为了研究群体策略对于股票市场会产生的影响，是不是能反应出一些现实情况。于是圣塔菲研究所通过算法设计了一套人工股票市场。
在这个市场里，投资人都是人工智能计算机程序。这些投资人会随机地创造或发现预测模型。会试用那些有用的预测模型，舍弃没用的。并进行定期替换。例如：投资人们会出现类似的评判标准，如果股票价格在最近的K个交易期上涨，那么就预期价格会在下个交易期内上涨X%、或者如果当前的股票价格是基础盈利或股息的Y倍，那么预期价格会下跌Z%。
这样，就形成了一个不断变化的生态系统。这个系统出现了很多有意思的现象。
第一个现象，泡沫和崩盘。如果价格上涨了一段时间，更多的投资人就会买进，实现了上述的第一种预测，从而导致价格的进一步上涨，这样就出现了泡沫。相反，也会持续出现下跌，到时市场的崩盘。
第二个现象，集群波动，低波动期与高波动期交替出现。当投资人的预测在一定程度上出现了相互一致且能够起作用时，就会出现价格低波动周期，这时候投资人没有动力去改变预测规则或预测产生的结构。但是当一些投资人发现了更好的预测规则，就会出现价格高波动周期，因为这会打破原先的整体模式，迫使其他的投资人也不得不改变他们的预测规则来适应新环境，这就叫做广义自回归条件异方差行为。
第三种现象，突然渗透，就是当某个地方出现了可以传播的变化时，如果网络链接比较稀疏，那么这个变化迟早因为转接不足而逐渐消失。但是如果链接的足够紧密，这个变化就会不断的传播下去，甚至传播到全网络。
以上三种现象在现实中也是经常出现的，例如中国股票在18年持续崩盘。次级贷款的崩盘也是，一家银行发现自己持有了大量的不良资产，为了去掉压力，就会提高流动性，同时去向其他银行求助，最终就会传遍这个银行网络系统。当强度超过了一定接线就会整体崩盘。
就算是所有的投资人都在做着理性的行为，但是依旧会导致整体的股票市场出现不理智的行为。一个投资人所产生的微小的变化都有可能会造成大范围的波动。即出现了幂次法则和长尾概率分布和长程相关性。这或许解答了一部分股票市场出现的各种现象的原因。
联系客服
