下载掌阅APP，畅读海量书库
立即打开
入秋之后，一个基于计算机的股票市场模型的研究项目正式启动了。我们已经确定，我们这个“市场”中的“投资者”都是一些计算机程序，因此“他们”可以在一台放在我办公桌上的电脑里做出各种投资决策并进化。这个思路是很清晰的。但是我们经过多方尝试，依然未能成功地将股票市场行为归结为一系列的“条件-行动”规则。这样一来，我们的模型就显得过于特别（ad-hoc）了，然而我认为它还不够简洁、不够清晰。这时候，汤姆·萨金特正好从斯坦福大学来圣塔菲研究所访问，他建议我们直接以罗伯特·卢卡斯（Robert Lucas）于1978年提出的股票市场模型为基础来构建我们的模型。这个建议是可行的，而且那样的话，我们的模型也会很简洁，同时也容易实现。当然，卢卡斯的模型是一个数理模型，它是用方程式表示的。为了便于分析，他的模型中的所有投资者都是同质的：他们以相同的方式对市场信号做出反应，而且正确程度都是同样的平均水平。卢卡斯已经以数理方式证明，股票价格将随着最近的收益序列而波动。
相比之下，我们的投资者对股票市场的看法会有所不同，而且他们必须学会去判断：在股票市场上哪些东西是有效的、哪些东西是无效的。我们可以利用约翰·霍兰德的方法来实现这一点。我们这个人工股票市场中的投资者，将制定自己的“市况-预测”（condition-forecast）规则。例如，如果价格在过去三个交易期内都在上升，并且成交量下降超过了10%，那么预测下一个交易期的价格将会上升1.35%。我们还允许，每个投资者可以运用好几个这种规则，即复合规则或多重假说，它们都可能是适用的。关键是，在任何时候，他们都将按照最近被证明是最准确的那个规则来采取行动。当然，每个投资者运用的规则或假说是因投资者而异的。每个投资者以随机选择的规则开始，如果规则无效就会被抛弃，如果成功则可以被重新组合，从而潜在的新规则将会涌现出来。从一开始时，我们的投资者可能并不是非常“聪明”，但是随着时间的推移，他们会发现哪些规则是有效的，而且变得更加“聪明”起来。当然，这样也就改变了市场，于是我们的投资者可能不得不随时调整规则并发现新规则。
股票市场模型的第一个版本是在一台麦金塔计算机上运行的。负责编程的是物理学家理查德·帕尔默，他所采用的编程工具是Basic语言。我们的第一个目标是，努力让人工模拟股票市场运行起来，即让我们的投资者（计算机程序）根据他们自己当前对市场的了解，在市场上进行出价和要价，并让整个市场正确地出清。这些目的很快就实现了。令人沮丧的是，经过初步观察，我们并没有发现这个人工股票市场的结果与标准的经济学模型的结果有任何不同之处。但是，随后通过更加细心的观察，我们注意到了真实的市场现象也出现在了这个人工股票市场中：小小的泡沫、小小的崩溃，以及价格和成交量的相关性，还有高度波动的交易时段与相对静止的交易时段的交替出现。我们的人工股票市场呈现出了现实世界中的现象，而标准经济学模型，即经济主体是同质、拥有理性预期能力的模型，是不可能得到这种结果的。
我们的人工股票市场，可以再现标准经济学模型不能再现的真实现象，这令我非常兴奋。在那个时候，我们就已经知道，我们做的是全然不同于传统的事情。我们正在模拟的是这样一个市场：个人采取行动相互竞争，并从他们的行动中进化出了一个“生态”。这个生态是个体之间的交互行为创造出来的，这是不可能通过基于方程式的标准经济学方法得到的。如果预测规则是由特定的条件触发的，并且每个投资者所采取的预测规则都是不同的，那就太复杂了，是无法用标准经济学方法来研究的。而且，我们这个人工系统与1986年前开始出现的其他基于规则的计算机仿真模型也不一样。在那些模型中，一方面，规则的数量很少；另一方面，所有规则都是事先固定好的。计算机仿真实验的目的只是让各种规则相互竞争，从而完成对它们的测试。我们的规则则是可以改变的，也会变异，甚至会“变得更加聪明”。我们有了一个真切的感觉，这个计算机仿真模型将使我们能够避免标准经济学模型，或者通常基于规则的系统过分简化的毛病。不过，我们并不认为我们的模型是对整个市场的模拟。我们只是把它当成一个实验室的实验来看的。利用它，我们可以先构建出一种基本情境来，然后系统地进行调整，来探索各种可能出现的结果。
对于这类研究，我们还没有一个恰当的名字。有一个阶段，我们称之为“基于元素的建模方法”，以便与基于方程的建模方法区分开来。大约三年后的1991年，约翰·霍兰德和约翰·米勒（John Miller）合作发表了一篇文章，系统地讨论了基于“人工适应主体”（artificial adaptive agents）建模的方法。 [3] 而在经济学界，人们则采用了“基于主体的建模方法”这个名字。
在圣塔菲研究所，经济学研究项目启动后的第一年里，我们还考虑了其他的一些问题。我们的思路是，不要去试图提出一个全新的经济学一般方法，尽管萨缪尔森（Samuelson）和其他的经济学家在几十年前就是这么做的。相反，我们将重新考察一些已知的经济学问题，一些经济学中已经有了定论的问题。我们要从我们自己的、不同于传统的角度去重新解决这些问题。于是，约翰·鲁斯特（John Rust）和理查德·帕尔默开始以这种方式研究双向拍卖市场。戴维·莱恩和我则用随机模型研究信息扩散（information contagion）问题，而信息扩散模型是社会学习模型的早期版本。我原本以为，收益递增和正反馈的思想可以定义经济学研究项目启动后第一年的工作。但是他们并不这么认为。从根本上看，真正能定义这一年工作的是约翰·霍兰德提出的适应和学习的思想。我还以为，我们的进展可能是比较缓慢的，因为我们似乎没有得到太多的结果，但是到了第一年结束时，即1989年8月，肯尼斯·阿罗却告诉我们，与20世纪50年代考尔斯基金会资助的研究项目在最初的几年相比，我们的项目推进得更快，也更被人们所认可。
1990年，我离开圣塔菲研究所，回到了斯坦福大学。圣塔菲研究所的研究项目则由其他人接手。在整个20世纪90年代和21世纪初，这个项目在不同的项目主任的领导下，一直在继续着，而且相当成功。由于各位主事者有着各自的兴趣，这个项目下的研究主题有几年显得比较反传统，有几年则显得相对正统。1995年，我又回到了圣塔菲研究所，继续参与这个研究计划，历时5年之久。
收录在本书中的大多数经济学文章，都源于圣塔菲研究所经济学研究计划的头10年。关于我们的人工股票市场，我们先于1992年在《理学A》（ physica A ）杂志上发表了一篇文章，后来又于1997年发表了另一篇文章。本书收录的是后一篇文章。这篇文章引起了广泛的关注，而且对“基于主体”的经济学研究产生了持久的影响。