論文開題報告人工智能操作在證券類產(chǎn)品中應用(編輯修改稿)
2024-07-19 23:07 本頁面
【文章內(nèi)容簡介】 資本市場的維度以及時問尺度構(gòu)成了一個非常浩瀚的“交易機會空問”，那些認為當所有投資人都采用某種人工智能代理進行交易，可能會導致“同質(zhì)性”的擔憂是沒有依據(jù)的。如果把一個交易機會比作“一條魚”，“交易機會空問”比作太平洋里的所有魚，智能代理比作捕魚者，那么的確會在某個時問段，出于“效用”原則，所有的捕魚者都聚集到某個區(qū)域捕魚。這樣的現(xiàn)象發(fā)生的根本原因不是“交易機會空問”的問題，而是捕魚者內(nèi)生的因素。真正的挑戰(zhàn)不在于能否捕到魚，而是可否在給定的時問和地點捕捉到魚。 基于大數(shù)據(jù)的人工智能的應用可以顯著提高證券資本市場的深度和寬度。基于“效用”決策的智能代理，會不斷在整個“交易機會空問”中以人工操作無法想像的速度、效率和海量計算積極地搜索和學習，捕捉任何可能的交易機會。由于各白的獨立性以及路徑的差異，反過來會極大地拓展資本市場的多層次特性。（三）對相關文獻的詳述與分析： 劉興華[1](2004)致力于建立更合理的智能體整體市場模型。復雜適應性系統(tǒng)思想下的基于智能體的計算模型是一種研究證券市場的新方法，其代表便是圣塔菲研究所的人工市場模型。本文從市場動力學的角度認為圣塔菲的模型有許多并不完善的地方，如智能體智能不夠高、學習的速度不夠快、價格的決定機制依然采用預期均衡機制、仿真結(jié)果不夠理想等。本文以擴展的少數(shù)派博弈模型為核心，建立一種新的基于智能體的計算模型，本文的模型有更接近實際的結(jié)構(gòu)和機制，特別是可以分析趨勢交易者的形成和影響，模型仿真認為趨勢交易者是因為歸納推理及適應而自然產(chǎn)生的，這有別于行為金融學的固定非理性假設。智能體同時擁有價值策略和趨勢策略會更“聰明”，可以比純價值策略的智能更多獲利。在對稱信息下，趨勢交易的存在不會擴大波動，反而可以有減少波動的作用。 劉興華,楊建梅[2](2007)采用仿真分析的方法, 利用建立的證券市場人工模型為平臺, 研究分析了預期多樣性和歸納推理在證券市場機制中的關鍵作用. 證券市場作為一種典型的復雜適應系統(tǒng) ,其內(nèi)部因素眾多, 相互作用復雜 . 如何把一些關鍵因素和整體涌現(xiàn)出的所謂格式化特征相聯(lián)系是很重要的工作 . Arthur 曾經(jīng)暗示多樣性和歸納推理是證券市場投資者的本質(zhì)特點, 他們的研究也印證了Arthur 的思想，而仿真研究發(fā)現(xiàn), 智能體策略的多樣性是系統(tǒng)穩(wěn)定的基礎。 在對稱信息下，趨勢交易作為一種可選交易風格不會導致系統(tǒng)波動增大, 反而可以進一步提供多樣性 ,穩(wěn)定系統(tǒng) 。 歸納推理是產(chǎn)生收益率分布尖峰肥尾現(xiàn)象的關鍵因素之一。 郭旭沖[3](2011)致力于股票市場投資者情緒傳播擴散的微觀機理研究，為我國證券市場監(jiān)督管理者及相關管理部門定量探索股市投資者情緒傳播機理及其對股價的影響提供有益的理論及模型借鑒。本文相關研究結(jié)論及建議，可輔助證券市場相關管理部門制定出科學監(jiān)管決策，以促進股票市場健康穩(wěn)定運行。同時，也有助于引導廣大投資者作出更為理性的投資決策。他通過仿真實驗，主要結(jié)論有:1)相對于規(guī)則網(wǎng)絡，小世界網(wǎng)絡下的股市情緒傳播模型更能夠反映真實的股市運行狀況。在同等條件下，規(guī)則網(wǎng)絡模型的股票收益率尖峰肥尾特征不明顯，小世界網(wǎng)絡模型則能夠明顯呈現(xiàn)。而在基于調(diào)研數(shù)據(jù)的現(xiàn)實網(wǎng)絡下的傳播模型中收益率的尖峰肥尾特征更加明顯。2)不同類型投資者之間的相互影響力不同，機構(gòu)大戶的信息操縱會影響股市的穩(wěn)定。3)市場信息對投資者的影響越大，也即投資者受外部消息的影響越大，股市越不穩(wěn)定。 李巍[4](2012)以上證指數(shù)作為我國股票市場的代表，利用宏觀經(jīng)濟指標，使用人工智能方法對上證指數(shù)的走勢做出預測。上證指數(shù)樣本主要選取2005
物理相關推薦
鄂ICP備17016276號-1