遗传元胞自动机模型及其在沪深股市复杂性中的应用研究

本项目以复杂性科学的理论方法为指导，运用元胞自动机、遗传算法、统计学等研究工具，结合投资分析技术，在形成演化规则库的基础上，构建基于单支股票的遗传元胞自动机模型，并以户深300指数代表，通过指数编制技术，进一步构建沪深股票市场的遗传元胞自动机模型，然后用分类器系统来学习演化模型的参数，使其在系统的复杂性特征上较好地逼近现实市场。同时，在合理确定股市系统复杂性特征的各种量化表述后，力图建立包括政策出台和投资偏好在内的演化模型输入数据与演化模型复杂性特征之间的量化关系。根据模型输入与输出的量化关系，可以在演化模型上通过观测沪深股票市场的分形特征、稳定性、混沌效应等复杂性特征，来控制相关政策的出台和正确进行投资者教育，为股票市场监管层的市场调控提供科学决策的依据。据此可以防止沪深股市的大起大落，从而使其健康稳定地发展。