Avatar在字典中有幾個含義，當作電腦術語表示「在虛擬實境中互動地呈現一個人」；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。這個罕用字，變得眾所皆知，應該要歸功于電影「阿凡達」(Avatar)；看過阿凡達的朋友因此可以知道為何要用這個聽起來像梵文的字，命名這部史上製作成本最高的電影。

第一次看到這個字(因為是生字，還特別查了一下字典)，是在一篇探討智慧型代理人在虛擬交易市場應用的文章(標題為「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。

這是一篇非常有趣兼具創意的文章，交易的決策者可以在虛擬的交易環境中，與其替身-Avatar對話，賦予這些阿凡達交易代理人交易的策略，讓阿凡達作為替身進入交易市場中(如此，阿凡達即使失血而亡，亦不致傷及本尊)；進入市場后，可依據阿凡達在交易戰場上策略行使與成敗，調整真實代理人(本尊)的策略。如果有許多真實交易人加入對戰，那麼就是一場虛擬交易游戲了。

作者將此方法稱為「Avator-Based Method(ABM)」，并將此概念實作建構在NatLab中。
文章提到此系統的目標「…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…」。
文中結論從學術觀點，提到這樣的互動、學習、適應的模擬交易實驗環境，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，有許多精彩的論述，恕我無法一一解釋；透過文章的參考文獻回顧，也可以一窺這個領域的研究軌跡)

當然，跨學術單位合作、耗費心力建構此複雜的代理人模擬交易環境，不會只是為了學術目的，作者隱約提到此系統在實務上的目標，除了讓交易人透過此環境釐清交易策略邏輯外，也可在接近真實市場的模擬環境中，了解策略的預期表現與真實表現間的可能落差，透過與阿凡達共同學習、適應，找出更有效的交易策略。

這篇文章其實是論壇中提過的「人工交易市場中智慧型代理人模擬」的研究路線，人工股票市場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域已經不是新鮮事(相關研究可參考隱藏的邏輯一書)，這種由下而上的研究方法，顛覆了過去社會科學仿造自然科學，由假設、公理、定理、證明產生理論的所謂「科學研究方法」不同。

在Stuart Russell與Peter Norvig的Artificial Intelligence一書，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、類神經、基因演算、啟發式演算法。

談到程式交易策略的研究，一般做法是建立模型后，在如TS的環境中回測歷史資料，由策略績效調整規則組成，甚至最佳化參數。但往往遇到將歷史資料驗證過的交易策略，實務應用時就不管用了，為何如此?這結果是可以推論出來的…

假設，(1)臺指期貨的交易人可取得臺指期貨至開市以來的所有交易資料，(2)他們都擁有TS也都有能力建構市場被廣泛使用的技術指標(20幾種常用技術指標的EL編碼論壇上就有了)信號，(3)他們都很有毅力的組合這些技術指標信號與TS提供的信號，形成策略并使用最佳化功能找出最佳策略與參數組合(以所有期間的交易資料回測)。(以上假設應該合理)
那麼，他們都會「不約而同」找出至目前為止最好的交易策略與信號、參數組合。
(可悲的是，他們找到的圣杯大同小異，但認為只有自己知道；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，把這些策略在市場中實現。
于是，大家都滿載而歸，從此過著快樂的生活。
…
別傻了，這是童話情節(哪有所有人都賺錢的事)，真實的結果只會導致，回測后的最佳策略「失效」了。
因為，沒有考慮到市場的互動性、競局本質，掉入了索羅斯警告過我們的市場反射性的陷阱。
由此觀之，將市場互動性放入系統中考量所建置的交易策略，或許才有一絲機會。(至少不會被前述的簡單推論擊潰)。 ( m.weiqiv.net.cn )

找個時間訓練你的「阿凡達」吧!至少，他可以先代替你流血。