基于Agent建模的人工金融市場計算實驗框架

周洪濤，梁小兵，曾 偉，張立炎

(1.華中科技大學(xué)控制科學(xué)與工程系，湖北 武漢 430074;2.武漢理工大學(xué)自動化學(xué)院，湖北 武漢 430070)

隨著實驗經(jīng)濟(jì)學(xué)的興起，人工金融市場研究文獻(xiàn)穩(wěn)步增加?；贏gent建模方法構(gòu)建貼近現(xiàn)實的金融市場計算實驗?zāi)Ｐ褪菍W(xué)術(shù)界實驗研究的一般思路。SMITH是實驗經(jīng)濟(jì)學(xué)的先驅(qū)，他在1962年應(yīng)用實驗的思想處理決策制定來模擬股票市場[1]。雖然SMITH的實驗并不是計算性的，因為其中制定交易決策Agent的是其學(xué)生，而計算機僅僅起到通信的作用。但其模型對計算Agent股票市場模型有很好的啟發(fā)性。F?LLMER在1974年首次將微觀經(jīng)濟(jì)學(xué)的觀點應(yīng)用于股票市場中的交易者，并根據(jù)個體計算Agent的聚集行為解釋它的動力學(xué)[2]。HOLLAND等在1991年給出了人工適應(yīng)Agent模型的描述，強調(diào)了允許Agent學(xué)習(xí)的重要性[3]。此后，HOLLAND創(chuàng)立了復(fù)雜適應(yīng)系統(tǒng)理論，在人工金融市場復(fù)雜適應(yīng)系統(tǒng)中，詳細(xì)討論了遺傳算法(GA)和分類器系統(tǒng)(CS)的使用[4-5]。中國臺灣國立政治大學(xué)人工智能經(jīng)濟(jì)學(xué)研究中心的陳書衡等修正了Santa Fe人工股票市場模型中Agent的學(xué)習(xí)機制，提出了一個基于Agent模型的學(xué)校[6]。LEVY等在1994年建立了以他們的名字命名的股票市場微觀仿真模型(LLM模型)[7-8]。意大利工程技術(shù)專家和物理學(xué)家RABERTO等一起于2001年建立了用他們所在城市命名的Genoa人工股票市場模型(GASM)[9-10]。

目前，基于Agent建模方法構(gòu)建的人工金融市場模型各異，并未達(dá)成統(tǒng)一規(guī)范，這或許是造成計算實驗金融研究結(jié)論各異的原因之一。國外學(xué)者較早從事人工金融市場研究，提出了一些有價值的典型市場模型，但是相關(guān)文獻(xiàn)中并沒有提及具體的計算機模型，造成了驗證計算實驗結(jié)論的困難。筆者旨在建立基于Agent建模方法的開放式人工金融市場模型結(jié)構(gòu)，提出了可定制可擴展的一般性通用平臺，為通過實驗經(jīng)濟(jì)學(xué)方法研究金融市場理論提供了計算實驗基礎(chǔ)。

1 人工金融市場模型的一般結(jié)構(gòu)

通過實驗經(jīng)濟(jì)學(xué)方法研究金融市場的基礎(chǔ)是構(gòu)建貼近現(xiàn)實的人工金融市場模型。由于學(xué)者們研究的出發(fā)點和專業(yè)背景等因素各不相同，造成提出的模型各異，尚未形成統(tǒng)一規(guī)范。構(gòu)建貼近現(xiàn)實的人工金融市場模型，必須在忠于現(xiàn)實市場的基礎(chǔ)上進(jìn)行抽象，抓住主要因素?，F(xiàn)實金融市場運行的主體包括交易參與者、交易系統(tǒng)以及市場本身。交易參與者建模的核心體現(xiàn)在投資策略上;交易系統(tǒng)建模則強調(diào)價格發(fā)現(xiàn)和清算，即交易機制;而市場建模則體現(xiàn)可交易產(chǎn)品和信息披露等。

筆者構(gòu)建了人工金融市場Agent模型一般結(jié)構(gòu)，包括3個活動對象:市場、交易者和交易撮合系統(tǒng)，如圖1所示。通過信息共享和消息機制可以再現(xiàn)現(xiàn)實市場中交易者與金融市場交互情形，市場、交易者和交易撮合系統(tǒng)三者被賦予自身屬性和行為，真實再現(xiàn)了現(xiàn)實市場運行過程。人工金融市場Agent模型的一般結(jié)構(gòu)和具體內(nèi)容如下:

圖1 人工金融市場Agent模型的一般結(jié)構(gòu)

(1)市場對象描述投資者的交易環(huán)境。包括市場上可供交易的金融品種，所有交易者可用的股市行情信息，模型的基本參數(shù)，如仿真時間，交易者數(shù)目等可調(diào)整參數(shù)。另外，當(dāng)交易者對象可以利用各種外部信息時，可以在市場對象中增加信息披露功能(如向特定或者所有交易者發(fā)布信息或者散布某種謠言)。市場對象中的“其他”表示可擴展提供其他特定功能(下同)。

(2)交易者對象描述各種市場交易者，包括財富結(jié)構(gòu)、交易者策略、市場參與方式等。財富結(jié)構(gòu)是指交易者的財富構(gòu)成，如持有的現(xiàn)金和股票等;交易者策略是交易者對象的核心，包括交易者的偏好，是否可以利用外部信息，是否具備學(xué)習(xí)能力和適應(yīng)性等，交易者策略可以按照特定需求進(jìn)行構(gòu)建;市場參與方式是指交易者獲取市場信息方式，何時決策，以及如何提交訂單與撮合系統(tǒng)進(jìn)行溝通等。

(3)交易撮合系統(tǒng)對象描述金融市場采用的交易機制，實現(xiàn)交易過程的處理。運行流程是指市場的開市與收市時間，各種訂單的接收等;交易機制是指交易撮合系統(tǒng)通過何種交易機制進(jìn)行證券定價、清算，交易機制形式可以是集合競價、連續(xù)競價或者其他;市場監(jiān)控與反饋是指按照各種規(guī)定如漲跌幅限制、事前控制等對市場進(jìn)行監(jiān)控并采取相應(yīng)措施。

各活動對象間的交互關(guān)系如圖1中箭頭所示。交互方式有兩種:一是信息共享，二是消息機制。一般性規(guī)范是指對于各種可能需要交互的信息或其他具有共性的方法進(jìn)行統(tǒng)一規(guī)定，是活動對象運行和交互的基礎(chǔ)組件。

如圖1所示的人工金融市場Agent模型的一般結(jié)構(gòu)，涵蓋了目前人工金融市場Agent模型研究的所有要點，并采用面向?qū)ο笤O(shè)計的思路，提供開放式的環(huán)境。在保證各對象正常交互的基礎(chǔ)上，各個模塊內(nèi)容可以自由變更或擴充，如交易者策略、交易機制的變化和種類的增加等，為研究基于Agent的人工金融市場提供了一般性的可行方案，對開發(fā)愈加契合現(xiàn)實的人工金融市場模型具有一定指導(dǎo)作用。

2 人工金融市場計算實驗框架

在人工金融市場Agent模型一般結(jié)構(gòu)的基礎(chǔ)上，需要設(shè)計有針對性的模型要素，進(jìn)一步開發(fā)具體的計算實驗?zāi)Ｐ?，從而可以進(jìn)行特定目的的仿真實驗。

基于Agent的人工金融市場模型采用面向?qū)ο笤O(shè)計的方式構(gòu)建而成。仿真工具Anylogic為實現(xiàn)其設(shè)計思路提供強大支持，為開發(fā)基于Agent的人工金融市場計算實驗?zāi)Ｐ吞峁┝伺c人工金融市場Agent模型的一般結(jié)構(gòu)一一對應(yīng)的真實動態(tài)模型的可視化工具，同時可以在任何Java支持的平臺，或是Web頁上運行模型仿真。

2.1 市場對象

利用Anylogic虛擬仿真環(huán)境可以方便地開發(fā)基于人工金融市場Agent模型一般結(jié)構(gòu)的計算機模型。圖2所示為市場對象的計算機模型界面，包含了人工金融市場Agent模型一般結(jié)構(gòu)中市場對象的各種要素(除信息披露及謠言)。其中模型參數(shù)(Model parameters)為仿真時模型的可調(diào)參數(shù);模型變量(Model variables)為仿真過程中的瞬態(tài)變量，包括交易總天數(shù)、各種類型的交易者數(shù)目，交易規(guī)則指標(biāo)等;盤口(Position)信息設(shè)置為最優(yōu)3檔;工具(Tools)提供導(dǎo)出實驗序列數(shù)據(jù)到Excel等功能;圖表(Charts)提供仿真數(shù)據(jù)采樣圖。

圖2 市場對象計算機模型界面

2.2 交易者對象

圖3所示為人工金融市場Agent模型一般結(jié)構(gòu)中的交易者對象計算機模型。交易者對象即參與市場的Agent，包括屬性和行為兩個方面。屬性包括交易賬戶、交易者類型和財富等。圖3中左側(cè)為狀態(tài)圖，描述交易者Agent的行為，包括:空閑(Idle)，思考與行動(ThinkandAct)和訂單已提交(OrderSended)3種狀態(tài)。在每個交易日，交易撮合系統(tǒng)Agent向所有交易者Agent發(fā)送開市消息，交易者若收到開市消息，則從Idle轉(zhuǎn)化為ThinkandAct。此時交易者將選擇入市時機，并根據(jù)自身的決策方法進(jìn)行決策。若決策結(jié)果有訂單形成，則提交訂單，進(jìn)入OrderSended狀態(tài)，等待交易撮合系統(tǒng)Agent的訂單確認(rèn)信息，收到后，則進(jìn)入Idle狀態(tài)。若決策結(jié)果為繼續(xù)觀望，則直接轉(zhuǎn)入Idle狀態(tài)。

圖3 交易者對象計算機模型界面

交易者策略是基于Agent的人工金融市場研究的一個熱點問題，可分為4種:長線交易者、中線交易者、短線交易者和隨機交易者。

2.3 交易撮合系統(tǒng)對象

人工金融市場Agent模型的一般結(jié)構(gòu)中，交易撮合系統(tǒng)對象也被定義為Agent。圖4所示為基于連續(xù)雙向拍賣交易機制的交易撮合系統(tǒng)對象的計算機模型。它包含兩個狀態(tài)圖，Accessible表示當(dāng)前交易撮合系統(tǒng)可用，若當(dāng)前交易撮合系統(tǒng)Agent處于狀態(tài)Accessible，則當(dāng)其接收到交易者Agent發(fā)送的訂單時，會按照交易機制規(guī)定的原則進(jìn)行排序，再進(jìn)行存入訂單簿或即時成交等操作。操作完成之后又轉(zhuǎn)回狀態(tài)Accessible。最右側(cè)的狀態(tài)圖的作用是描述每個交易日的交易時間，交易撮合系統(tǒng)Agent進(jìn)入狀態(tài)TradingTime時向所有交易者發(fā)送開市消息。在每個交易者收市時進(jìn)行市場對象和自身存儲信息的更新和清空操作。

2.4 一般性規(guī)范

人工金融市場Agent模型的一般結(jié)構(gòu)中，一般性規(guī)范包括股利政策、消息格式和訂單格式等，是市場對象、交易者對象和交易撮合系統(tǒng)對象運行、交互時遵循的共同規(guī)范，可以通過創(chuàng)建公共java類的方式實現(xiàn)共享和統(tǒng)一。

圖4 交易撮合系統(tǒng)對象計算機模型界面

3 仿真實驗案例

在人工金融市場Agent模型一般結(jié)構(gòu)的基礎(chǔ)上，開發(fā)了基于Agent的人工金融市場計算機模型后，便可進(jìn)行特定目的仿真實驗。筆者以上述研究為基礎(chǔ)，進(jìn)行連續(xù)雙向拍賣交易機制下的金融市場最小報價單位仿真實驗研究。圖5所示為仿真實驗運行完成時市場對象的界面，包括各種參數(shù)及最小報價單位為0.005時的價差曲線等。

圖5 仿真實驗參數(shù)設(shè)置及最小報價單位為0.005時的價差界面圖

調(diào)整最小報價單位的大小進(jìn)行仿真，得到最小報價單位為0.01和0.05時的價差曲線分別如圖6和圖7所示。從圖5～圖7可以發(fā)現(xiàn)，隨著最小報價單位的增加，報價價差呈增大趨勢。仿真實驗結(jié)果與現(xiàn)實金融學(xué)實證研究結(jié)論一致。

4 結(jié)論

筆者通過面向?qū)ο蠓椒ㄌ岢隽巳斯そ鹑谑袌鯝gent模型可定制可擴展的一般性結(jié)構(gòu)。在該基礎(chǔ)上，設(shè)計了基于Agent建模的金融市場計算實驗框架，為通過實驗經(jīng)濟(jì)學(xué)方法研究金融市場理論提供計算實驗基礎(chǔ)。最后，在該框架下以一個案例研究了連續(xù)雙向拍賣交易機制下的金融市場最小報價單位仿真實驗，得出了與現(xiàn)實金融學(xué)實證研究相一致的結(jié)論，為研究基于Agent建模的人工金融市場提供了一般性的可行方案，對開發(fā)愈加契合現(xiàn)實的人工金融市場模型具有一定指導(dǎo)作用。

圖6 最小報價單位為0.01時的價差

圖7 最小報價單位為0.05時的價差

[1] SMITH V.An experimental study of competitive market behavior[J].Journal of Political Economy，1962，70(4):111-137.

[2] F?LLMER H.Random economics with many interacting agent[J].Journal of Mathematical Economics，1974(1):51-62.

[3] HOLLAND J H，MILLER J H.Artificial adaptive agents in economic theory[J].American Economic Review，1991(81):365-370.

[4] HOLLAND J.Adaptation in natural and artificial systems[M].Cambridge MA:MIT Press，1992:42-63.

[5] PALMER R，ARTHUR W，HOLLAND J L，et al.Artificial economic life:a simple model of a stock market[J].Physica D，1994(75):264-274.

[6] CHEN S H，YEH C H.Evolving traders and the business school with genetic programming:a new architecture of the agent-based artificial stock market[J].Journal of E-conomic Dynamics ＆ Control，2001(25):363-393.

[7] LEVY M，LEVY H，SOLOMON S.A microscopic model of the stock market:cycles，booms and crashes[J].Economics Letters，1994(45):103-111.

[8] LEVY M，LEVY H，SOLOMON S.Microscopic simulation of finance markets[M].New York:Academic Press，2000:125-131.

[9] RABERTO M，CINCOTTI S，F(xiàn)OCARDI S M，et al.Agent-based simulation of a financial market[J].Physica A，2001(299):319-327.

[10] RABERTO M.Modelling and implementation of an artificial financial market using object oriented technology:the genoa artificial stock market[D].Italy:University of Genoa，2003.