[论文解读] Generalized Lotka-Volterra (GLV) Models and Generic Emergence of Scaling Laws in Stock Markets

Sorin Solomon|ArXiv.org|Jan 23, 1999

Complex Systems and Time Series Analysis参考文献 7被引用 16

一句话总结

本文提出广义Lotka-Volterra（GLV）模型作为通用框架，用于生成和解释复杂系统中（尤其是金融市场）的幂律分布与截断Lévy脉动。通过建模具有非线性反馈和平均场耦合的相互作用主体，GLV再现了股票市场总市值、投资者行为及公司规模中经验观测到的标度律，且幂律指数与竞争和相关性等关键参数无关。

ABSTRACT

This is a pedagogical review of the the Generalized Lotka-Volterra (GLV) model: w_i(t+1) = lambda * w_i(t) + a * W (t) - c * W (t) * w_i(t) where i=1, >......, N and W= (w_1 + w_2 + ...w_N)/N is the average of the w_i's. The GLV models provide a generic method to simulate, analyze and understand a wide class of phenomena which are characterized by (truncated) power-law probability distributions: P(w) dw ~ w**(-1 -alpha) dw and (truncated) Levy flights fluctuations L_alpha (W). The implications and the interpretation of the model in the stock markets are discussed.

研究动机与目标

• 开发一个通用、参数最少的模型，以解释复杂系统（如金融市场）中幂律分布的出现。
• 通过引入基于广义Lotka-Volterra动力学的灵活且可解释的框架，克服先前模型的局限性。
• 证明GLV模型可在无需精细调节参数的情况下，再现股票市场波动中的经验标度律。
• 提供统一的解释，将公司资本化、投资者群体规模与市场指数动态中的幂律分布联系起来。
• 确立GLV作为模拟、分析和比较具有重尾与多尺度波动系统的实用工具。

提出的方法

• GLV模型使用随机差分方程：$ w_i(t+1) = \lambda w_i(t) + a\bar{w}(t) - c\bar{w}(t)w_i(t) $，其中 $ \lambda $、$ a $ 和 $ c $ 为标量参数。
• 该模型将每个主体（如公司、投资者群体）视为在乘性噪声（$ \lambda $）、平均场影响（$ a\bar{w} $）和非线性竞争（$ -c\bar{w}w_i $）下演化的动态变量。
• 平均财富 $ \bar{w}(t) = \frac{1}{N} \sum_{i=1}^N w_i(t) $ 作为全局反馈项，实现集体行为与自组织。
• 通过数值模拟表明，当 $ \alpha \geq 1 $ 时，幂律分布 $ P(w) \sim w^{-1-\alpha} $ 会普遍出现，且与具体参数值无关。
• GLV框架允许多重解释：公司资本化、投资者群体规模或个体财富，每种解释均产生一致的标度律。
• 通过证明幂律指数在 $ c $ 变化时保持不变，以及截断Lévy飞行自然从动力学中产生，展示了模型的普遍性。

实验结果

研究问题

• RQ1 一个最小化主体的模型能否再现真实股票市场数据中观测到的幂律分布与截断Lévy脉动？
• RQ2 在相互作用主体系统中，幂律标度在何种最简动力学条件下出现？
• RQ3 GLV模型中的参数 $ \lambda $、$ a $ 和 $ c $ 如何影响标度律与波动的出现？
• RQ4 GLV模型能否在单一动力学框架下统一解释不同概念——如公司资本化、投资者群体规模与个体财富？
• RQ5 在模型参数中，特别是竞争（$ c $）与相关性（$ a $）变化时，GLV模型中的幂律指数在多大程度上具有鲁棒性？

主要发现

• GLV模型生成幂律分布 $ P(w) \sim w^{-1-\alpha} $，且 $ \alpha \geq 1 $，与金融市场的经验观测一致。
• 幂律指数具有普遍性，且与竞争参数 $ c $ 无关，表明标度行为具有鲁棒性。
• 截断Lévy飞行自然从GLV动力学中产生，解释了市场指数的重尾波动。
• 该模型预测，如标普500指数中的公司资本化分布遵循幂律，与经验数据一致。
• 该模型支持多种解释：公司市值、投资者群体规模与个体财富，所有解释均产生一致的标度律。
• 主体的有效收益 $ \tilde{\lambda} $ 取决于其与市场的相关性 $ a $，与现代投资组合理论中的风险溢价概念一致。