从计算复杂性视角探讨股票市场可预测性
计算工程、金融与科学
2007-05-23 v2 计算复杂性
摘要
本文从计算复杂性的角度开展了关于市场可预测性研究的探索。我们构建了一个简单的基于智能体的股票市场模型，其中，智能体是配备简单交易策略的交易者，而它们的交易共同决定了股票价格。计算机仿真显示，该模型的一个基本案例已经能够生成与近期高科技股票价格走势相似的价格图。对于更一般的模型，我们证明：如果存在大量交易者但他们采用的是相对较少的策略，则存在一个多项式时间算法，可以高精度预测未来的价格走势。另一方面，如果策略数量很大，则市场预测在两个新的计算复杂性类 CPP 和 BCPP 中是完备的，这两个类位于 P^NP[O(log n)] 和 PP 之间。这些计算完备性结果开辟了一个新可能性，即实际股票的价格图可能对各种预测目标来说是足够确定的，但对所有多项式时间预测算法来说似乎是随机的。
引用
@article{arxiv.cs/0010021,
title = {Towards Understanding the Predictability of Stock Markets from the Perspective of Computational Complexity},
author = {James Aspnes and David F. Fischer and Michael J. Fischer and Ming-Yang Kao and Alok Kumar},
journal= {arXiv preprint arXiv:cs/0010021},
year = {2007}
}
备注
The conference version will appear in SODA 2001