Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Thị Trường Chứng Khoán Nhân Tạo Frankfurt: mô hình thị trường chứng khoán vi mô với các tác nhân tương tác không đồng nhất trong các mạng lưới truyền thông thế giới nhỏ
Tóm tắt
Chúng tôi nghiên cứu mối quan hệ giữa các cấu trúc mạng lưới truyền thông, cụ thể là các mạng thế giới nhỏ do Watts và Strogatz giới thiệu, và các kết quả mô phỏng của một thị trường chứng khoán nhân tạo, ở đây là Thị Trường Chứng Khoán Nhân Tạo Frankfurt. Các tác nhân tương tác không đồng nhất truyền đạt thành công và chiến lược giao dịch của họ cho những hàng xóm gần nhất. Một quá trình khuếch tán thông tin xuất hiện thông qua hành vi thích ứng của các tác nhân khi gặp phải các chiến lược thành công hơn trong khu vực lân cận trực tiếp của họ. Chúng tôi sẽ chứng minh rằng, tỷ lệ tái kết nối tăng lên của mạng thế giới nhỏ sẽ dẫn đến sự biến động và sai lệch cao hơn trong mô hình mô phỏng của chúng tôi. Có vẻ như vị trí không gian của các nhà giao dịch trong một mạng lưới truyền thông ảnh hưởng đến quá trình định giá.
Từ khóa
#mạng thế giới nhỏ #mô hình thị trường chứng khoán #tác nhân tương tác #khuếch tán thông tinTài liệu tham khảo
Arthur W, Holland J, LeBaron B, Palmer R, Taylor P (1997) Asset pricing under endogenous expectations in an artificial stock market. In: Arthur W, Durlauf S, Lane D (eds) The economy as an evolving complex system II. Addison-Wesley, Reading
Bak P, Paczuski M and Shubik M (1997). Price variations in a stock market with many agents. Physica A 246: 430–453
Bikhchandani S, Sharma S (2001) Herd behavior in financial markets. IMF Staff Papers, vol 47, no. 3
Cont R (2001). Empirical properties of asset returns: stylized facts and statistical issues. Quant Finance 1: 223–236
Cont R and Bouchaud J-P (2000). Herd behavior and aggregate fluctuations in financial markets. Macroecon Dyn 4: 170–196
Dorogovtsev S and Mendes J (2003). Evolution of networks, from biological nets to the Internet and WWW. Oxford University Press, Oxford
Erdös P and Renyi A (1959). On random graphs. Publ Math Debrecen 6: 290
Hommes C (2006) Heterogeneous agent models in economics and finance. In: Tesfatsion L, Judd K (eds) Handbook of computational economics, vol 2. Elsevier, Amsterdam
Kermack WO and McKendrick AG (1927). A contribution to the mathematical theory of epidemics. Proc R Soc Lond A 115: 700–721
Levy H, Levy M and Solomon S (2000). Microscopic simulations of financial markets. Academic Press, New York
Lux T and Marchesi M (2000). Volatility clustering in financial markets: a microsimulation of interacting agents. Int J Theor Appl Finance 3(4): 675–702
Lux T and Marchesi M (1999). Scaling and criticality in a stochastic multi-agent model of a financial market. Nature 397(11): 498–500
Newman MEJ (2000). Models of the small world. J Stat Phys 101: 819–841
Newman MEJ, Barabasi A-L and Watts DJ (2006). Structure and dynamics of networks. Princeton University Press, Princeton
Strogatz SH (2001). Complex networks. Nature 410: 268–276
Walsh T (1999) Search in a small world, In: Dean T (ed) Proceedings of the 16th International Joint Conference on Artificial Intelligence. Morgan, Kaufmann
Wang FX and Chen G (2003). Networks: small-world, scale-free and beyond. IEEE Circuits Syst Mag 1: 6–20
Watts DJ (2003). Six Degrees: the science of a connected age. W. W. Norton, New York
Watts DJ and Strogatz SH (1998). Collective dynamics of small-world networks. Nature 393: 440–442
Westerhoff F (2003). Heterogeneous traders and the tobin tax. J Evol Econ 13: 53–70