课题组在AB模型验证技术、学习与进化机制和AB模型应用三个方面展开研究。首先,我们建构了三类模型,分别利用历史数据法、模型比较标定法、以及主观评价和统计评价结合法对模型进行验证。研究结果表明,模型验证技术的采用需要契合建模目的,历史数据法具有良好的效果,甚至可以具有一定程度的预测能力。其次,我们提出了一种模糊学习分类器系统,用于改进经典的SFI人工股市模型,改进模型不但可以再现真实股市的形式化特征,而且能够得到符合有效市场理论的结果,此外,我们对强化学习和学习分类器等机制进行研究。研究结果表明,学习和进化机制对于人工市场模型具有重要影响,但具体作用机理还不够明确,学习进化机制必须与主体决策策略设计放在一起考虑。最后,我们将AB模型应用于"大小非"解禁效果评价、回转交易机制作用评价,并初步应用与产品开发过程建模和进度安排。研究结果表明,AB模型如果进行有效的标定和验证后,可以重现真实股票市场的形式化特征,并提供预测和政策建议能力。课题组研究成果为AB模型验证技术选择和基于主体的模型开发提供了有效的比较基准。
英文主题词Agent-based Modeling; Model Validation; Artificial Stock Market; Project Scheduling