要力量在于，如果使用 $\lambda$-GCMG 修改，其能够快速适应。预测的成功率对正确设置的记忆长度敏感。我们考虑了少数派博弈和多数派博弈预测的可行性。当考虑自生成的时间序列时，这两种博弈由不同的动力学驱动。当移除反馈效应并施加外生信号时，这两种动力学趋于相同。