Avatar在字典中有幾個(gè)含義，當(dāng)作電腦術(shù)語(yǔ)表示「在虛擬實(shí)境中互動(dòng)地呈現(xiàn)一個(gè)人」；在印度宗教中表示「神下凡人間并作為人形」，因此被衍生為「化身」之意。這個(gè)罕用字，變得眾所皆知，應(yīng)該要?dú)w功于電影「阿凡達(dá)」(Avatar)；看過(guò)阿凡達(dá)的朋友因此可以知道為何要用這個(gè)聽(tīng)起來(lái)像梵文的字，命名這部史上製作成本最高的電影。

第一次看到這個(gè)字(因?yàn)槭巧郑€特別查了一下字典)，是在一篇探討智慧型代理人在虛擬交易市場(chǎng)應(yīng)用的文章(標(biāo)題為「Traders Imprint Themselves by Adaptively Updating their Own Avatar」(by Gilles Daniel, Lev Muchnik, and Sorin Solomon))，這篇文章被收錄在「Artificial Economics—Agent-Based Methods in Finance, Game Theory and Their Application」(2006)一書(shū)。

這是一篇非常有趣兼具創(chuàng)意的文章，交易的決策者可以在虛擬的交易環(huán)境中，與其替身-Avatar對(duì)話，賦予這些阿凡達(dá)交易代理人交易的策略，讓阿凡達(dá)作為替身進(jìn)入交易市場(chǎng)中(如此，阿凡達(dá)即使失血而亡，亦不致傷及本尊)；進(jìn)入市場(chǎng)后，可依據(jù)阿凡達(dá)在交易戰(zhàn)場(chǎng)上策略行使與成敗，調(diào)整真實(shí)代理人(本尊)的策略。如果有許多真實(shí)交易人加入對(duì)戰(zhàn)，那麼就是一場(chǎng)虛擬交易游戲了。

作者將此方法稱為「Avator-Based Method(ABM)」，并將此概念實(shí)作建構(gòu)在NatLab中。
文章提到此系統(tǒng)的目標(biāo)「…We hope this unbiased way of capturing the adaptive evolution of real subjects behavior may lead to a new kind of behavioural economics experiments with a high degree of reliability, analyzability and reproducibility…」。
文中結(jié)論從學(xué)術(shù)觀點(diǎn)，提到這樣的互動(dòng)、學(xué)習(xí)、適應(yīng)的模擬交易實(shí)驗(yàn)環(huán)境，可以研究包括「how people depart from rationality?」「how out-of-equilibrium markets achieve or not efficiency?」「how extreme events due to a shifting composition of markets participants could be anticipated?」
(該篇文章共有12頁(yè)，有許多精彩的論述，恕我無(wú)法一一解釋；透過(guò)文章的參考文獻(xiàn)回顧，也可以一窺這個(gè)領(lǐng)域的研究軌跡)

當(dāng)然，跨學(xué)術(shù)單位合作、耗費(fèi)心力建構(gòu)此複雜的代理人模擬交易環(huán)境，不會(huì)只是為了學(xué)術(shù)目的，作者隱約提到此系統(tǒng)在實(shí)務(wù)上的目標(biāo)，除了讓交易人透過(guò)此環(huán)境釐清交易策略邏輯外，也可在接近真實(shí)市場(chǎng)的模擬環(huán)境中，了解策略的預(yù)期表現(xiàn)與真實(shí)表現(xiàn)間的可能落差，透過(guò)與阿凡達(dá)共同學(xué)習(xí)、適應(yīng)，找出更有效的交易策略。

這篇文章其實(shí)是論壇中提過(guò)的「人工交易市場(chǎng)中智慧型代理人模擬」的研究路線，人工股票市場(chǎng)研究雖始于圣塔菲研究院的SF-ASM模型，但代理人的研究在不同的領(lǐng)域已經(jīng)不是新鮮事(相關(guān)研究可參考隱藏的邏輯一書(shū))，這種由下而上的研究方法，顛覆了過(guò)去社會(huì)科學(xué)仿造自然科學(xué)，由假設(shè)、公理、定理、證明產(chǎn)生理論的所謂「科學(xué)研究方法」不同。

在Stuart Russell與Peter Norvig的Artificial Intelligence一書(shū)，甚至以智慧型代理人為主軸定義人工智慧的研究，并成功的整合定位了我們所熟知的AI方法，包括專家系統(tǒng)、類神經(jīng)、基因演算、啟發(fā)式演算法。

談到程式交易策略的研究，一般做法是建立模型后，在如TS的環(huán)境中回測(cè)歷史資料，由策略績(jī)效調(diào)整規(guī)則組成，甚至最佳化參數(shù)。但往往遇到將歷史資料驗(yàn)證過(guò)的交易策略，實(shí)務(wù)應(yīng)用時(shí)就不管用了，為何如此?這結(jié)果是可以推論出來(lái)的…

假設(shè)，(1)臺(tái)指期貨的交易人可取得臺(tái)指期貨至開(kāi)市以來(lái)的所有交易資料，(2)他們都擁有TS也都有能力建構(gòu)市場(chǎng)被廣泛使用的技術(shù)指標(biāo)(20幾種常用技術(shù)指標(biāo)的EL編碼論壇上就有了)信號(hào)，(3)他們都很有毅力的組合這些技術(shù)指標(biāo)信號(hào)與TS提供的信號(hào)，形成策略并使用最佳化功能找出最佳策略與參數(shù)組合(以所有期間的交易資料回測(cè))。(以上假設(shè)應(yīng)該合理)
那麼，他們都會(huì)「不約而同」找出至目前為止最好的交易策略與信號(hào)、參數(shù)組合。
(可悲的是，他們找到的圣杯大同小異，但認(rèn)為只有自己知道；這是為何另一篇文章中提到不同期間的最佳化參數(shù)飄移的原因)
于是，他們都高高興興、迫不及待、滿懷希望的，把這些策略在市場(chǎng)中實(shí)現(xiàn)。
于是，大家都滿載而歸，從此過(guò)著快樂(lè)的生活。
…
別傻了，這是童話情節(jié)(哪有所有人都賺錢的事)，真實(shí)的結(jié)果只會(huì)導(dǎo)致，回測(cè)后的最佳策略「失效」了。
因?yàn)椋瑳](méi)有考慮到市場(chǎng)的互動(dòng)性、競(jìng)局本質(zhì)，掉入了索羅斯警告過(guò)我們的市場(chǎng)反射性的陷阱。
由此觀之，將市場(chǎng)互動(dòng)性放入系統(tǒng)中考量所建置的交易策略，或許才有一絲機(jī)會(huì)。(至少不會(huì)被前述的簡(jiǎn)單推論擊潰)。 ( m.weiqiv.net.cn )

找個(gè)時(shí)間訓(xùn)練你的「阿凡達(dá)」吧!至少，他可以先代替你流血。