一類復(fù)雜適應(yīng)系統(tǒng)的模型及仿真方法研究.pdf

1、股市、房地產(chǎn)系統(tǒng)作為社會經(jīng)濟(jì)系統(tǒng)中的一個(gè)重要組成部分，預(yù)測其市場走勢是相當(dāng)困難的：投資者迫切地渴望能對明天的價(jià)格做出某種程度的預(yù)測；學(xué)者們力圖理清市場價(jià)格是怎么形成的。傳統(tǒng)金融理論通過對這類系統(tǒng)的各種簡化，包括對投資者的預(yù)測和決策方式、市場機(jī)制等方面的簡化，建立擁有明確目標(biāo)函數(shù)的數(shù)學(xué)模型，通過最大化目標(biāo)函數(shù)來幫助理解和解釋市場中的種種現(xiàn)象。然而，數(shù)學(xué)模型僅能用來研究具有完全確定性的簡單系統(tǒng)。對于靈活多變的復(fù)雜系統(tǒng)，幾乎無法建立完備的數(shù)學(xué)

2、模型。即使建立起模型，由于過于龐大，結(jié)果也無從檢驗(yàn)。并且復(fù)雜系統(tǒng)被簡化成一系列抽象的法則、公式是脫離現(xiàn)實(shí)的，不可能正確反映其本質(zhì)并可能產(chǎn)生彼此矛盾的結(jié)果。雖然傳統(tǒng)數(shù)學(xué)模型解釋了一些現(xiàn)象，但卻留下了許多未能解答的問題，這種情況是由于系統(tǒng)的復(fù)雜性造成的。盡管傳統(tǒng)理論對此早有認(rèn)識，但它們更多地把復(fù)雜性歸結(jié)為外界隨機(jī)信息沖擊的結(jié)果，而很少考慮復(fù)雜性內(nèi)生的可能性。
　　復(fù)雜性科學(xué)對傳統(tǒng)的經(jīng)濟(jì)學(xué)理論提出了挑戰(zhàn)，不再將經(jīng)濟(jì)系統(tǒng)看成是市場穩(wěn)定和供

3、求均衡的結(jié)果，而看成是由許多相互作用的個(gè)體在不穩(wěn)定的狀況下彼此不斷調(diào)整關(guān)系的結(jié)果。在復(fù)雜性科學(xué)研究的學(xué)派中，以Holland教授等人的復(fù)雜適應(yīng)系統(tǒng)CAS理論為代表。CAS理論主要采用計(jì)算機(jī)模型模擬的方法研究復(fù)雜系統(tǒng)，其研究工作的一大特點(diǎn)是高度重視應(yīng)用計(jì)算機(jī)技術(shù)。計(jì)算機(jī)模型完全可以直接用有條件作用和其它諸如交換之類的組合算法描述，這些條件/組合算法用偏微分方程只能粗略地描述。采用基于計(jì)算機(jī)的直接描述的模型，而不是走偏微分的老路，能反映演化

4、過程中的組合復(fù)雜性。通過計(jì)算機(jī)模擬的方法來研究和觀察復(fù)雜系統(tǒng)，可以在計(jì)算機(jī)環(huán)境中重復(fù)或再現(xiàn)客觀存在的復(fù)雜系統(tǒng)。
　　論文針對現(xiàn)有股市、房地產(chǎn)系統(tǒng)研究的不足，突破傳統(tǒng)數(shù)學(xué)建模的框架，運(yùn)用復(fù)雜性科學(xué)的最新成果，采用學(xué)科交叉的方式，建立新的研究方法和體系。試圖將CAS理論運(yùn)用到股市、房地產(chǎn)系統(tǒng)研究中，構(gòu)建基于Multi-Agent技術(shù)的股市、房地產(chǎn)系統(tǒng)框架體系，并對涉及的關(guān)鍵技術(shù)進(jìn)行探討。論文主要研究以下內(nèi)容：
　　分析股市、房地

5、產(chǎn)系統(tǒng)和CAS在內(nèi)在特點(diǎn)上的一致性，依據(jù)CAS理論證實(shí)股市、房地產(chǎn)系統(tǒng)是一類復(fù)雜適應(yīng)系統(tǒng)，因此采用CAS理論對股市、房地產(chǎn)系統(tǒng)進(jìn)行研究具有科學(xué)性和可行性。同時(shí)，基于CAS理論，分析一類復(fù)雜適應(yīng)系統(tǒng)的特征、復(fù)雜性行為等，指出復(fù)雜性是其內(nèi)部本質(zhì)特征，復(fù)雜性背后的機(jī)理是異質(zhì)投資者同系統(tǒng)環(huán)境之間的非線性交互作用。通過對一類復(fù)雜適應(yīng)系統(tǒng)傳統(tǒng)研究方法的總結(jié)，證實(shí)經(jīng)典的有效市場假說、傳統(tǒng)的數(shù)學(xué)工具(線性、固定點(diǎn)、微分方程系統(tǒng))和傳統(tǒng)的均衡經(jīng)濟(jì)理論對系

6、統(tǒng)的分析大多基于一定的假設(shè)，明顯具有主觀性，故根本無法描述此類系統(tǒng)的復(fù)雜多變性。因此，必須要用復(fù)雜系統(tǒng)的理論和方法來對此類系統(tǒng)進(jìn)行重新的理解、研究。鑒于此，論文將股市、房地產(chǎn)系統(tǒng)視為一類復(fù)雜適應(yīng)系統(tǒng)，提出運(yùn)用CAS理論與方法對此類系統(tǒng)進(jìn)行建模與仿真研究的思路方法。并且，通過對Holland教授ASM模型實(shí)例的分析，進(jìn)一步論證用CAS理論的建模與仿真方法對這類系統(tǒng)進(jìn)行研究的可行性。
　　CAS理論的核心概念是Agent，其方法學(xué)是基

7、于Agent的建模方法。Agent和Multi-Agent理論與技術(shù)為復(fù)雜系統(tǒng)的建模與仿真提供了一個(gè)嶄新的途徑。對于人工社會中多智能體系統(tǒng)MAS的應(yīng)用，目前展開的研究工作仍然處于起步階段，因此采用MAS對一類復(fù)雜適應(yīng)系統(tǒng)進(jìn)行建模和應(yīng)用研究具有理論探索意義。論文闡述了MAS建模的研究方法和過程：在基于Multi-Agent的建模過程中，最基本的是構(gòu)造計(jì)算機(jī)模型，Agent在這一模型中運(yùn)行著(行為)。首先要選擇合適的微觀個(gè)體，并對其建模；然

8、后建立微觀個(gè)體之間的交互關(guān)系；最后在宏觀上對整個(gè)系統(tǒng)進(jìn)行建模。其中，重點(diǎn)研究了Agent及Agents之間交互關(guān)系的設(shè)計(jì)方法。同時(shí)，結(jié)合一類復(fù)雜適應(yīng)系統(tǒng)的實(shí)際運(yùn)作情況，運(yùn)用Multi-Agent的建模方法并結(jié)合其它技術(shù)、方法對一類復(fù)雜適應(yīng)系統(tǒng)進(jìn)行建模研究。
　　在選擇微觀個(gè)體時(shí)，參與者的多樣性是CAS的一個(gè)顯著特征，因此，針對實(shí)際系統(tǒng)中交易者的不同類型，論文引入四種類型的智能體。對微觀個(gè)體建模，即建立每一類Agent的屬性和行為規(guī)

9、則，是Multi-Agent建模方法中最重要的設(shè)計(jì)問題：主要考慮決策、目標(biāo)函數(shù)、異質(zhì)性和學(xué)習(xí)幾個(gè)方面。比如對于神經(jīng)網(wǎng)絡(luò)智能體，嘗試用神經(jīng)網(wǎng)絡(luò)代替Agent，運(yùn)用神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)能力模擬Agent的適應(yīng)性。特別地，對于BP-CT神經(jīng)網(wǎng)絡(luò)智能體，運(yùn)用Agent行為一致性自適應(yīng)的神經(jīng)網(wǎng)絡(luò)方法結(jié)合CT方法對其進(jìn)行建模，利用CT方法產(chǎn)生不斷變化的目標(biāo)，從行為和行為所產(chǎn)生的效果兩方面來訓(xùn)練神經(jīng)網(wǎng)絡(luò)，使其產(chǎn)生內(nèi)部一致性，這也是智能體認(rèn)知能力的一種體現(xiàn)。

10、
　　Agents間的交互是建模中的關(guān)鍵問題。Agents之間的交互涉及到模型整體的涌現(xiàn)結(jié)果，在建模過程中，既要考慮Agent的獨(dú)立性，又要考慮Agents間的交互。為此，引入ERA方案，自主開發(fā)基于ERA方案的一類復(fù)雜適應(yīng)系統(tǒng)模型，模型中不僅保留了通過規(guī)則和一般數(shù)據(jù)仿照前后關(guān)系模型化的環(huán)境，而且還保留了在不同概念層次上具有個(gè)性化數(shù)據(jù)的Agent。模型設(shè)置了不同的規(guī)則管理器和規(guī)則生成器，規(guī)則管理器控制智能體的行為，規(guī)則生成器調(diào)整、

11、生成規(guī)則，一個(gè)規(guī)則生成器可以被多個(gè)規(guī)則管理器使用(如一個(gè)學(xué)習(xí)結(jié)果的運(yùn)用)。這種模型設(shè)計(jì)方案，既保證了程序的模塊性，也保證了程序的可擴(kuò)展性：當(dāng)需要增加新類型智能體時(shí)，只需修改或增加相應(yīng)的規(guī)則管理器和規(guī)則生成器就可以了。同時(shí)，為了更好地模擬真實(shí)系統(tǒng)，模型引入一類特殊的智能體book——訂單簿，負(fù)責(zé)接收并執(zhí)行買入、賣出定單。所有類型的智能體都向訂單簿智能體提交訂單，訂單簿在處理訂單過程的同時(shí)完成不同類型智能體之間的交互，克服了傳統(tǒng)股市研究方法

12、中引入分析專家干預(yù)市場的主觀行為。更重要的是，通過訂單簿智能體可以引入多支股票，其中每個(gè)訂單簿代表一支股票，從而克服了傳統(tǒng)股市研究中只有單股運(yùn)行的缺陷。論文引入3支股票。
　　Swarm是一個(gè)實(shí)現(xiàn)了CAS理論、面向?qū)ο笏枷胍约胺植际饺斯ぶ悄芗夹g(shù)三者綜合運(yùn)用的仿真平臺。利用Swarm提供的強(qiáng)大功能，可以模擬從實(shí)際經(jīng)濟(jì)系統(tǒng)中抽象出來的模型，觀察其運(yùn)行狀況及趨勢，從而為現(xiàn)實(shí)世界中的經(jīng)濟(jì)決策提供依據(jù)。論文探討在Swarm環(huán)境下進(jìn)行一類復(fù)雜

13、適應(yīng)系統(tǒng)仿真的技術(shù)和方法，并在Swarm仿真平臺下自主開發(fā)以股市為例的仿真程序，從而對一類復(fù)雜適應(yīng)系統(tǒng)的復(fù)雜性進(jìn)行仿真研究。通過設(shè)計(jì)多種類型的智能體對股市的實(shí)際運(yùn)行情況進(jìn)行仿真研究，模擬不確定環(huán)境下股市的動態(tài)演化過程，再現(xiàn)了許多通過傳統(tǒng)的研究方法很難得到而在真實(shí)系統(tǒng)中又確實(shí)存在的現(xiàn)象，從而驗(yàn)證了用CAS理論與方法對一類復(fù)雜適應(yīng)系統(tǒng)進(jìn)行研究的可行性與有效性。為投資者的投資決策提供一定的參考。同時(shí)，對于研究類似復(fù)雜系統(tǒng)的研究者而言，論文的建