Classifier-system-basierende Swarm-Simulationen mit genetischen Algorithmen

Více o knize

Märkte und ihre Akteure zeigen oft ein 'chaotisches' Verhalten, das sich nicht durch klassische wirtschaftswissenschaftliche Annahmen erklären lässt. Um solche Phänomene in Finanzmärkten besser zu modellieren, nutzt die Forschung moderne Techniken wie Computersimulationen. In diesem Kontext wurde ein agentenorientiertes Simulationsmodell, das Integrated Learning Jares Model (ILJM), auf der Softwareplattform SWARM entwickelt. Das ILJM basiert auf dem Modell von Jares und integriert die Kernelemente des Santa Fe Artificial Stock Market. Es verwendet ein Classifier-System aus der Künstlichen Intelligenz, das es den Agenten ermöglicht, Marktanalysen durchzuführen und mithilfe von Lerntechniken wie genetischen Algorithmen mit ihrer Umwelt zu interagieren. Ein Fokus liegt auf der Weiterentwicklung von Classifier-Systemen, um Effizienzsteigerungen in Simulationen zu erreichen und soziales Lernen zu berücksichtigen. Mit dem ILJM kann die Efficient Market Hypothesis falsifiziert und stilisierte empirische Fakten realer Märkte abgebildet werden. Gleichzeitig bestätigt die Marktsimulation die Heterogeneous Market Hypothesis, bei der die Wechselwirkung heterogener Agenten als Ursache für das Verhalten realer Märkte angesehen wird.