| 中文摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第一章 绪论 | 第7-23页 |
| 1.1 对有效市场假说的挑战—“格式化的事实” | 第9-13页 |
| 1.2 金融学研究的新范式—异质的、有限理性主体假说 | 第13-16页 |
| 1.3 学习模型在异质的、有限理性主体模型中的作用 | 第16-18页 |
| 1.4 研究问题的提出 | 第18-21页 |
| 1.5 论文安排 | 第21-23页 |
| 第二章 文献回顾 | 第23-39页 |
| 2.1 学习模型的发展 | 第23-31页 |
| 2.1.1 基于心理学的分类—无意识学习与认知学习 | 第23-27页 |
| 2.1.2 无意识学习模型-Bush–Mosteller 模型 | 第27-28页 |
| 2.1.3 基于惯例的学习模型-Roth–Erev 模型 | 第28-30页 |
| 2.1.4 混合的学习模型-EWA 模型 | 第30-31页 |
| 2.2 学习模型在人工金融市场中的应用 | 第31-37页 |
| 2.2.1 基于模仿学习模型的人工金融市场 | 第31-34页 |
| 2.2.2 基于多个策略间切换的人工金融市场 | 第34-35页 |
| 2.2.3 自适应的信念学习模型的人工金融市场 | 第35-37页 |
| 2.3 文献评述 | 第37-39页 |
| 第三章 应用 ROTH-EREV 学习模型的人工股票市场 | 第39-51页 |
| 3.1 市场整体框架 | 第39-41页 |
| 3.2 主体设计 | 第41-45页 |
| 3.3 人工市场参数设置 | 第45页 |
| 3.4 人工市场运行结果及分析 | 第45-49页 |
| 3.5 本章小结 | 第49-51页 |
| 第四章 具有社会学习因素的分类器系统 | 第51-78页 |
| 4.1 社会学习与个体学习 | 第51-56页 |
| 4.2 主体设计 | 第56-60页 |
| 4.3 场景设置 | 第60-63页 |
| 4.4 价格和收益序列的分析 | 第63-76页 |
| 4.4.1 尖峰厚尾性的观察和检验 | 第63-68页 |
| 4.4.2 波动聚簇及波动不对称的观察和检验 | 第68-72页 |
| 4.4.3 对主体决策规则的观察和分析 | 第72-76页 |
| 4.5 本章小结 | 第76-78页 |
| 第五章 不同学习模型的共同作用 | 第78-89页 |
| 5.1 模型设计 | 第78-81页 |
| 5.2 人工市场运行结果与分析 | 第81-87页 |
| 5.3 本章小结 | 第87-89页 |
| 第六章 结论与展望 | 第89-92页 |
| 6.1 结论 | 第89-90页 |
| 6.2 创新点 | 第90-91页 |
| 6.3 进一步研究展望 | 第91-92页 |
| 参考文献 | 第92-100页 |
| 发表论文和科研情况说明 | 第100-101页 |
| 致谢 | 第101页 |
