[论文解读] Imitation and contrarian behavior: hyperbolic bubbles, crashes and chaos

Anne Corcos, Jean‐Pierre Eckmann+3 more|ArXiv.org|Sep 21, 2001

Complex Systems and Time Series Analysis参考文献 38被引用 8

一句话总结

本文提出一个确定性基于代理的模型，其中投资者群体中同时存在模仿行为与反向行为，导致价格动态呈现混沌特征，并出现类似投机泡沫和暴跌的有限时间奇异性。在无限代理人数极限下，模型表现出双曲泡沫，具有超指数增长后随即崩溃，其驱动力来自反向行为的再注入机制，该机制可防止真正奇异性并维持混沌状态。

ABSTRACT

Imitative and contrarian behaviors are the two typical opposite attitudes of investors in stock markets. We introduce a simple model to investigate their interplay in a stock market where agents can take only two states, bullish or bearish. Each bullish (bearish) agent polls m "friends'' and changes her opinion to bearish (bullish) if there is (1) either a majority of bearish agents or (2) too strong a majority of bullish agents. The condition (1) (resp. (2)) corresponds to imitative (resp. antagonistic) behavior. In the limit where the number N of agents is infinite, the dynamics of the fraction of bullish agents is deterministic and exhibits chaotic behavior in a significant domain of the parameter space of the model. A typical chaotic trajectory is characterized by intermittent phases of chaos, quasi-periodic behavior and super-exponentially growing bubbles followed by crashes. A typical bubble starts initially by growing at an exponential rate and then crosses over to a nonlinear power law growth rate leading to a finite-time singularity. The reinjection mechanism provided by the contrarian behavior introduces a finite-size effect, rounding off these singularities and leads to chaos. We document the main stylized facts of this model in the symmetric and asymmetric cases. This model is one of the rare agent-based models that give rise to interesting non-periodic complex dynamics in the ``thermodynamic'' limit (of an infinite number N of agents). We also discuss the case of a finite number of agents, which introduces an endogenous source of noise superimposed on the chaotic dynamics.

研究动机与目标

• 建模模仿与反向行为如何共同驱动金融市场中复杂、非周期性的动态。
• 研究仅通过确定性代理交互是否足以产生泡沫与暴跌现象，而无需外部噪声。
• 证明在热力学极限（无限 N）下，由于意见形成中模仿与对立的相互作用，混沌动态会自然涌现。
• 表明反向行为带来的有限尺寸效应可使有限时间奇异性趋于平滑，从而实现持续的混沌行为。
• 通过简单、基于规则的代理交互，为金融市场的典型特征（如间歇性泡沫与暴跌）提供行为学基础。

提出的方法

• 代理被建模为看涨或看空，其观点根据随机抽取的 m 位朋友的意见进行更新。
• 若在 m 位朋友中发现至少 mρhb 位看空代理，则触发模仿行为；若发现至少 mρhh > mρhb 位看涨代理，则触发反向行为。
• 在 N→∞ 极限下，看涨代理比例 p 通过非线性映射 Fm(p) 确定演化，该映射基于二项分布概率推导得出。
• 模型采用离散时间动力学，利用阈值 ρhb、ρbh、ρhh、ρbb 定义模仿与反向规则。
• 通过在 p=1/2 附近对更新函数进行不动点展开及高阶导数分析，研究混沌行为。
• 系统表现出间歇性混沌、准周期相位，以及由反向代理再注入引发的、以超指数增长结束于崩溃的泡沫。

实验结果

研究问题

• RQ1 仅靠模仿与反向代理之间的确定性交互是否足以生成类似于真实市场泡沫与暴跌的混沌价格动态？
• RQ2 反向行为在无限代理人数极限下如何防止有限时间奇异性，并促成持续混沌动态？
• RQ3 阈值 ρhb、ρbh、ρhh、ρbb 如何控制模型中双曲泡沫与暴跌的出现？
• RQ4 该模型的动力学在多大程度上再现了典型事实，如间歇性混沌与泡沫的幂律增长？
• RQ5 模仿与对立的相互作用如何导致投资者情绪的内生性、非周期性波动？

主要发现

• 在参数空间 {ρhb, ρbh, ρhh, ρbb, m} 的显著区域内，模型生成混沌动态，轨迹表现出间歇性混沌、准周期性及超指数泡沫增长。
• 泡沫最初呈指数增长，但随后过渡到非线性幂律，导致在无限-N 极限下出现有限时间奇异性。
• 反向行为引入再注入机制，使奇异性趋于平滑，防止发散并实现持续混沌行为。
• 模型在热力学极限下表现出确定性混沌，挑战了市场随机性必须源于外部噪声的传统观点。
• 通过对更新函数在 p=1/2 附近的泰勒展开分析，发现奇数阶导数决定不稳定性与混沌的起始。
• 系统的混沌性质意味着预测存在根本性限制，尽管残余相关性表明仅靠内生动力学不足以解释市场随机性——外部噪声亦为必要因素。