大规模经济合作的语言：简化的

图11中的完整图表Φ显示了连接器的使用C′ 定义多个空间的步骤S ′, S′′ 和S′′′,  每个关联到子图φ!, φ!′ 和φ!′′. 每个空间和子图可以关联到不同的分布上下文，而不影响财务模型的直观描述。本质上，连接器通过使用空间透明地添加位置和分布的概念，允许对金融模型进行缩放，以处理几乎无限的负载和数据量。从某种意义上说，这一概念是表示的固有概念，因为它没有在所描述的财务模型中定义，并且可以在以后做出与性能、存储和处理能力相关的决策，而无需修改财务模型本身。D、 模拟财务模型是复杂系统的一种表示，在许多情况下，定义一个模型的目的是通过应用规范、客观的研究方法来预测结果。模拟是许多学科中研究复杂问题的基本技术，尤其是在金融科学中，通过应用专门的算法来定义、搜索和测试可能的可行解决方案。在经济学中，模拟在基于人群的调查中有一个精确的位置【5】，或者换句话说，模拟是对系统的模仿【61】。

金融模型本质上是对大型复杂系统的模仿，是对其进行适当规模的受控简化。Cs#Cj#Cj#Cs#拆分联接#反馈#循环#P1#（…）#Pn#δ1#δ（n-1）#x’#Д’#δ’#C’#P1#（…）#Pn#δ1##δ（n-1）#Д“”#P1#（…）#Pn#δ1#δ（n-1）#Д“”#C“”#C“”#Φ#space#S“”#space#S“”#space#δ“”#“”#35；14分面模拟负责表示允许预测财务模型中可能结果的方法。在这方面，模拟的一般主题是广泛的，正在积极研究中[5]。因此，在知识领域中定义仿真方面时，主要的挑战是建立可应用于该表示模型的精确简化级别，而不影响对仿真中心问题的洞察质量。根据之前在第二节中定义的表示过程，必须根据特定领域的需求和计算分类法选择任何方面，在这种情况下，精确地说是模拟方面。第四节先前定义了特定领域的要求，鉴于模拟主题的重要性，应通过经济领域大规模合作的证明管道来补充这些要求[5][6]。分类模拟技术的各种备选方案给出了计算分类法[62][61][63][60]，如图12所示。根据这种表示过程，需求和技术的结合足以选择和调整金融模型模拟的相关属性。图12：。模拟分类法和与经济学的相关性模拟方面根据基于时间、行为和数据组织的通用分类法进行分类。

标记为点状的叶子与经济学领域无关。仿真方面的分类根据时间、行为和数据组织的存在，在三维中组织所有可能的表示。分类的所有三个维度都是完整的，并不相互排斥，从某种意义上说，模型需要在每个维度上同时进行分类。例如，预测公司行为对资产价格的影响的模型是静态的、确定性的和基于网格的，而使用随机冲击来确定收盘价中投资组合盈利能力的多个特征的影响的模型是动态时间步进的、随机的和基于网格的。D、 1。时间的存在第一种分类考虑了时间的存在【63】或变化的时间【60】。顾名思义，这种分类考虑时间是否是定义模拟结果的重要变量【62】。根据这种分类，系统模型可以分为静态模型和动态模型，分别是通过观察系统是否可以在没有或有与时间相关的变量的情况下进行充分建模。在我们之前在第四节中定义的使用案例中，很明显，绝大多数金融模型都是动态的。然而，我们不能忽视，一些关键的例外情况不需要时间。与金融科学领域相关的静态系统的一个例子是公司行为对特定行为发生当日权益资产估值的影响。动态系统进一步分为连续系统和离散系统【63】。

连续动态系统考虑到所考虑的变量或特征不断演变，通常通过微分方程进行建模，表示系统的连续修改。经济学之外的一些例子通常与经典力学有关，如在重力场中运动的粒子，或摆动摆[62]。所有可观测现象本质上都是连续的，但由于根据定义，模型是真实事件的替代物，因此考虑到系统的所有变量都是时间的分段常数函数，在有限范围内只具有多个值中的一个值，因此使用离散动态系统可以进行显著的简化。根据时间间隔的不规则性，动态离散系统可以进一步分类为时间步进或事件驱动系统。在时间步进系统中，时间间隔是恒定的，或者是从时间的分数中推导出来的，在这些分数中可以清楚地确定周期性。金融学中动态离散系统的例子是与时间序列中离散值（如价格、回报、风险比率）变化相关的模型。动态离散时间步进系统在金融领域的应用占大多数。在事件驱动系统18上，时间中断以不规则的间隔发生，由模型本身的外部源驱动。在金融领域，这种系统不像基于恒定时间步长的系统那样常见。然而，在调查复杂用例时，事件驱动系统至少应被视为必要的，并且是一种适当的工具。一些示例与基于代理的中央限额订单模拟案例有关。

在这些模拟中，软件代理扮演着市场参与者的角色，并被用来衡量现实世界经济代理的影响，以研究预定义行为对金融工具价格变化的影响[24][25][26][27][28][29]。通过调整通用流，动态离散系统以经济学领域的计算表示形式表示φ(P, δ)   在两个特定点中表示时间步进系统或事件驱动系统。通过替换通用端点来复制时间步进系统X 碎片数量x 在溪流中φ( P, δ) 按时间进度端点f(T, X)  因此T  在18岁到18岁之间，我们假设基于代理的建模是通常用于模拟事件驱动的动态系统的工具的扩展[82][81]。分类（on+of+Simula（on+模型+存在+of+时间+Sta（c+动态+Con（NUUS+离散+时间步进+事件驱动+时间+缩放+代理+Emula（on+行为+确定性）（c+随机（c+数据+组织）（on+基于网格+无网格+15个事件x! 可以调整，如图13所示。图13：。时间步进系统的仿真通过替换通用端点来模拟时间步进系统X 碎片数量x 通过周期函数f(T, X) 其中期间T 是模拟原始系统中存在的时间步长的一小部分。调整T “最小化”允许以毫秒为单位模拟市场行为，否则只能在长时间内观察到这些行为，从而实现所有实际目的的时间压缩效应。然后，可以根据需要多次重放模拟，所有相关特征的值都不同[8]。

事件驱动系统在经济学领域的计算表示中由两种不同的变体表示：时间缩放和代理模拟。在时间缩放变化中，一个通用端点X  碎片数量x 在溪流中φ(P, δ) 被端点替换f(k, X),  允许通过重播事件来复制事件驱动的系统x! 从…起X 以不同的时间尺度。通过调整每个事件的发生时间，可以实现时间步进模拟中观察到的相同时间压缩效应x! 缩小规模k  像x!!   如等式12所述。t!= t!+1.kt等式12。时间刻度何处t! 是指定给模拟开始的任意时间，并且k 是时间压缩比例。在代理仿真变体中，如图14所示，流φ(P, δ) 扮演单个软件代理的角色，类似于一些文献中所称的面向过程的范式【64】、过程建模【65】或过程交互【66】。每个软件代理A!,  以流表示φ(P, δ),  用于建模保持状态并随时间演化的真实世界实体。代理通过共享上下文进行交互，通过直接通信或修改共享资源中的状态进行交互。一个称为离散事件模拟环境的组件负责代理的适当调度和协调A! 通过发布和捕获activate、cancel或yield类型事件的变体。图14：。离散事件模拟环境每个流φ(P, δ) 扮演软件代理的角色A!,  执行是通过特定的信号激活、取消或屈服来完成的。代理通信和共享资源的竞争访问是通过代理上下文完成的。

在更高的级别上，激活信号将代理标记为有资格执行，而取消事件将强制代理释放资源并产生执行。代理通过发出不同类型的产量信号来通知离散事件模拟环境任务状态的具体变化。产量信号告诉离散事件模拟环境，可以取消对代理的调度，如果有合格的代理可用，则可以将操作交给合格的代理【64】【67】。D、 2。行为仿真模型的第二种分类考虑了给定一组恒定输入的模型执行结果的随机性。在确定性模型中，模型执行的结果仅取决于模型的输入，这意味着重复多次模拟将产生相同的结果【63】。另一方面，在随机模型中，模拟结果随机变化19【68】。金融模型需要确定性和随机性行为，模型的确切性质由处理器的行为和底层图的拓扑结构定义φ  描述模型，如前面A、B和C.D.3节所述。数据组织第三类仿真模型根据数据组织方案，将仿真安排为基于网格或无网格的仿真【60】。在无网格组织中【69】，数据与称为粒子的单个和断开连接（即无网格）的节点相关联。粒子的更新不绑定到粒子之间的相邻或连接关系，而是与所有被视为相关的粒子的交互相关。

无网格组织能够以计算能力为代价模拟复杂系统，19个伪随机模型（其中随机结果由基于称为种子的数字的预定义随机值序列模拟）确实是确定性模型的特例。P1#P1#（…）#Pn#δ1#δ2#δ（n-1）#f（T，%X）%Д（P，#δ）#！\"#$%&$φ!\"#$%&$φ!“#$%&$\'（）*\'+，$（\'-（，.$/0，.1$203（4，+，56*，-+$7089.）：-$6-*04:-8，-+$；<$；=$；>$（：-+，？+@$5$\'A，-+$（：889-0（\'）：-$5$3B\'4,1$4,3:94（，$）（，33$16编程复杂性。在金融中使用无网格模拟通常适用于使用过度专业的情况[70][71][72][73]因此，在第四节中被认为超出了范围，并被排除在使用案例列表之外。或者，在基于网格的组织中，模拟的状态被安排在网格中特定位置的离散单元中。根据以前的状态及其邻居的状态对每个单元进行更新，或对其连接的单元进行更新。绝大多数财务模型都是基于网格的。在这个为经济学领域提出的计算表示中，一些基本构造（反应性原语、函数和操作符）在基于网格的组织中扮演着细胞的角色，而连接反应性原语构造的安排方式与细胞依赖性相同。六、 贡献如第二节中介绍的表征过程所定义，计算表征的第二个元素称为贡献。如第二节所述。B、 贡献被定义为基于人群的科学调查的可共享和正式证据。

根据第二节中的代表性过程，贡献是一种可共享证据的分类法，该分类法与所研究知识领域的使用案例相关，在本案例中为经济学。前文第四节根据第二节讨论的证据性质描述了使用案例。B、 所有贡献都必须遵循一个称为贡献分类法的分类系统。经济学领域计算表示法的贡献必须涵盖与金融科学相关的广泛模型、方法和结果【74】。一些例子包括小型、中型或大型数据集；低、中、高频时间序列；计算处理器和可视化绘图；以及与历史和实时执行、模拟和回测相关的结果。经济学领域贡献的分类如图15所示。图15：。贡献的分类法贡献分为财务模型、处理器或端点。端点可以是可视化（即绘图、动画）或数据集。所有捐款均具有第二节规定的证据性质。B、 因此，除了在图15中精确地归为树的一个分类之外，所有贡献也都是唯一确定的，带有出处的详细记录，并持有可执行的所有权和访问信息。在更高的层次上，贡献被分类为财务模型、处理者或端点。A、 金融模型经济领域计算表示的第一种贡献是金融模型。

根据定义，金融模型是对经济学领域中可观察现象的描述，简化到适当的规模，并在基于人群的调查过程中进行调整。第四节列出了对财务模型要求的广泛概述。由于财务模型是供款，因此它们遵循我们所称的供款证据属性，如第二节所述。B、 因此，财务模型可以由不同的用户定义和重用。从代表性的角度来看，财务模型是基于处理器和端点流构建的，以图形的形式排列。第8页第V.A.2节介绍了将金融模型描述为流的基本原理。通用财务模型的示例如第13页图11中的图Φ所示。处理器和端点作为贡献分别在下面的B和C部分中解释。B、 处理器经济领域计算表示的第二种贡献是处理器。处理器是执行流上的步骤，用于对数据片段执行特定计算x ,  如第V.A.2节所述。由于处理者是供款，因此它们具有供款的证据属性，如第二节所述。B、 因此，当需要相同的特定功能时，不同的用户可以跨不同的财务模型（即，执行流，如第V.A.2节所述）定义和重用处理器。处理器进一步分类为处理器、连接器、修饰剂、反应剂或代理处理器：最简单的处理器类型是处理器。