金融市场价格变化趋势的可能来源

将趋势与假设和非假设混为一谈：有预谋的趋势和无预谋的趋势在第3.1节中，我们讨论了产生单调递增和递减趋势的想法。在第3.2节中，我们讨论了由于（a）（b）图8所示行为与图7（a）所示行为不同（图7使用了不同的BIAN初始条件和不同的AIA价值）导致的买卖势头不平衡而出现的趋势。所有其他参数设置如图7所示。关于下一笔交易的信息不完整。虽然我们分别讨论了这两种情况，以明确论点，但它们在现实金融市场中是紧密相连、相互交织的。因此，在本节中，我们将以相同的基础处理这两种情况。结合第3.1节和第3.2节中所述的两种观点，我们采用了以下组合和改进的修改：我：我=-δ×（1.0+εb）（对于买方）、δ/un（t）（对于卖方）、0（对于交易的非参与方），（8）其中δ和n的符号与等式（3）中所述的相同，ε带un（t）的旋转与等式（3）中所述的相同。（6） 和（7）。我们使用经销商模型92和修正式（8）对不同的εb值产生价格变化。结果显示了复杂且多种多样的行为。图9显示了一个明确的结果。我们还展示了对应于εb=0定义的非预期趋势的数据图，以供比较。通过用平均值un（t）替换卖家数量n，趋势的结果变得显著，因此我们使用Bi、Ai和εb的不同初始条件值检查了行为。

我们发现在|εb |=0.015时发现了显著的不同行为。当|εb |>=0.015时，我们发现会出现单调的增加或减少趋势。当|εb |<0.015时，我们发现了复杂的行为，如无花果。9（b）和（c）。不受εb实际值的影响。在不使用un（t）替换n的情况下，负εb产生单调增加的趋势，正εb产生单调减少的趋势，如图5所示。图9（a）显示了εb=±0.031的类似结果。然而，在这种情况下，εb的符号与趋势的增加或减少性质并不是简单的关系。对于图9（b），我们使用的|εb |=0.0021的绝对值比图9（a）中使用的|εb |=0.031的绝对值小得多。在该图中，由正值εb=0.0021产生的趋势显示出比负值εb=0.0021产生的趋势更显著的增加-0.0021. 只有取一个稍小的绝对值，εb |=0.002，我们才能看到一个负值，εb=-0.002，产生下降趋势，正值εb=0.002，产生上升趋势，如图9（c）所示。请注意，这些值|εb |=0.002与图5.4中使用的值相同。讨论和总结在第3.3节中，当我们同时使用这两种观点来产生假设和非假设的趋势时，我们观察到了两个不同的方面。其一是，经销商在下一次定价中的微小倾向可能会在价格变化的整体行为中产生巨大差异。另一个原因是，在某些情况下，价格变化的行为与个别经销商的预期不同，甚至相反。这两个方面都表明，趋势的方向无法告诉我们经销商的潜在期望。换句话说，趋势的行为并不总是符合经销商的长期预期。这导致了一个非常有趣的结论。

从价格变化的行为或运动来看，每一位交易人都会在下一笔交易中向其他人陈述他/她对变化原因和未来前景的似是而非的解释。然而，一旦市场价格与他们的预期相反，经销商就会怀疑他们的正当性，并可能会对他们最初的预期做出相反的反应。交易商的这种反作用可能会导致过度波动。我们了解到，可能还有其他来源产生了本文中描述的趋势。我们之所以认为本文讨论的起源是必要的，是因为它们具有普遍性。由于在实际金融市场中，没有经销商能够获得有关下一笔交易的完整信息，经销商除了有自己的期望之外别无选择。由于这些预期是由不完整的信息带来的，因此预期可能是粗略而模糊的。个别经销商的此类预期（a）（b）（c）图9：（在线颜色）由公式（8）定义的改进经销商模型92产生的混合趋势：（a）εb=-图ω为0.031，图λ为εb=0.031，（b）εb=-图ω为0.0021，图λ为εb=0.0021，（c）εb=-对于图ω，ε=0.002。（a）、（b）和（c）中用γ标记的所有图都是由εb=0生成的数据。请注意，ω的曲线图最初对应于单调的增加趋势，λ的曲线图对应于单调的减少趋势，γ的曲线图对应于未考虑的趋势。所有其他条件都是相同的。

4.打破买家和卖家之间求知欲的微妙平衡，产生宏观趋势，即使没有外部驱动因素。由于我们无法获得关于下一个状态的完整信息的情况非常常见，我们认为，从本文所追求的理念中获得的知识包含一个基本要素，可以应用于许多其他情况。例如，我们经常发现，实际市场中的价格变化表现出非常相似的行为，尽管品牌不同，例如澳大利亚元/美元汇率和新西兰元/美元汇率。我们的结果表明，一些趋势可能是出乎意料的。虽然这些趋势是自发出现的，但为什么它们的行为如此相似？品牌之间有什么样的互动？这些将是未来有趣的问题。结果总结如下。在本文中，我们使用被称为经销商模型92的决定性阈值模型，研究了金融市场价格变化趋势的可能来源。我们将金融市场视为一个由人类选择及其互动组成的商业活动博弈场。首先，我们观察到，经销商根据预期即将发生的价格变化制定价格的微小趋势可以产生单调的增减趋势。接下来，我们观察到，在我们无法提前获得下一笔交易的完整信息的假设下，具有短期变量和趋势的不规则波动会自发出现。在这两种情况下，趋势都是在不向原始经销商模式引入任何外部驱动力的情况下产生的。

最后，我们已经证实，包含这两种情况的经销商模型92生成的价格变化数字数据包含在真实金融市场中观察到的几个重要特征。这些结果表明，在任何现实情况下，趋势的出现都是不可避免的，即使对金融市场的基本面和技术分析几乎没有影响。5.致谢我们要感谢匿名裁判的宝贵评论。作者之一TT表示感谢日本科学促进协会对科学研究资助（c）（编号24540419）的支持。参考文献[1]R.N.Mantegna，H.E.Stanley，《消声经济指数动力学中的标度行为》，自然376（1995）46-49。[2] T.Ohira，N.Sazuka，K.Marumo，T.Shimizu，M.Takayasu，H.Takayasu，货币市场汇率的可预测性，Physica A308（2002）368–374。[3] T.Nakamura，M.Small，《金融数据的随机游走假设检验》，Physica A 377（2007）599–615。[4] 高泰康，三浦浩，平田泰久，滨田康夫，《确定性阈值要素的统计特性——市场价格的案例》，Physica A 184（1992）127-134。[5] A.Sato，H.Takayasu，《股票市场价格的动态数值模型：从微观决定论到宏观随机性》，Physica A250（1998）231–252。[6] 任福荣，郑斌，邱铁锋，S.Trimper，具有分数依赖和代理依赖报酬的少数民族游戏，物理。牧师。E 74（2006）041111。[7] T.Kaizoji，《从非扩展统计力学的角度研究金融市场的互动主体模型》，Physica A 370（2006）109–113。[8] J.Maskawa，《股价波动与交易员的模拟行为》，Physica A 382（2007）172-178。[9] V.Al Fi，M.Cristelli，L.Pietronero，A。

Zaccaria，《金融市场最小代理模型II：线性和乘法动态的统计特性》，欧洲物理杂志B 67（2009）399–417。[10] 山田，H.高安，M.高安，使用门槛交易商模型描述外汇市场，Physica A 382（2007）340–346。[11] 山田，高康，伊藤，高康，金融市场的可解随机交易模型，物理。牧师。E 79（2009）051120。[12] T.Hirabayashi，H.Takayasu，H.Miura，K.Hamada，《证券交易所市场价格阈值模型的行为》，分形1（1993）29-40。[13] T.Nakamura，M.Small，Small shu-file替代数据：用趋势测试动态变化数据，Phys。牧师。E 72（2005）056216。