遗传算法之父约翰.霍兰德(JohnHolland)，也是复杂理论和非线性科学的先驱，他在《隐秩序》(HiddenOrder)一书中，对“复杂适应系统”(CAS)的研究着重于“适应性”的角度，并提出对主体适应性模拟的“回声模型”(Echo)。在“复杂适应系统”中，主体并非指的是系统自身，而是指系统内所拥有的数量庞大的、非线性的不同个体。这些主体自己会发展，同时又相互作用，而且受到整个系统的影响，还接受系统外部的作用。 这就是“复杂适应系统”中“适应”所代表的含义，它指的不是作为系统整体的适应，也不是指一个封闭系统对外部环境的适应。我一直用CAS（复杂适应系统）的科学思想来看金融市场，不仅自然生物世界如此，我们的金融市场也是一个复杂适应系统，每个投资者都是一个主体，他所处的环境就是由其它无数投资者形成，每个投资者都在努力去适应其他的投资者，这样就形成了金融市场这个复杂系统。 也就是说，市场不是单一封闭的系统，而是由许多投资者或主体组成的复杂、动态、适应性的系统，所以，我们不能把市场简单的看成一个单体，而是要看到其中各种主体间复杂的关系变化。成功的投资，就是能够最好的适应其他主体，并且找到更多主体运动的方向，从而避免逆流而动的风险，同时又找到顺流而动的机会。 1、适应，是复杂动态模式的根源 对一个给定主体，一旦我们指定了可能发生的刺激的范围，以及估计到可能作出的反应集合，我们就已经确定了主体可以具有的规则的种类。然后，按行为的顺序考察这些规则，我们就可以得到主体行为的描述。正是在这一点上，学习或适应的概念开始引入。在安排基本元素表的时候，我们很自然地会想到把“适应”放在首位，因为适应是CAS（复杂适应系统）必不可少的条件。但是，适应是一个非常广泛的话题，它几乎涉及到了本书的所有方面。 从生物学角度说，适应是生物体调整自己以适合环境的过程。粗略地说，生物体结构的变化是经验引导的结果。因此，随着时间的推移，生物体将会更好地利用环境达到自己的目的。 ……总之，我们将CAS看成是由用规则描述的、相互作用的主体组成的系统。这些主体随着经验的积累，靠不断变换其规则来适应。在CAS中，任何特定的适应性主体所处环境的主要部分，都由其他适应性主体组成，所以，任何主体在适应上所做的努力就是要去适应别的适应性主体。这个特征是CAS生成的复杂动态模式的主要根源。要理解CAS，我们必须理解这些随时间不断变化的模式。（P9-10） 2、适应性主体的框架 现在，我们可以回头看看，在描述适应性主体的这个框架中，我们放弃了什么，保留了什么。按照这个想法建立的框架由三大部分组成：（1）执行系统，（2）信用分派算法，以及（3）规则发现算法。 （1）执行系统刻划了主体在某个固定时点上的能力，即在尚不知道进一步如何适应的情况下能够做什么。…… （2）信用分派的本质是向系统提供预知未来结果的假设——强化能够用于后期使用的规则，公开地奖赏其活动。……对于更复杂的生物体，这项任务要牵扯到很多设置和预测。它是一种间歇获得报偿的永无止境的游戏。任何行为的值都取决于游戏中当前的位置和储蓄仓库的状态。…… （3）规则发现，即近似合理假设的生成，集中于经过检验的积木的使用上。过去的经验会直接体现出来，而创新有着广阔的空间。这种重新组合积木的特定方法在遗传学上用得很多，但任何一个具有普遍性的过程都可以用这种方法抽象出来。（P86-88） 由于在主体的适应过程中，情境（即上下文，周围环境）和活动都在不停地变化，发现杠杆支点及其他临界的CAS现象就显得尤为困难，甚至我们往往难以确定某一特定活动的实际效用。一个特定主体的各种活动的效用，在很大程度上依赖于其他主体提供的、不断变化的情境。在拟态、共生和其他许多情况中，主体的“福利状况”往往主要是依赖于其他主体的行为。在这些实例中，适应度（报酬，收益）都是被隐式定义的。由于适应度不论如何定义都与情境相关，且不断变化，所以我们无法给染色体的适应度赋予某个固定的值。对于所有CAS而言，事情都是这样。因此，我们要做的第一件事就是提供这样一类模型，其中每一个适应性主体的“福利状况”都来自于其他主体的交互作用，而不是一些预定的适应度函数。 我们正在进入一个新的领域。即使在最简单情况下，现存的模型都极少反映这种调整适应度的隐式方法。（P95） （曾星智思索：在复杂适应系统中，主体可以理解成系统内的参与者，所以，这样的系统是由许多“主体”组成的。对于任何一个主体来说，它所处的环境，其实就是系统内的其它主体，每个主体都在被其它主体影响、同时又反过来影响其它的主体，这样就形成了一种复杂的、动态的、互相适应的系统。作为职业投资者，我们所处的金融市场也是一个复杂适应系统，主体就是投资者，市场作为整个系统由许多的主体/投资者组成，我们每个投资者都受到市场内其它主体/投资者的影响，这些影响会转化为市场/系统的变化，而市场/系统的变化又会反过来影响每一个主体/投资者的适应。金融市场与投资者、投资者和投资者之间的关系，就是复杂适应系统中，系统与主体、主体与其它主体之间的关系。） 3、适应性主体和经济学 对传统经济学来说，股市的动态性质并不是一个自然研究领域，虽然看起来似乎相反。从传统的观点看，股市通过改变供求在小范围内变动，应该总能很快清算。传统的模型不容易生成崩溃和投机泡沫的情形。不难指出其原因所在。传统的理论是围绕具有完美理性的主体——那些完美地预见自身行为后果（包括其他主体的反应）的主体——建立的。不寻常的动态因素，如崩溃和投机泡沫，通常被视为偶然事件造成的，如信息的噪声退化(noisydegradation)。 但是，真实股市的波动，在很大的范围上，要比驱使它们变化的供求波动迅速得多。阿瑟和我都认为，基于适应性主体——那些具有有限理性而不是完美理性的主体——的股市，更容易展现“自然的”动态过程。特别是，我们感到由这种主体的内部模型产生的预期的推测会产生投机泡沫和随之而来的崩溃。换言之，我们认为，学习及其产生的不完美的内部模型，在不引入外部变量的情况下，会自动产生真实的动态。我们用基于计算机的模型，可以看到适应性主体的语法机制将能把我们带到多远。（P83-84） 在一轮典型的交易中，主体由最初的随机策略开始。正如所料，最初的股市杂乱无章。但信用分派和遗传算法很快就对每个主体提供了基于经验的规则，指导它们买进、卖出和持有。……市场很快就理顺了，并且开始像传统经济学所描述的一个市场。然后，一个主体发现了一条利用市场“惯性”的规则，即在股市上扬时，稍微“迟”一点卖出，以此来挣钱。其他的主体趋之若骛，整个学习过程产生了一种新的市场形势，使这种趋势一度自动地更为突出。过了一段时间，在充斥了大量的自我实现的预言后，行为变得越来越夸张，导致了泡沫，最终崩溃。在这个框架中，整个过程似乎很自然，没有什么大惊小怪的。当我们“剖析”主体时，在这个简单的设置中，我们甚至发现了模拟诸如“宪章主义”等著名股市策略的规则集合。 我们的模型，只是来自圣塔菲研究所(SFI)工作间的在经济学中使用适应性主体的一种计算机模型。（P85） 旨在用适应性主体研究有限理性及随之而来的经济动态的努力，对我来说很有启发，也充满了希望。因为这种系统并不稳定下来，甚至也不长期处于准平衡（quasi-equilibrium）状态，这为经济学提供了一个窗口，而通常的严格研究不容易得到这种结果。经济学家可能会问，“在这样一个呈现恒新性的系统中，我们究竟能学到什么东西呢？”但是，这种情况并非与气象学家面对的情况有很大差别。不论是从时间还是空间的角度看，天气处于永不重复的变化之中。虽然我们不能详细预测几天以后的天气，但我们能够充分认识相关的现象，以便做出许多有用的调整，无论是短期的还是长期的。对于我们基于适应性主体的经济学研究，如果想要取得进展，就必须找到与气象上的锋面和射流极为相似的东西（即具有标识的聚集）。那么，我们就能够揭示出一些关键性的杠杆支点了。（P86） （曾星智思索：这种“适应性主体”的自我产生真实、自我实现预言的模式，是因为主体会根据环境不断的进行学习和适应，它的适应又会改变它参与的环境，被改变的环境又反过来继续让他进行新的学习和适应。随着时间的持续，这样的循环不断继续，最后虚假的变成真实的，原来做出的预言被自我实现了。金融市场这种特性非常明显，尤其是，主体/投资者在市场上涨的环境，做出看涨买进的行为，他的买进又带来了更多的上涨，而新的上涨又会推动投资者继续买进……；主体/投资者在市场下跌的环境，做出看跌卖出的行为，他的卖出又带来了更大的下跌，而新的下跌又会推动投资者继续卖出。这就是主体对市场环境适应产生的结果，主体被环境影响而去适应，他的适应又会影响环境，新环境又继续影响这个主体，主体又继续适应，这样不断的持续。投资者作为“适应性主体”的这种行为模式，也是金融市场除了经济原因之外，产生周期性波动的另一个重要原因。） 4、复杂适应系统（CAS）的回声模型 通过阐述建立统一模型的一种或多种可能性，回声模型为我们提供了一种重新表达我们以前遇到过的问题的方式，以适用于所有的CAS。回声模型的表述遵照以下几条判据： （1）回声模型应该尽可能简单，并与其他判据相容。这一点是对于思想实验而言，而不是对于实验系统的模拟而言。虽说简单，实际上可用于模拟某些实际系统。…… （2）回声模型应该能够描述和解释主体在宽泛的CAS环境中的行为。特别是，回声模型应该能够帮助我们研究分布在不同空间（地理）且具有流动性的主体之间的交互作用。应该能根据需要为不同地方的主体分派不同的输入（刺激和资源）。 （3）回声模型应有助于进行适应度进化的实验。因此不应该把回声模型中的适应度作为系统外的某种东西（一种外生因素）固定起来。相反，适应度应该依赖于其所在的地点及那个地点的其他主体的行为（多种内生因素）。主体的适应度应该随着系统的演化而改变。 （4）回声模型中的最基本机制应该在所有CAS中都有现成的对应物。这有两个好处。第一，保证对结果的解释与对机制的现成解释相一致。模拟毕竟只是对数字和符号的操纵。这很容易导致以一种肤浅的甚至是滑稽的方式给输出“贴标签”的倾向，因而使解释受到“目击者”式歪曲。对最基本机制的明确解释，能够通过限制贴标签来防止这种倾向。第二，通过这样的解释就可以确定，所选的机制是否足以生成有关的现象。……虽然模拟不能确定某个指定的机制是否确实存在（只有观察才可以确定），然而它却可以帮助我们确定这些机制的充分性或似真性。 （5）回声模型应该尽可能容纳一些著名的特定CAS模型。这条判据体现了玻尔有效运用于量子物理学发展的对应原理。有许多经过充分研究的数学模型，只要经过适当的转换就适用于所有的CAS。…… （6）回声模型应该尽量在各个方面都能经得起数学分析的考验，要想从特定模拟达到有效的推广这是必经之路。玻尔式对应应该提供一些数学路标，在模拟的指引下我们将能把它们嵌入更完整的地图。（P96-98） 广义地说，我毫不怀疑由回声模型这种模拟所引导的思想实验，对认识复杂适应系统至关重要。我们需要此种模拟所提供的中间客栈。理论与受控实验之间传统的直接桥梁，在这种形势下是根本不可能的。我们不能遵循传统的实验道路，仅仅在重复运行中改变选定的变量，而固定其他大部分变量。这是因为，在大多数CAS中可控的初始化是不可能的，而且有些CAS运作周期太长。而基于计算机的模型只要抓住真实CAS的“恰当”方面，就为我们提供了这一可能性。就这一点来说，模型与设计性实验没什么区别：由品味和经验决定的选择至关重要。最后，像回声模型这类模拟只有当它们所提出的模式和积木可以转换为数学理论的形式时，才能更有用处。（P156-157） 5、回声模型的双层模拟：快动态和慢动态 ……工人们在一个时间尺度中发生转移或行动的情况成为“快动态”（fastdynamic），而树木的恢复要经历一个相当长的时间尺度，这叫做“慢动态”（slow dynamic）。 借助回声模型，我们可以从不同类型主体之间的资源流角度看待问题，大部分CAS问题都是这样的。如果我们作两个简化假设，就可以在问题与数学模型之间建立牢固的联系。这两个假设是：（1）主体可以聚集成不同的物种或种类。（2）在相似种类中的主体间有快速的资源混合。关于第一个假设，CAS的层次组织的特点使聚集能够很容易、也很自然地形成。第二个假设保证了交互的结果快速散布到每个聚集体中。快速散布反过来保证了我们能够每次为聚集体分派一个平均的资源水平值，而不会受到聚集体内非线性效用的阻碍。在这些假设下，我们以一种双层结构形式来看待基于回声的模型（如复杂适应系统）。（P162） （曾星智思索：认识到了我们的世界，包括自然世界和社会世界，当然也包括金融市场，它们不是简单系统，也不是封闭系统，而是复杂适应系统的世界，我们就会明白事物的发展都是“永不重复”的，因为主体不断进行新的适应性调整和改变。接受了“永不重复”的事物发展认识，我们就不会落入简单预测的陷阱，而是开始学会充分去认识各种主体与环境、主体与主体间的变化，以便我们做出调整去适应这些变化。我们自己也是世界中的一个主体，也是金融复杂系统的适应性主体，也在进行着我们的学习和适应，对于投资者来说，需要动态的去适应系统和调整自我，也即动态的去适应金融市场和调整我们的投资策略。） 底层关心的是不同种类的主体之间的资源流动。综合每种主体内部的快速混合和主体之间的随机接触，我们有可能建立一个类似第一章中讨论的台球模型的数学模型。就是说，我们可以把每种主体看作一种台球，对于每对主体我们可以确定一个反应率。这个速率直接由回声模型中每个主体的交换条件和交换记分机制确定。结果我们会得到一组反应率数据。 ……用物理学术语来说，底层为我们提供了系统快动态的数学模型。 流的快动态必须成功地与长期的适应和演化的慢动态相耦合，才能使CAS的数学理论行之有效。在这个双层模型中，上层刻划主体的演化，它使用遗传算法改变后代的结构，如第二章末所述。在回声模型中最终的主体结构精确地决定了资源交换的数量，因此底层的反应率也直接与上层的行为结果相耦合。注意，底层中关于主体种类（聚集体）的定义的变化会导致与上层不同的耦合关系。 ……总之，一个让上层与底层建立有用耦合的方法，就是将在染色体中进攻标识、防御标识和交换条件部分有相似积木的主体聚集起来。如果我们通过条件复制进一步限制这些聚集体，就得到一种非常类似于生物的物种发生。因为聚集体之间不能相互混合，所以必须进一步加强模式的建立。不论哪种情形，当主体在遗传算法作用下演化和适应时，上层都是改变下层流网络的结果。（P162-165） （曾星智思索：复杂适应系统的演化方式，呈现出长期的慢动态与短期的快动态之间的交互关系，如同我对金融市场运行力量的长期、中期和短期的区分那样，长期慢动态具有更强的力量，但短期快动态力量速度更快，它们之间形成的不同关系，造成了包括金融市场在内的复杂适应系统出现不同的状态。作为投资来说，我们要做的，就是在这些不同的运行状态中，找到可以给我们带来最高收益和最低风险的最佳机会。） ----------------------------------------------- 《隐秩序》：回声，适应性造就复杂性 Hidden Order: How Adaptation BuildsComplexity [美]约翰.霍兰John Holland 1995年初版于美国 上海科技教育出版社 2000年8月第1版 |
Powered by Discuz! X3.5
© 2001-2026 Discuz! Team.
