中文摘要：

随着我国金融市场的不断发展和完善，新的金融产品的出现必然要求设计与之相适应的交易机制，研究交易机制与投资者行为之间的交互机理具有重要的实践和理论意义。经典数理模型仅能在严格假设条件下粗略刻画投资者行为，难以对异质投资者及其动态演化特征进行准确刻画，建模异常困难，ACF自底向上的建模方法可以克服数理模型遇到的难题。本申请拟通过多种手段采集中国投资者信息，结合行为金融学理论分析和提取投资者的行为特征，构建符合中国投资者特征的行为模型，并将上述模型嵌入仿真金融平台中；构建一系列计算实验金融模型与相关数理模型，通过进行大量的计算实验，以对不同的交易机制进行比较和评价，分析特定投资者结构下，尤其是我国投资者特征条件下，各种交易机制和市场规则的运行规律、交易机制对于投资者行为的影响，探索价格形成机制、投资者行为与市场质量之间的互动关系。从而为设计适合我国金融市场的交易机制提供指导和建议。

结论摘要：

本项目按照研究计划进行，完成了申请中的主要研究内容。除了已经发表录用9篇论文外，还开发设计了一套基于并行计算架构的计算实验金融平台以及一个基于matlab语言的人工股票市场；收集了1995年-2012年中国证券市场的高频数据，并建立了易于查询数据库系统；收集了上千个投资者风险测度样本。并取得了如下研究成果 1、从金融研究需求的视角比较分析了计算实验金融模型的建模方法与思想，总结出计算实验金融面临的典型挑战问题，凝练出计算实验金融的思想基础和研究范式，该研究范式在证券交易机制的研究中得到了实践；2、本课题设计并实现了一个基于数据库的并行计算架构，在集群上实现了一个的连续双向拍卖市场。目前主要完成了市场端和Agent端的程序化部署，解决了底层架构设计等问题，设计了Agent之间通信方法的技术解决方案。3、通过对涨跌停机制的实证发现涨幅限制会引起价格发现延迟效应和磁吸效应，而跌幅限制不会引起交易干扰效应和磁吸效应。依据实证结论，构建了一个能够模拟触板频率较高的股票价格行为的人工股票市场。发现涨幅限制和跌幅限制均会引起波动率溢出效应，涨幅限制会引起价格发现延迟效应，跌幅限制不会引起价格发现延迟效应；在涨跌幅限制的基础上增加个股交易暂停机制，并不会对整个市场的波动性、流动性以及价格发现效率有明显的影响。4、通过构建了一个基于Agent 的连续双向拍卖人工股票市场，对其演化出的价格时间序列进行了多尺度行为分析，并与真实股票市场中的数据进行了比较研究，发现无论是真实的股票市场还是人工股票市场中，在不同的尺度上都遵守幂率法则（power-law），并且随着尺度的变化power-law 回归指数并不唯一，但逐渐稳定在0.5 附近。从而证明本课题所设计的人工股票市场的有效性。5、通过计算仿真实验发现，减小最小报价单位能够降低买卖价差，同时市场深度也会随之减小，这是与实证研究的普遍结论相一致的，并且也发现当最小报价单位在一个更大的变化范围内，这个规律仍然成立。6、构造了一个由采取基于惯例的学习模型-Roth-Erev模型和信念学习模型-分类器系统-的两类主体种群组成的人工股票市场模型。该模型的模拟运行结果表明，学习过程是影响资产市场的价格特征的重要因素。当采取不同学习机制的主体数量比例变化时，价格时间序列会表现出不同的统计特征:随机游走过程或异方差性等“格式化的事实。