摘要 | 第3-4页 |
ABSTRACT | 第4-5页 |
第一章 绪论 | 第8-14页 |
1.1 本文研究问题及意义 | 第8-9页 |
1.2 相关文献分析 | 第9-11页 |
1.3 论文思路与方法 | 第11-12页 |
1.4 论文主要结构 | 第12-14页 |
第二章 相关理论介绍 | 第14-23页 |
2.1 行为金融学综述 | 第14-17页 |
2.1.1 有效市场假说 | 第14-15页 |
2.1.2 行为金融学 | 第15-17页 |
2.2 市场微观结构综述 | 第17-18页 |
2.3 复杂性适应系统和计算实验金融学综述 | 第18-23页 |
第三章 学习机制介绍 | 第23-31页 |
3.1 遗传算法原理 | 第23-28页 |
3.1.1 遗传算法简介 | 第23-26页 |
3.1.2 遗传算法的基本操作 | 第26-28页 |
3.2 学习机制介绍 | 第28-31页 |
第四章 模型建立和基准模型 | 第31-42页 |
4.1 人工股票市场模型构建要素和框架 | 第31-37页 |
4.1.1 人工股票市场的组成要素 | 第31-35页 |
4.1.2 人工股票市场的框架 | 第35-37页 |
4.2 基准模型的建立和结果 | 第37-42页 |
4.2.1 基准模型 | 第37-39页 |
4.2.2 理论价格的实验结果 | 第39-42页 |
第五章 基于社会学习机制的人工股票市场结果分析 | 第42-70页 |
5.1 模型基本要素 | 第42-50页 |
5.2 实验结果分析——充分学习后价格频繁波动的情况 | 第50-60页 |
5.2.1 宏观层面的结果分析 | 第50-57页 |
5.2.2 微观层面的结果分析 | 第57-60页 |
5.3 充分学习后价格较平稳的情况 | 第60-69页 |
5.3.1 宏观层面的结果分析 | 第61-66页 |
5.3.2 微观层面的结果分析 | 第66-69页 |
5.4 两种不同结果的解释 | 第69-70页 |
第六章 总结和展望 | 第70-73页 |
6.1 本文主要结论 | 第70-71页 |
6.2 展望 | 第71-73页 |
参考文献 | 第73-77页 |
致谢 | 第77页 |