1704531461
“人工股票市场”项目
1704531462
1704531463
入秋之后,一个基于计算机的股票市场模型的研究项目正式启动了。我们已经确定,我们这个“市场”中的“投资者”都是一些计算机程序,因此“他们”可以在一台放在我的办公桌上的电脑里,做出各种投资决策并进化。这个思路是很清晰的。但是我们经过多方尝试,依然未能成功地将股票市场行为归结为一系列的“条件-行动”规则。这样一来,我们的模型就显得过于特别(ad-hoc)了,然而我认为它还不够简洁、不够清晰。这时候,汤姆·萨金特正好从斯坦福大学来圣塔菲研究所访问,他建议我们直接以罗伯特·卢卡斯(Robert Lucas)于1978年提出的股票市场模型为基础来构建我们的模型。这个建议是可行的,而且那样的话,我们的模型也会很简洁,同时也容易实现。当然,卢卡斯的模型是一个数理模型,它是用方程式表示的。为了便于分析,他的模型中的所有投资者都是同质的:他们以相同的方式对市场信号做出反应,而且正确程度都是同样的平均水平。卢卡斯已经以数理方式证明,股票价格将随着最近的收益序列而波动。
1704531464
1704531465
1704531466
1704531467
涌现(Emergence) 就是指系统中的个体遵循简单的规则,通过局部的相互作用构成一个整体的时候,一些新的属性或规律就会突然一下子在系统的层面诞生。
1704531468
1704531469
相比之下,我们的投资者对股票市场的看法会有所不同,而且他们必须学会去判断:在股票市场上哪些东西是有效的、哪些东西是无效的。我们可以利用约翰·霍兰德的方法来实现这一点。我们这个人工股票市场中的投资者,将制定自己的“市况-预测”(condition-forecast)规则。例如,如果价格在过去三个交易期内都在上升,并且成交量下降超过了10%,那么预测下一个交易期的价格将会上升1.35%。我们还允许,每个投资者可以运用好几个这种规则,即复合规则或多重假说,它们都可能是适用的。关键是,在任何时候,他们都将按照最近被证明是最准确的那个规则来采取行动。当然,每个投资者运用的规则或假说是因投资者而异的。每个投资者以随机选择的规则开始,如果规则无效就会被抛弃,如果成功则可以被重新组合,从而潜在的新规则将会涌现出来。从一开始时,我们的投资者可能并不是非常“聪明”,但是随着时间的推移,他们会发现哪些规则是有效的,而且变得更加聪明起来。当然,这样也就改变了市场,于是我们的投资者可能不得不随时调整规则并发现新规则。
1704531470
1704531471
股票市场模型的第一个版本是在一台麦金塔计算机上运行的。负责编程的是物理学家理查德·帕尔默,他所采用的编程工具是Basic语言。我们的第一个目标是,努力让人工模拟股票市场运行起来,即让我们的投资者(计算机程序)根据他们自己当前对市场的了解,在市场上进行出价和要价,并让整个市场正确地出清。这些目的很快就实现了。令人沮丧的是,经过初步观察,我们并没有发现这个人工股票市场的结果与标准的经济学模型的结果有任何不同之处。但是,随后通过更加细心的观察,我们注意到了真实的市场现象也出现在了这个人工股票市场中:小小的泡沫、小小的崩溃,以及价格和成交量的相关性,还有高度波动的交易时段与相对静止的交易时段的交替出现。我们的人工股票市场呈现出了现实世界中的现象,而标准经济学模型,即经济主体是同质、拥有理性预期能力的模型,是不可能得到这种结果的。
1704531472
1704531473
我们的人工股票市场,可以再现标准经济学模型不能再现的真实现象,这令我非常兴奋。在那个时候,我们就已经知道,我们做的是全然不同于传统的事情。我们正在模拟的是这样一个市场:个人采取行动相互竞争,并从他们的行动中进化出了一个“生态”。这个生态是个体之间的交互行为创造出来的,这是不可能通过基于方程式的标准经济学方法得到的。如果预测规则是由特定的条件触发的,并且每个投资者所采取的预测规则都是不同的,那就太复杂了,是无法用标准经济学方法来研究的。而且,我们这个人工系统与1986年前开始出现的其他基于规则的计算机仿真模型也不一样。在那些模型中,一方面,规则的数量很少;另一方面,所有规则都是事先固定好的。计算机仿真实验的目的只是让各种规则相互竞争,从而完成对它们的测试。我们的规则则是可以改变的,也会变异,甚至会“变得更加聪明”。我们有了一个真切的感觉,这个计算机仿真模型将使我们能够避免标准经济学模型,或者通常基于规则的系统过分简化的毛病。不过,我们并不认为我们的模型是对整个市场的模拟。我们只是把它当成一个实验室的实验来看的。利用它,我们可以先构建出一种基本情境来,然后系统地进行调整,来探索各种可能出现的结果。
1704531474
1704531475
对于这类研究,我们还没有一个恰当的名字。有一个阶段,我们称之为“基于元素的建模方法”,以便与基于方程的建模方法区分开来。大约三年后的1991年,约翰·霍兰德和约翰·米勒(John Miller)合作发表了一篇文章,系统地讨论了基于“人工适应主体”(artificial adaptive agents)建模的方法。[2]而在经济学界,人们则采用了“基于主体的建模方法”这个名字。
1704531476
1704531477
在圣塔菲研究所,经济学研究项目启动后的第一年里,我们还考虑了其他的一些问题。我们的思路是,不要去试图提出一个全新的经济学一般方法,尽管萨缪尔森(Samuelson)和其他的经济学家在几十年前就是这么做的。相反,我们将重新考察一些已知的经济学问题,一些经济学中已经有了定论的问题。我们要从我们自己的、不同于传统的角度去重新解决这些问题。于是,约翰·鲁斯特(John Rust)和理查德·帕尔默开始以这种方式研究双向拍卖市场。戴维·莱恩和我则用随机模型研究信息扩散(information contagion)问题,而信息扩散模型是社会学习模型的早期版本。我原本以为,收益递增和正反馈的思想可以定义经济学研究项目启动后第一年的工作。但是他们并不这么认为。从根本上看,真正能定义这一年工作的是约翰·霍兰德提出的适应和学习的思想。我还以为,我们的进展可能是比较缓慢的,因为我们似乎没有得到太多的结果,但是到了第一年结束时,即1989年8月,肯尼斯·阿罗却告诉我们,与20世纪50年代考尔斯基金会资助的研究项目在最初的几年相比,我们的项目推进得更快,也更被人们所认可。
1704531478
1704531479
1990年,我离开圣塔菲研究所,回到了斯坦福大学。圣塔菲研究所的研究项目则由其他人接手。在整个20世纪90年代和21世纪初,这个项目在不同的项目主任的领导下,一直在继续着,而且相当成功。由于各位主事者有着各自的兴趣,这个项目下的研究主题有几年显得比较反传统,有几年则显得相对正统。1995年,我又回到了圣塔菲研究所,继续参与这个研究计划,历时5年之久。
1704531480
1704531481
收录在本书中的大多数经济学文章,都源于圣塔菲研究所经济学研究计划的头10年。关于我们的人工股票市场,我们先于1992年在《理学A》(physica A)杂志上发表了一篇文章,后来又于1997年发表了另一篇文章。本书收录的是后一篇文章。这篇文章引起了广泛的关注,而且对“基于主体”的经济学研究产生了持久的影响。
1704531482
1704531484
“爱尔法鲁酒吧”问题
1704531485
1704531486
发表于1994年的另一篇文章也受到了高度关注(收录于本书第2章)。我把这篇文章称为“爱尔法鲁酒吧”问题,因为它的灵感来自于我对圣塔菲研究所旁边的一家名为“爱尔法鲁”(El Farol)的酒吧的观察。每个星期四晚上,爱尔法鲁酒吧都有爱尔兰音乐专场,往往会爆满。如果酒吧里的人不太多,那么待在那里就很令人愉快;但是如果酒吧过于拥挤,那么它能够给你带来的乐趣就会少很多。我猜想,在某一个特定的晚上,如果每个人都预测有许多人会来,那么他们就不会来,这样的结果就会否定预测;如果每个人都预测有很少人会来,那么他们就会来,这样的结果同样会否定预测。这就是说,理性预测(即理性预期)在这种情况下是自我否定的,因此能够正常发挥作用的理性预期就无法形成。
1704531487
1704531488
我很好奇的是,人工系统中的行为主体在面对这种情况时的行为会是怎样的。于是在1993年,我编写了一个程序,然后写了一篇文章。这篇文章发表在《美国经济评论会议文章》(American Economic Review Papers and Proceedings)上。读到这篇文章的经济学家几乎不知道该说些什么、做些什么。但是,它引起了著名物理学家、自组织临界理论的提出者帕·巴克(Per Bak)的注意。帕·巴克把它传真给了很多同事,于是突然之间,“爱尔法鲁”成了物理学家圈子中一个广为人知的名字。三年后,弗莱堡大学的物理学家达米安·夏利和张翼成,在我这个“爱尔法鲁”问题的基础上提出了少数者博弈(Minority Game)模型。[3]现在,“爱尔法鲁”问题和少数者博弈已经得到广泛而深入的研究,见诸于学术期刊的文章已经达到了几百篇之多。
1704531489
1704531491
技术是如何进化的
1704531492
1704531493
到了1997年,我又有了一个新的想法,不过这个想法与圣塔菲研究所的经济学研究计划没有直接的关系。我对技术产生了浓厚的兴趣。一开始,这种兴趣本身令我很困惑。尽管我的早期教育背景是工程技术学,但是这种兴趣的出现仍然显得有点奇怪,因为对技术魅力的着迷似乎与我的主要兴趣,即对经济学或复杂性的兴趣无关。我以前也研究过与“技术”相关的问题,但是当我开始深入探究各种技术为了被采用而展开竞争这种思想时,这种兴趣却消失了。我注意到,我所观察的所有技术,没有任何一个是纯粹地产生于某种灵感的。所有新技术都是原先已经存在的技术的组合。举例来说,激光打印机是由计算机处理器、激光器和静电复印技术组合而成的,计算机处理器引导激光器在复印机的硒鼓上“涂上”字母或图像,然后再复印出来。
1704531494
1704531495
我还意识到了其他的一些东西。1992年,出于好奇心,我一直在研究喷气式发动机。我希望搞清楚的是,在一开始出现的时候,喷气式发动机是那么简单,而在接下来的短短二三十年内,它们却变得如此复杂了,这是为什么。当时,我还一直在学习C语言编程。在我看来,用C语言编写的程序的结构与喷气式发动机的结构基本上是相同的。它们都有一个中央功能模块,还有一些支持这个核心模块的子模块,后者是用来正确地设置和管理核心模块的。就某项给定的技术而言,随着时间的推移,如果添加上一些突破了以往的物理界限或能够更好地解决问题的子技术,那么就可以进一步“挤压”核心模块,让它发挥更大的性能。因此技术在刚出现时是简单的,但是随着技术的进化,更多的零件和子模块将不断地添加进来。1993年,我在《科学美国人》杂志上发表了一篇文章,讨论了各种系统为什么会越来越倾向于复杂和精致的问题。[4]
1704531496
1704531497
逐渐地,我心中有了这样的一个感觉:对于技术,我有一些一般性的东西可说。是的,我应该可以提出一个关于技术的一般理论。在此之前,我已经广泛阅读了与技术问题有关的文献,并且下定决心要学习和掌握多种技术。事实上,我对20来种技术都有很好的了解。到最后,我研究过的技术不仅包括了前面提到过的喷气式发动机,而且也包括了早期的收音机、雷达、蒸汽机、信息包交换技术、晶体管、麦克风、计算技术,甚至还包括了其他一些奇怪的“技术”,如青霉素等。这项研究工作的大部分是在圣塔菲的圣约翰学院(St. John’s College)图书馆中完成的,也有一部分则是在我现在工作的施乐帕洛阿尔托研究中心(Xerox Parc)完成的。我总结出了技术形成和出现的一般模式。所有技术都是对现象的刻画和运用。归根结底,技术无非是用于实现人类目的的现象。现象是可以划分为不同“家族”的,如化学方面的、电子方面的、基因组方面的,因此也就形成了化学技术、电子技术、生物技术等这样的技术群。
1704531498
1704531499
而且从总体上看,如下这一点是显而易见的,不仅像喷气式发动机这样的单个技术会在其生命周期中不断进化,所有单个技术的总体集合在如下意义上也是进化的:在任何一个时刻,所有技术就像所有物种一样,都可以通过一条“祖先线”追溯到某项早期技术。但是,技术进化的基本机制却不是达尔文式(Darwinian)的。新技术并不是随着早期技术的微小变化的不断积累而出现的。很显然,喷气式发动机肯定不是从空气活塞发动机的微波变化的积累中产生的。新技术来自于对早期技术的组合或集成,人类的想象力和聪明才智也在其中发挥了重大作用。这就是说,有一个不同于达尔文式的技术进化机制。我称之为通过组合而进化(Evolution by Combination),或组合进化(Combinatorial Evolution)。
1704531500
1704531501
当然,这种进化机制同样也存在于生物进化当中。生物进化中出现的最重大的转变,绝大部分都是组合式的。单细胞生物以组合方式成为多细胞生物,原核生物以组合方式成为真核生物。但是,这种事件的发生频率是极低的,要等上很多亿年才会出现一次。生物的日常进化机制是达尔文式的微小变化的积累,以及对这种变化的差异性选择。相比之下,在技术的进化中,主要的进化机制是组合式的,当然在新技术出现之后,也不排除达尔文式的技术进化,即微小变化的积累。
1704531502
1704531503
经过一个时期的研究,我相信对于技术是如何出现的,作为整体的技术集合是如何进化的,我已经洞若观火了。接下来,我想试一试,能不能在实验室里或计算机上实现这种技术的进化。2005年前后,我在富士施乐的FXPAL实验室工作,它实际上是富士施乐公司在帕洛阿尔托建立的一个智库。在那里,我遇到了计算机科学家沃尔夫冈·波拉克(Wolfgang Polak)。我提议我们可以进行这样一个计算机实验:把一些原始技术放到一起,组成一锅“技术之汤”,在这锅“技术之汤”中,各种技术可以随机地进行组合。由此得到的技术组合,即某种潜在的新技术,如果没有用就抛弃;如果有用就保留下来,并加入到那锅“技术之汤”用于进一步的技术组合。这样一个能够以上述方式不断创建技术集成的系统,能不能以“自展向上”(bootstraps)的方式使技术从简单进化为复杂?我们尝试了好几个系统,但是都没有成功。就在那个时候,我们读到了一篇非常漂亮的文章,它是由理查德·伦斯基等人撰写的,并发表在《自然》杂志上。[5]伦斯基和他的同事利用遗传算法进化出了数字电路。这篇文章启发我们,数字技术似乎是一种天然培养基。如果你把两个数字电路组合起来,你就可以得到另一个数字电路;当然,新的电路可能是有用的,也可能是没有用的。
1704531504
1704531505
然而,我们的实验并不容易。努力尝试了几个月之后,波拉克终于让我们的系统运行起来了。它利用简单的电路“创建”出新的电路。我们先准备好一锅由最简单的二位与非(nand)电路组成的“汤”,这种电路是数字电路的基本构件。然后按下回车键,再等上20个小时,看看从这锅汤中,能不能创建出什么逻辑电路。结果很理想,我们观察到了各种各样的电路。首先形成的是一些最基本的电路。然后出现的是一些中等复杂程度的电路,如4位的等于(equal)电路、三位的小于(less than)电路,等等。到最后,还形成了8位异或(exclusive-or)电路、8位与(and)电路和8位加法器(adder)。如果不细想,你可能觉得这没有什么了不起的。但是不要忘记,一个工作正常的8位加法器其实非常不简单,即将8位的x加到8位的y上,产生9位结果的z,它拥有16个输入针和9个输出针。而拥有16个输入针和9个输出针的电路组合,其种数高达10177 554之多,但只有一种8位加法器是能够正常工作的。这不是随机的。因为我们这个实验有25万个步骤,通过这么多步随机地发现一个8位加法器的概率,是完全可以忽略不计的。因此,我们这个连续集成过程,能够把原始基本构件组合起来,生成有用的简单构件,然后再把这些简单构件组合起来,生成进一步的构件。这无疑是非常强大的。现实世界中的真实技术也是以这种方式进化的。技术已经以自展向上的方式,从少数技术发展到许多技术,从原始的简单技术发展为高度复杂的技术。
1704531506
1704531507
我们在《复杂性》杂志(Complexity)上报告了我们的实验。但奇怪的是,我们这篇文章基本没有受到什么关注,也没有多少人来评论它。原因何在?我的猜测是,因为它是一篇夹在裂缝当中的文章。它既不是关于生物进化的,也不是讨论遗传算法的;它不是纯技术的,也不是纯经济学的。而且,我们的实验也没有解决某个特定的问题。它只是生成了一个有用的电路工具箱或电路库,就像某种编程语言的开发者提供的有用的函数库一样。但是关键在于,这个工具箱或库完全是进化出来的,我认为这可以说是一个奇迹。我拥有电气工程学位,波拉克拥有计算机科学学位,如果你要求我们亲自动手去设计一个8位加法器,那么我们就不得不从数字电子技术从头开始设计。但是现在,我们设计出了一种算法,它可以通过进化自动设计出这种电路。我相信,这是一种非常卓越的思想。而且我还认为,在本书所收录的这些文章中,这一篇文章有特别重要的意义,它阐明了一种处在不断进行中的进化,还阐明了一个不同于生物进化的进化机制,即通过组合或连续集成的进化。
1704531508
1704531509
然而,不知怎么的,我内心深处总有一种想法挥之不去。我认为,所有这一切都必须与经济进化相适应。如果用更准确的表达,应该是经济从一开始是如何在这一切中形成的。在我研究技术的过程中,我逐渐意识到,一方面,经济创造了技术;另一方面,同时也是更加重要的一方面是,技术即我们用来满足人类需求的技术集合创造了经济。因此,经济不仅是技术的容器,而且还是技术的表达。随着技术的进化,以及全新技术的引入,经济必然会发生变化。经济做什么,要发生变化;经济如何做,也要发生变化。经济的整个安排上,包括它的制度和机构上都必须发生变化,以适应于新的“做事方式”。简而言之,经济结构必须发生变化。
[
上一页 ]
[ :1.70453146e+09 ]
[
下一页 ]