| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第一章 绪论 | 第7-12页 |
| 1.1 研究背景和意义 | 第7-9页 |
| 1.1.1 传统金融理论的缺陷 | 第7-8页 |
| 1.1.2 研究意义 | 第8-9页 |
| 1.2 研究思路与方法 | 第9-10页 |
| 1.3 本文的主要内容和创新之处 | 第10-12页 |
| 1.3.1 本文的主要内容 | 第10-11页 |
| 1.3.2 本文主要的创新点 | 第11-12页 |
| 第二章 国内外研究综述 | 第12-16页 |
| 2.1 国外研究综述 | 第12-15页 |
| 2.2 国内研究综述 | 第15-16页 |
| 第三章 基础理论 | 第16-30页 |
| 3.1 基于Agent 的计算金融学综述 | 第16-22页 |
| 3.1.1 基于Agent 的计算金融学简介 | 第16-17页 |
| 3.1.2 基于 Agent 的计算金融学建模方法 | 第17-19页 |
| 3.1.3 基于Agent 计算金融学模型 | 第19-21页 |
| 3.1.4 基于Agent 的计算金融学与已有研究方法的区别 | 第21-22页 |
| 3.2 个人学习模型及其选择的依据 | 第22-26页 |
| 3.2.1 Agent 的学习特点 | 第22-24页 |
| 3.2.2 遗传算法学习模型的特点 | 第24-26页 |
| 3.3 遗传算法 | 第26-30页 |
| 3.3.1 概述 | 第26页 |
| 3.3.2 基本原理 | 第26-30页 |
| 第四章 基于Agent 人工股市的设计 | 第30-41页 |
| 4.1 人工股票市场的框架 | 第30-37页 |
| 4.2 基准比较模型 | 第37-41页 |
| 第五章 个人学习机制对人工股票市场影响的仿真研究 | 第41-56页 |
| 5.1 个人学习的进化机制 | 第41-54页 |
| 5.1.1 股票市场的宏观特征 | 第43-51页 |
| 5.1.2 市场的微观特征 | 第51-54页 |
| 5.2 结论 | 第54-56页 |
| 第六章 结论和展望 | 第56-58页 |
| 6.1 本文主要的研究结论 | 第56页 |
| 6.2 本文的不足与展望 | 第56-58页 |
| 6.2.1 不足之处 | 第56-57页 |
| 6.2.2 展望 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61页 |