基于agent的复杂金融系统建模新方法

该模型的关键参数由信息驱动力的统计特性确定。我们的结果更好地理解了信息驱动力对复杂金融系统的控制作用。信息驱动力思想可以应用于其他开放复杂系统的基于agent的建模。致谢：这项工作得到了中国国家自然科学基金会的部分支持，批准号为11375149和11505099。参考文献【1】F.黑色。股票价格波动变化的研究。亚历山大，1976年。美国统计协会1976年会议记录，商业和经济统计科，第177-181页。[2] R.N.Mantegna和H.E.Stanley。经济指数动态中的标度行为。《自然》，376:461995。[3] P.Gopikrishnan，V。Plerou、L.A.N.Amaral、M.Meyer和H。E、 斯坦利。金融市场指数波动分布的比例。物理。修订版。E、 60:53051999。[4] Y.Liu、P.Gopikrishnan、P.Cizeau、M.Meyer、C.K.Peng和H.E.Stanley。价格波动的统计特性。物理。修订版。E、 60:13901999年。[5] X.Gabaix、P.Gopikrishnan、V.Plerou和H.E.Stanley。金融市场波动中的幂律分布理论。《自然》，423:2672003。[6] 邱先生、郑先生、任福荣先生和Trimper先生。金融动力学中的收益波动率相关性。物理。修订版。E、 73:65103，2006年。[7] 蒋X.F.，陈T.T.和郑B。复杂社会动力学中局部相互作用的结构。Sci。Rep.，4:53212014。[8] B.Zheng、XF.Jiang和P.Y.Ni。《经济物理学小评论：中国和西方金融市场的比较研究》。颏物理。B、 23:789032014。[9] L.Tan、B.Zheng、J.J.Chen和X.F.Jiang。非局部时间波动如何影响复杂金融系统中的价格动态。《公共科学图书馆综合》，10:1183992015。[10] T.Preis、J.J.Schneider和H.E。

斯坦利。金融市场的转换过程。过程。自然的。Acad。Sci。，108:76742011。[11] B.Podobnik、A.Valentinˇciˇc、D.Horvatiˇc和H.E.Stanley。简易财务比率。过程。国家。Acad。Sci。，108:178832011年。[12] W.Li、F.Z.Wang、S.Havlin和H.E.Stanley。影响股票市场交易量规模和记忆的财务因素。物理。修订版。E、 84:46112，2011年。[13] M.Tumminello、F.Lillo、J.Piilo和R.N.Mantegna。从金融市场的实际交易活动中识别投资者集群。新J.Phys。，14： 130412012年。[14] M.C.M¨unnix、T.Shimada、R.Sch¨afer、F.Leyvraz、T.H.Seligman、T.Guhr和H.E.Stanley。识别金融市场的状态。Sci。Rep.，2:6442012。[15] 江X.F.和郑B。金融系统中的反相关和子部门结构。EPL，97:480062012。[16] 蒋X.F.，陈T.T.和郑B。金融系统中的时间反转不对称。Physica，392:53692013。[17] Y.Yura、H.Takayasu、D.Sorn ette和M.Takayasu。LayerOrder book中的金融布朗粒子流体和流体耗散关系。物理。修订版。Lett。，112:987032014。[18] L.库恩斯。《高效市场：行为金融导论》，andrei schleifer著。《制度与理论经济学杂志》，Jite，158.2:369–374（6），2002年。[19] H.Jo和D.M.Kim。行为金融的最新发展。《国际商业研究杂志》，2008年8:2208。[20] L.Feng、B.Li、B.Podobnik、T.Preis和H.E.Stanley。金融市场的基于代理的模型和随机模型。过程。自然的。Acad。Sci。，109:83882012。[21]J.J.Chen、B.Zheng和L.Tan。复杂金融系统的基于代理的不对称交易和交易模型。《公共科学图书馆综合》，8:795312013。【22】V.Gontis和A.K on on ovicius。金融市场的一致性基于代理的随机模型。

《公共科学图书馆综合》，9:1022012014。【23】Y.Shap ira、Y.Berman和E.B.Jacob。建立股票市场短期羊群行为模型。新J.Phys。，16： 530402014年。[24]J.J.Chen、B.Zheng和L.Tan。复杂金融系统的基于Agent的多级羊群模型。Sci。Rep.，5:83992015。[25]T.Kaizoji、M.Leiss、A.Saichev和D.Sornett e.原教旨主义和图表主义交易者均衡模型中的超指数内生泡沫。J、 经济。贝哈夫。器官112:2892015。【26】R.Savona1、M.Soumare和J.V.Andersen。金融对称性和市场情绪。《公共科学图书馆综合》，10:1182242015年。【27】E.Samanidou、E.Zschishang、D.Stau ff和T.Lux。基于代理的金融市场模型。代表程序。物理。，2007年9月70日，第409页。【28】R.N.Mantegna和J.Kertsz。关注经济学和金融学中的统计物理建模。新J.Phys。，13： 250112011年。【29】A.Chakraborti、I.M.Toke、M.Patriarca和F.Abergel。经济物理学评论：II。基于代理的OD els。Q数量。《金融》，11:10132011。【30】D.索内特。物理学和金融经济学（1776-2014）：谜题、ising和基于代理的模型。代表程序。物理。，77:620120014年。【31】T.Preis，H.S。摩亚特，斯坦利阁下和毕晓普先生。量化前瞻的优势。Sci。Rep.，2:350，2012年。【32】I.Bordino、S.Battiston、G.Caldarelli、M.Cristelli、A.Ukkonen和I.Weber。网络搜索查询可以预测股市交易量。《公共科学图书馆综合》，2012年7:40014。【33】T.Preis、H.S.Moat和H.E.St Anley。使用谷歌趋势量化金融市场的交易行为。Sci。Rep.，3:16842013年。【34】H.S.Moat、C.Curme、A.Avakian、D.Y.Kenett、H.E.Stanley和T.Preis。在股市波动之前量化维基百科的使用模式。Sci。Rep.，3:18012013。【35】R.Hisano、D.Sornette、T.Mizuno、T.Ohnishi和T.Watanabe。高质量的商业新闻主题提取解释了异常的金融市场波动。

《公共科学图书馆综合》，8:648462013年。【36】L.Kristoufek。谷歌趋势搜索查询是否有助于风险分散。Sci。Rep.，3:27132013。【37】T.Noguchi、N.Stewart、C.Y.Olivola、H.S.Moat和T.Preis。用搜索引擎查询数据描述国家的时间视角。《公共科学图书馆综合》，2014年9:95209。【38】C.Curme，T.Preis。，H、 E.圣安德利和H.S.护城河。量化股市波动前搜索行为的语义。过程。N ati。Acad。Sci，111:11600，2014年。[39]F.Lillo、S.Michiche、M.Tu M minello、J.Piilo和R.N.Mantegna。新闻如何影响金融市场中不同类别投资者的交易行为。数量。《金融》，15:2132015。【40】I.Giardina、J.P.Bouchaud和M.M’ezard。长期波动相关性的微观模型。Physica A，299:282001。【41】E.博纳博。基于Agent的建模：模拟人类系统的方法和技术。过程。国家。Acad。Sci，99:72802002。[42]T.P.Evans和d.H.Kelley。基于家庭层面代理的土地覆盖变化模型的多尺度分析。J、 环境。管理2004年72时57分。【43】任福荣、郑斌、邱铁涛、特里珀。具有分数相关和代理相关支付的少数民族游戏。修订版。E、 74:0411112006年。[44]J.D.Farmer和D.Foley。经济需要基于代理的建模。《自然》，460:6852009。【45】F.Schweitzer、G.Fagiolo、D.Sornette、F.V.Redondo、A.Vespignani和D.R.White。经济网络：新挑战。《科学》，325:4222009。【46】S.Mike和J.D.Farmer。流动性和波动性的经验行为模型。《J杂志》。《经济动态控制》，32:2002008。[47]G.F.Gu和W.X.Zhou。关于mike farmermod el中股票收益的概率分布。欧洲物理杂志B，67:5852009。[48]G.F.Gu和W.X.Zhou。从修正的mikefarmer模型中发现股票波动的长记忆性。EPL，48002:862009。[49]H.Meng，F。

Ren、G.F.Gu、X.Xion、Y.J.Zhang、W.X.Zhou和W.Zhang。订单分解过程中长记忆对大价格波动重复区间性质的影响。EPL，98:380032012。【50】周建华，顾国富，蒋志强，熊晓华，W。Zhang和W.X.Zhou。计算实验成功地预测了u ltra高频STOCK返回中出现的自相关。计算经济学，出版：http://dx.doi.org/10.1007/s10614–016–9612–12016年。[51]T.T.Chen、B.Zheng和Y.Li。信息驱动力和基于代理的建模。提交以供发布。【52】L.Menkho ff。基金经理使用技术分析：国际证据。《银行与金融杂志》，34:25732010。【53】V.M.Eguiluz和M.G.Zimmermann。信息传递与羊群行为：金融市场的应用。物理。修订版。Lett。，85:56592000。[54]D.Y.Kenett、Y.Shapira、A.Madi、S.B.Zabary、G.Gershgoren和E.B.Jacob。I指数cohereforce分析显示，自2002年以来，美国市场容易出现系统性崩盘。PLoSone，6:193782011。[55]J.Shen和B.Zheng。金融动力学中的收益波动相关性。Europhys。Lett。，88:280032009。【56】B.J.公园。非对称羊群效应是非对称收益波动的一个来源。《银行与金融杂志》，35:26572011。[57]K.A.Kim和J.R.Nofsinger。机构放牧、商业团体和经济制度：来自日本的证据。《商业杂志》，78:213，2005年。【58】A.Walter和F.M.Weber。德国共同基金行业的羊群效应。《欧洲金融管理》，12:375，2006年。[59]R.Cont和J.P.Bouchaud。金融市场中的羊群行为和总波动。宏观经济年度。，4： 1702000年。【60】N.Blasco、P.Corredor和S.Ferrueela。羊群效应会影响波动性吗？对西班牙股市的影响。《定量金融》，12:3112012。[61]J.P。

Bouchaud、A.Matacz和M.Potters。金融市场中的杠杆效应：延迟波动率模型。物理。修订版。Lett。，87:2287012001年。[62]Y.H.Shao、G.F.Gu、Z.Q.Jiang、W.X.Zhou和D.Sornette。使用不同的合成长程相关时间序列比较OFA、dfa和dma的性能。《科学报告》，2012年2:5225。【63】P.Gopikrishnan、M.Meyer、L.A.N.Amaral和H.E.Stanley。股票价格变化分布的逆三次定律。欧元。物理。J、 B，3:139，1998年。【64】G.F.Gu、W.Chen和W.X.Zhou。中国股票收益在不同微观时间尺度上的时间分布。Physica A，387:4952008。【65】V.Plerou、P.Gopikrishnan、L.A.N.Amaral、M.Meyer和H.E.Stanley。按比例调整各公司价格波动的分布。物理。修订版。E、 60:6511999年。[66]G.H.Mu和W.X.Zhou。新兴市场中股票收益率分布的非通用性检验。《物理评论》E，82:661032010。【67】V.Plerou、P.Gopikrishnan和H.E.Stanley。金融市场的两种基本行为。《自然》，421:1302003。【68】V.Plerou、P.Gopikrishnan、X.Gabaix和H.E.Stanley。量化股价对需求和波动的反应。物理。版次：。，66:271042002。【69】A.Utsugi、K.Ino和M.Oshikawa。金融市场交叉相关性的随机矩阵理论分析。物理。版次：。，70:261102004。【70】R.K.潘和S。S inha。不断发展的市场中价格波动分布的自组织。Europhys。Lett。，77:580042007。[71]J.Shen和B.Zheng。金融动态中的相互关联。Europhys。Lett。，86:48005，2009年。【72】B.Podobnik、D.Wang、D.Horvatic、I.Grosse和H.E.Stanley。收集现象中的时滞互相关。EPL，90:68001，2010年。【73】L.Corazzini和B.Greiner。赫尔丁g，社会偏好和（不）从众。《经济学快报》，97:742007。