مدل سازی مبتنی بر عامل در بازار های مالی
محورهای موضوعی : دانش سرمایهگذاریحمید رضا وکیلی فرد 1 , مهدی خوشنود 2 , حیدر فروغ نژاد 3 , محمد اصولیان 4
1 - دانشیار ، دانشگاه آزاد اسلامی واحد علوم و تحقیقات ، تهران ، ایران
2 - عضو هیات علمی گروه حسابداری ، دانشگاه آزاد اسلامی واحد رودسر و املش (مسئول مکاتبات)
3 - دانشکده فنی و حرفه ای سما، دانشگاه آزاد اسلامی، واحد اندیشه، اندیشه، ایران
4 - دکتری مالی از دانشگاه شهید بهشتی
کلید واژه: تورش های رفتاری, رویکرد مبتنی بر عامل, مالی رفتاری, هوش مصنوعی, برنامه نویسی شئ گر,
چکیده مقاله :
پس از تثبیت دو پارادایم اصلی مالی کلاسیک و رفتاری در نیمه دوم بیستم بروز مسائلی کارایی بخشی از پژوهشها در بازار های مالی را تحت تاثیر قرار داد مسائلی مانند پیچیدگی رفتارهای سرمایه گذاران ، گذشته نگر بودن داده ها ، وجود قوانین محدود کننده در خصوص محرمانه بودن حسابها و اطلاعات مالی شخصی سرمایه گذاران باعث ایجاد رویکردی جدید در حوزه مطالعات مالی با استفاده از مفاهیم هوش مصنوعی و شبیه سازی و ایجاد بازارهای مالی مصنوعی شد که مدل سازی مبتنی بر عامل (مدل سازی عامل گرا) نام گرفته است . در پژوهش حاضر رویکرد مبتنی بر عامل و کاربرد های آن در بازار های مالی، نرم افزارهای مهم در حصوص ایجاد بازار های مالی مصنوعی و چگوتگی به کارگیری مدلهای مبتنی بر عامل در مالی کلاسیک و رفتاری مورد بحث قرار خواهد گرفت بر اساس نتایج پژوهش رویکرد مدل سازی مبتنی بر عامل در کنار پارادایم مالی کلاسیک و رفتاری باعث افزایش دقت و کارامدی در مطالعات مربوط به بازار های مالی شده است.
After stabilization the two main paradigms of classical and behavioral finance in the second half of the twentieth century some problems s arose about the validity of researches such as Complexity of the behavior of investors , Retrospective data and limiting rules on the confidentiality of personal accounts and financial information to investors. This problem creates a new approach in the field of Financial Studies that is Agent – based modeling approach which is based on the concepts of artificial intelligence, simulation, and creating artificial financial market. In This paper will discuss the agent-based approach and its application in financial markets, most software for the creation of artificial financial markets and the use of agent-based models in the classical and behavioral finance. Based on the results of this research agent-based modeling approach beside of classical and behavioral finance paradigm can increase the accuracy and efficiency of the financial markets researches.
