شبیه سازی خطاهای رفتاری سرمایه گذاران در چارچوب مدل مبتنی بر عامل در یک بازار مالی مصنوعی

رایانه ها در بسیاری از جنبه های سرمایه گذاری نقش دارند. هوش مصنوعی به توانایی رایانه یا سیستم روباتیک در پردازش اطلاعات و تولید نتایج به روشی مشابه فرآیند تفکر انسان در یادگیری، تصمیم گیری و حل مشکلات اشاره دارد. یکی از حوزه های مهم هوش مصنوعی در تصمیم گیری های مالی است که به عنوان تجزیه و تحلیل مالی یا fintech نیز شناخته می شود. نتایج مطالعات نشان می دهد که مدل های تامین مالی سنتی قادر به توضیح بسیاری از پدیده های بازار مالی که ریشه در رفتار سرمایه گذاران دارد، نیستند. لذا در این مطالعه با استفاده از روش محاسباتی مبتنی بر عامل و بطور خاص معرفی مدل سازی سهام مصنوعی، پویایی بازار از منظر رفتاری بررسی شده است. مکانیسم یادگیری شبکه های عصبی مصنوعی نقش معامله گرانی را به عهده می گیرد که برآیند مناسبی از انتظارات آتی داشته و لذا مزایای ملموس پذیرش آن شامل افزایش درآمدها، اجتناب از خطاهای تصمیم گیری و غیره می باشد.