楼主: 可人4
709 43

[量化金融] 财富不平等的行为和网络根源:来自 [推广有奖]

41
何人来此 在职认证  发表于 2022-5-10 09:37:32
这受游戏机制的影响,在连续120天不活动后自动删除玩家:只玩了很短时间的玩家要么在第一个月删除角色,要么忘记游戏并自动删除。除了这一步,退出游戏的概率随着玩家的年龄而略有下降。0.030.040.050.060.070.080.09τJS=15.7AJ-S散度,线性BIN0 200 400 600 800 1000 120000.020.040.060.080.10.120.14τKS=15.2Btime/daysK-S统计图S2。比较1200天和第二天的重整财富分配。A Jensen-Shannon散度,B Kolmogorov-Smirnov统计量。黑色曲线显示了扰动的指数衰减,衰减时间AτJS=15.7,BτKS=15.2。虚线破坏了上一层。S4网络属性4。1有向和无向网络a网络G,数学中的可填充图,由一组N个节点和一组L个连接这些节点的链路组成:G:=(N,L)[10–12]。在有向网络中,链路是按顺序排列的s:L对 lij:=(ni,nj)是来自节点nito node nj的alink。在无向网络中,链路是无序的节点对:Lundir 丽晶:={ni,nj}。在这里,节点代表游戏中的一名玩家,而链接代表两名玩家之间的互动。对于我们研究的每一种交互类型,我们都会生成一个单独的网络,在相关的数量上用asup erscript表示。(定向)链接的构造方式如下:lij∈ Ltradeif玩家i与玩家j lij的建筑交易∈ Lcomm。如果玩家i向玩家j发送了消息,lij∈ 如果球员i将球员j标记为朋友lij∈ 列内姆伊夫球员i将球员j标记为敌人。0 200 400 600 800 1000 12000123456x 107时间/天队列工作组的储蓄财富灰色:战争时间队列1港口2港口3港口4港口5港口6图S3。

42
nandehutu2022 在职认证  发表于 2022-5-10 09:37:35
财富是时间的函数。队列1(G)包含第一天加入Pardus的所有球员。队列2(G)包含你在第2天和第200天之间加入的所有玩家,队列3(G)包含在第201天和第400天之间加入的所有玩家,等等。在时间t时,队列gj的财富wg,j(t)计算为aswg,j(t)=hwiT- t0,i+~t0,j二、∈Gj(t),其中t0,iis是玩家i加入游戏的日期,以及t0,j≡迷你∈Gj(t0,i)+maxi∈Gj(t0,i)/2是平均队列进入时间。在游戏中,玩家被认为是一个长途跋涉的人,也就是说,队伍的规模不是固定的,但随着时间的推移可能会减少,Gj(t) Gj(t+1)T≥ 马克西∈Gj(t0,i). 灰色区域表示战争时期,虚线表示线性特征,忽略了短暂的前120天。有向网络G=(N,L)的对称化Gundir=(N,Lundir)的构造方式如下:从Gundir开始,0=(N,Lundir,0),其中Lundir,0=, Lundir中添加了一个链接,如果是lij,则为0∈ 奥里夫·勒吉∈ L.S4。2度在无向网络中,度kundir,iof ni是网络中存在链路的其他节点nj的数量,kundir,i:=#{nj:lij∈ Lundir}(其中#{…}表示基数,即集合的元素数)。倪:={nj:lij∈ Lundir}是节点ni的(最近的)邻居集。通过knn,iwe表示ni,knn,i:=hkjiNi的邻域的平均度。在有向网络中,有两个度:INDEGRE kin,iof node NI是其他节点nj的数量,从中链接指向网络中的节点NI,kin,i:=#{nj:lji∈ 五十} 。

43
何人来此 在职认证  发表于 2022-5-10 09:37:38
因此,outdegree kout,iof node nin是网络k,kout,i:=#{nj:lij中的节点nij的链路指向的其他节点nj的数量∈ 五十} 。S4。3聚类系数在一个无向网络中,节点ni的聚类系数CIO是NIT的邻域对与ni的邻域的所有pa的数目相连接的比率,Ci:=\\{ljk∈ L:nj∈ 镍∧ nk∈ Ni}ki(ki- 1).财富工资1041051061071080200400060080010001200log10(P(休假))-4.-3.5-3.-2.5-2.-1.5-1图S4。退出游戏的概率是年龄和财富的函数。除最后一天外,每天都会根据玩家当前的年龄和财富将其放入垃圾箱:Ntot(w,age)=Pt#{i:log(wi(t))∈ ]日志(w)- δw,对数(w)+δw]∧ t0,我∈ ]T- 年龄- δ年龄,t- 年龄+δ年龄]},其中δs表示箱子大小的一半(以及图S3标题中的所有其他数量)。以类似的方式,我们计算第二天不在游戏中的玩家数,Nleave(w,年龄)。具有一定财富和年龄组合的玩家离开游戏的频率(经验概率)是P(离开| w,年龄)=Nleave(w,年龄)/Ntot(w,年龄)。图中的颜色表示对数(P(leve | w,age)),数据不足的箱子,即Nleave(w,age)=0,颜色为白色。只有“花费”至少5万AP的玩家才会被考虑在内。使用David Gleich的“gaimc”软件包中的函数“ClusterCoefs”计算了聚类系数。S5线性回归模型回归是最小二乘意义上的线性回归,使用regstats(…,“线性”)作为标签。从Matlab统计工具箱中选择。参考文献1。Abul Magd AY(2002)古埃及社会的财富分配。物理版次E统计非林软物质物理66:057104.2。Hegyi G,N\'eda Z,Santos MA(207)匈牙利中世纪社会的财富分配和帕累托定律。Physica A 380:271-277.3。

44
nandehutu2022 在职认证  发表于 2022-5-10 09:37:41
斯坦德J(1965)随机过程与企业成长——帕累托定律研究。伦敦:格里芬4。Jayadev A(2008)《印度财富分布的幂律尾巴:来自调查数据的证据》。Physica A 387:270-276。可在https://github.com/dgleich/gaimcTableS2。

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
jg-xs1
拉您进交流群
GMT+8, 2026-1-1 02:25