无标度网络的资本/财富分布，平均有8个超连接随机交易者，总计N=1600个RSI交易者，在模拟结束时计算，并累计超过10个不同的实现。FTSE MIB（顶部面板）和标准普尔500指数（底部面板）时间序列都被考虑在内。在这两种情况下，所有交易者的全球资本分布都是具有指数的帕累托幂律-2.4（正方形）。考虑到随机交易者的人数较少，他们的分布似乎并不明显。图中还报告了分布的详细信息。有关更多详细信息，请参阅文本。只对随机交易者的资本分配进行了量化。有关分配的详细信息如下：在模拟结束时，86%的交易员的初始资本低于初始资本，平均资本为672个信用，最低为2个，最高为129746个；仅就随机交易员而言，78%的交易员最终拥有少于1000笔信贷，平均资本为930笔，最低为176笔，最高为3375笔。同样，与技术策略相比，随机交易的风险似乎要小得多，而且平均而言，更具优势，即使少数非常幸运的RSI代理可以变得非常富有（在这种情况下，比以前更富有，即使只有约0.6%的交易者以超过10000个信用结束交易；另一方面，约46%的RSI交易者比最糟糕的随机交易损失更多）。最后，让我们考虑一下前一节介绍的无标度网络拓扑。资本分配的初始条件总是相同的，所有代理都有1000个信用，但现在我们只有极少数超级连接的随机交易者（中心）分布在RSI交易者之间。在N=1600个节点的SF网络中，2018年10月6日2:19当代物理论文CP-Final20 Taylor&Francis and I.T.的平均数量。

拥有50多个邻居的咨询师人数为8人，因此我们平均有0.5%的随机交易者，但他们代表着非常重要的投资者，在贸易界占据着特权地位。在这种情况下，最终财富分布的结果如图14所示，并且与之前的SW lattice图所示的结果相吻合。事实上，所有交易者的最终资本分布（累计10次）也是一个指数幂律-2.4对于FTSE MIB（顶部面板）和标准普尔500指数（底部面板）时间序列。仅随机交易者的最终分布未绘制，因为其数量较少，在统计上不显著，但我们报告了这两种分布的详细信息。事实上，我们看到，对于FTSE MIB系列，87%的交易员最终的初始资本低于他们的初始资本，平均714个信用，最低0个，最高214081个。另一方面，只有57%的随机交易者损失大于收益，平均968个积分，最低360个，最高2250个。类似地，对于标准普尔500指数，93%的交易者结束时的信用比开始时少，平均资本为505个信用，最低为0，最高为260108，而在随机交易者中，76%的交易者失败，平均为945个信用，最低为176个，最高为3375个。综上所述，对于无标度网络拓扑，我们发现在游戏结束时，随机策略更具优势，风险更低。在这种情况下，极少量的随机结果不仅能够减少金融雪崩（泡沫和崩溃），而且在资本方面也不会带来很大风险。

另一方面，如果一小部分技术交易者可以获得很大的收益（在所有RSI交易者中，只有约0.9%的人在FTSE MIB和标准普尔500指数系列中都获得了超过10000个积分），那么他们中的绝大多数人（约70%）的损失比最差的随机交易者还要多。将这些结果与小世界拓扑（所有交易者平均具有相同的连通性）的相应结果进行比较，我们可以得出结论，无标度拓扑具有不平等（幂律分布）的连通性，放大了财富最终分布的不平等性：SF网络中最富有的交易者是SWN网络中最富有的交易者的两倍，然而，只有在SF网络中，我们发现有不可忽视的比例——FTSE MIB为4%，甚至标准普尔500指数为10%——特别不走运的交易员失去了所有初始资本。5.结论性意见和政策建议我们回顾了最近关于随机性在社会经济系统中的积极作用的调查结果。最受关注的是对金融市场中采用随机策略产生的后果的描述。

从微观经济学的角度来看，已经证明，如果投资者选择完全随机的方法来决定他们的投资，而不是昂贵和武断的技术策略，他们最终平均拥有相同的财富，但风险要低得多。此外，从宏观经济的角度来看，我们给出了几个结果，这些结果表明，在一个2D小世界晶格中，仅存在几个随机投资者，代表了一个由相互作用的主体组成的交易社区，就大大降低了金融雪崩的规模。在此之后，我们推进了我们的分析，展示了不同的网络结构如何不会改变我们的总体发现，更相关的是，如何只需要极少数超级关联的投资者（即无标度交易者网络中的枢纽）就可以获得稳定效果，抑制金融泡沫和崩溃。这一结果尤其令人鼓舞，因为它强化了我们对一项非常具体的政策的建议：如果参与者被告知并确信他们不应该完全依赖其他投资者的信号，金融市场稳定是可能的。例如，如果在中央银行的监督下，极少数重要的投资银行选择随机进行投资，其他交易者将立即停止解读信号，并立即开始持续寻求确认和可信度。预言将不再被引用和遵循，因为每个人都知道随机投资的可能性2018年2月6日2:19当代物理学论文CP-最终参考文献21确实存在。这将立即稳定市场，减少投机活动。

艺术市场的动态与反馈机制有待研究，这是走向自我调节、参与式市场社会的自然步骤[93]。致谢我们要感谢德克·赫尔宾的许多富有成效的讨论，以及他对本论文所属研究项目的贡献。参考文献[1]Mantegna R.N.，Stanley H.E.，经济物理学导论：金融中的相关性和复杂性。剑桥大学出版社，剑桥（1999年）。[2] J.L.McCauley，市场动力学，经济物理学和金融，2007[3]J-P.Bouchaud，M.Potters，金融风险理论和衍生产品定价：从统计物理学到风险管理，剑桥大学出版社，2003年。[4] T.A.Bass，《预测者：一群特立独行的物理学家如何利用混沌理论在华尔街上交易致富》，Henry Holt&company New York，2000年。[5] D.Sornette，为什么股市崩溃：复杂金融系统中的关键事件2004[6]S.Galam，社会物理学一位物理学家对心理政治现象的建模2012，第二十三[7]D.Stau ffer，观点动力学和社会物理学复杂性与系统科学百科全书2009，第6380-6388页[8]D.Helbing，定量社会动力学，Kluwer，Dordrecht（1995）[9]Castellano C。，Fortunato S.和Loreto V.，《社会动力学的统计物理学》，现代物理学评论81:591-646（2009）[10]北卡罗来纳州哈特，阿尔弗雷德·马歇尔和现代经济学，2013年（伦敦帕尔格雷夫·麦克米伦），第16页原始引文。[11] 西蒙，H.A.《人类的模型》，1957年（威利，纽约）。[12] 弗里德曼，M.，消费函数理论，1956年（普林斯顿大学出版社，新泽西州普林斯顿）。[13] 大都会，尼古拉斯，罗森布卢斯，阿里安娜·W，罗森布卢斯，马歇尔·N·泰勒。奥古斯塔·H。。还有泰勒，爱德华。由快速计算机进行的状态方程计算。

化学物理杂志21（1953）1087。[14] Binder，K.，Heermann，D.W.：统计物理中的蒙特卡罗模拟：导论。柏林斯普林格（1988）[15]本齐·R.，帕里斯·G.，苏特拉·A.和瓦利亚尼·A.，气候变化中的随机共振，泰勒斯，34，10-16（1982）。[16] Nicolis，C.，气候变迁对周期性强迫的随机响应，Tellus 34，1-9（1982）。[17] L.甘迈托尼、P.汉吉、P.荣格、F.马切索尼：Rev。摩登派青年菲斯。70,1（1998）[18]D.Stokic，R.Hanel和S.Thurner，Phys。牧师。E 77061917（2008）。[19] R.Hanel、M.P¨ochacker、M.Sch¨olling和S.Thurner，《公共科学图书馆综合》第7期，e36679（2012年）。[20] F.Caruso、S.F.Huelga和M.B.Plenio，Phys。牧师。莱特。105, 190501 (2010).[21]Mossa F.，Wardb L.M.，Sannitac W.G.，随机共振和感觉信息处理：应用指南和观点，临床神经生理学115267281（2004）。[22]L.J.彼得，R.赫尔，《彼得原理：为什么事情总是出错》，威廉·莫罗和公司，纽约，1969年。[23]A.Pluchino，A.Rapisarda和C.Garofalo，《重新审视彼得原理：计算研究》，Physica A，389467（2010）。这篇论文被几家博客和专业报纸引用，其中包括麻省理工学院博客、《纽约时报》和《金融时报》，并因《管理学》获得2010年搞笑诺贝尔奖。欲了解更多信息，请访问网页：www.pluchino。it/ignobel。html[24]A.Pluchino，A.Rapisarda和C.Garofalo，等级组织中的有效提升策略，Physica A，390 3496（2011）[25]A.Pluchino，C.Garofalo，A.Rapisarda，S.Spagano，M.Caserta，偶然政客：随机选择的立法者如何提高议会效率，Physica A，390 3944（2011）。看见alsohttp://www.pluchino.it/Parliament.html[26]J.B.Satinover和D.Sornette，《时间视界少数派和帕龙多游戏中的控制幻觉》，欧洲版。菲斯。

J.B60369384（2007）；J.B.Satinover e D.Sornette，《基于代理的游戏中虚幻与真实的控制》，欧洲版。菲斯。J.B67357367（2009）[27]R.怀斯曼，Quirkology。伦敦麦克米伦（2007）[28]波特·G·E.，《华尔街日报投资掷镖大赛中分析师建议的长期价值》，J·阿普尔。《金融》，14720（2004年）。[29]A.Clare，N.Motson，S.Thomas，另类股票指数评估。Cass咨询报告2013年3月，http://www.cassknowledge.com/research/article/evaluation-alternative-equity-indices-cass-knowledge[30]A.E.Biondo，A.Pluchino，A.Rapisarda，《统计物理杂志》151（2013）607。[31]A.E.Biondo，A.Pluchino，A.Rapisarda，D.Helbing，（2013）PLOS ONE 8（7）：e68344。doi:10.1371/期刊。波内。0068344[32]A.E.比昂多，A.普鲁奇诺，A.拉皮萨尔达，D.赫尔宾，Phys。牧师。E 88062814（2013）[33]史密斯，A.，对《国富论》性质和原因的调查，1904年（Meuthen&Co.，伦敦）。[34]里卡多，D.，政治经济学和税收原则，1817年（约翰·默里，伦敦）。[35]马尔萨斯，T.R.，政治经济学原理，1836年（W.皮克林，伦敦）。[36]马歇尔·A.《经济学原理》，1920年（伦敦麦克米伦）。[37]埃奇沃斯，F.Y.，数学心理学：一篇关于数学在道德科学中的应用的论文，1881年（C。

Kegan Paul&Co.，伦敦[38]杰文斯，W.S.，政治经济学理论，1888年（伦敦麦克米伦）。[39]Walras，M.E.L.，纯经济政治要素，1926年（R.Pichon et R.Durand-Auzias编辑，巴黎）。[40]冯·博姆·巴沃克，《资本的实证理论》，1889年（伦敦麦克米伦）。2018年10月6日2:19当代物理学论文CP-最后22篇参考文献[41]门格尔，C.，经济学原理，1871-2007（美国路德维希·冯·米塞斯研究所）。[42]费希尔，I.，货币购买力，1922年（纽约麦克米伦出版社）。[43]帕雷托，V.，政治经济学手册，1906年（米兰社会编辑图书馆）。[44]凯恩斯，J.M.，失业、利息和货币的一般理论，1936年（伦敦麦克米伦）。[45]Arrow，K.J.和Nerlove M.，关于期望和稳定性的说明。《计量经济学》，1958年，第26297-305页。[46]弗里德曼，M.，货币政策的作用，《美国经济评论》，1968年，1-17页。[47]Phelps，E.，菲利普斯曲线预测通货膨胀和产出失业率随时间的变化，Economica，1967年，34（135），254-281。[48]卡甘，P.《过度通货膨胀的货币动力学》，载于弗里德曼M.（编辑）《货币数量理论研究》，1956年（芝加哥大学出版社，芝加哥）。[49]Muth，J.F.，理性预期与价格运动理论。计量经济学，1961，29315-335。[50]卢卡斯，R.E.，期望和金钱的中立性。《经济理论杂志》，1972年，第4103-124页。[51]萨金特、T.J.和华莱士N.，理性预期、最优货币工具和最优货币供应规则。政治经济学杂志，1975，83（2），241-254。[52]Fama，E.F.，有效资本市场：对理论和实证工作的回顾。《金融杂志》，1970年，25383-423。[53]Jensen，M.，关于市场效率的一些反常证据。《金融经济学杂志》，1978年，第6期，第95-101页。[54]Malkiel，B.，有效市场假说。

《新帕尔格雷夫货币和金融词典》，1992年（伦敦麦克米伦）。[55]卡特勒，D.M.，波特巴，J.M.，萨默斯，L.H.，什么会影响股价？《投资组合管理杂志》，1989年，4月4日至12日。[56]恩格尔，R.，英国通货膨胀方差估计的自回归条件异方差，计量经济学，1982，50987-1008。[57]Mandelbrot，B.B.，某些投机价格的变化。《商业杂志》，1963年，第36394-419页。[58]Mandelbrot，B.B.，金融中的分形与标度，1997，（纽约州斯普林格）。[59]Lux T.，稳定的帕累托假设和高回报的频率：对德国主要股票的检验。《应用金融经济学》，第6卷，第463-475页（1996年）。[60]Brock W.A.，经济中的随机性之路：经济和金融中的突发非线性和混沌。《经济经济学研究》，第8卷，第3-55页（1993年）。[61]Brock W.A.，复杂环境中的资产价格行为。摘自：Arthur W.B.，Durlauf S.N.，和Lane D.A.，编辑：《经济作为一个不断发展的复杂系统II》，艾迪森·韦斯利，马萨诸塞州雷丁，第385-423页（1997年）。[62]布罗克·W.A.和霍姆斯·C.H.，通往随机性的理性路线。《计量经济学》，第65卷，第1059-1095页（1997年）。[63]基亚雷拉·C.，投机行为的迪纳米克。运筹学年鉴，第37卷，第101-123页（1992年）。[64]Chiarella C.和He T.《简单资产定价模型中的异质信念、风险和学习》，《计算经济学——特刊：经济学中的进化过程》，第19卷（1），第95-132页（2002年）。[65]DeGrauwe P.，DeWachter H.，和Embrechts M.，汇率理论。外汇市场的混沌模型，Blackwell（1993）。[66]Frankel J.A.和Froot K.A.是图表主义者、原教旨主义者和对美元的需求。《希腊经济评论》，第10卷，第49-102页（1988年）。[67]勒克斯·T.，羊群行为，泡沫和崩溃。《经济杂志》，第105卷，第页。

881-896.[68]王杰，竞争性股票交易量模型。《政治经济学杂志》，第102卷，第127-168页（1994年）。[69]塞曼E.C.，证券交易所的不稳定行为。《数理经济学杂志》，第一卷，第39-49页（1974年）。[70]Gabaix X.，Gopikrishnan P.，Plerou V.，Stanley H.E.，金融市场波动中的幂律分布理论，自然423:267-72（2003）[71]T.Preis，D.Y.Kenett，H.E.Stanley，D.Helbing，E.Ben Jacob，量化市场压力下股票相关性的行为。代表2752；10.1038/srep00752（2012年）。[72]Carbone A.，Castelli G.，Stanley H.E.（2004）金融时间序列中的时间相关赫斯特指数。Physica A 344:267-271。[73]Murphy J.J.，金融市场技术分析：交易方法和应用综合指南，纽约金融研究所（1999）[74]Taleb N.N.，被随机性愚弄：机会在市场和生活中的隐藏作用。纽约兰登书屋（2005）。[75]M.Buchanan，《预测：物理学、气象学和自然科学可以教给我们什么经济学》（Bloomsbury，2013）[76]D.Helbing和D.Kern，《非均衡价格理论物理》A 287259268（2000）。[77]D.Helbing，I.Farkas，T.Vicsek，模拟逃逸恐慌的动力学特征，自然407487-490（2000）。[78]S.Ghashghaie，W.Breymann，J.Peinke，P.Talkner，Y.Dodge，《自然》381767-770（1996）。[79]J.D.Farmer，Ind.and Corp.Change，11（5）：895（2002）。doi:10.1093/icc/11.5.895[80]J-P.Bouchaud，M.Potters，《金融风险理论：从统计物理到风险管理》（2004）Lavoisier[81]D.Sornette，《股市为何崩溃：复杂金融系统中的关键事件》（普林斯顿大学出版社，2003）。[82]D.Helbing，《全球网络化风险与应对方法》，自然杂志第497期，第51-59页（2013年）[83]A.Krawiecki，J.A.Holyst和D。

Helbing，金融时间序列的波动性聚类和标度，由于吸引因素的影响。牧师。莱特。89, 158701 (2002).[84]D.R.Parisi，D.Sornette，D.Helbing金融价格动态和行人逆流：统计化事实和物理的比较。牧师。E 87012804（2013）。[85]S.Bikhchandani，D.Hirshleifer和I.Welch，《信息级联和理性放牧：注释书目和资源参考》，工作文件（加州大学洛杉矶分校安德森管理学院，www.info-cascades.info，2008）[86]P.Bak，C.Tang，K.Wiesenfeld，Phys。牧师。莱特。59381（1987）。[87]Z.Olami，H.J.S.Feder和K.Christensen，Phys。牧师。莱特。68, 1244 (1992).[88]F.Caruso，A.Pluchino，V.Latora，S.Vinciguerra，A.Rapisarda，模型和真实地震中自组织临界性分析，Phys。牧师。E 75055101（R）（2007年）。[89]F.Lillo和R.N.Mantegna，《复杂系统中的幂律松弛：金融市场崩溃后的大森定律》，Phys。牧师。E 68016119（2003）。[90]F.Caruso，V.Latora，A.Pluchino，A.Rapisarda，B.Tadic，欧洲。菲斯。J.B 50243（2006年）。[91]A.L.Barabasi，R.Albert，Science 286，509（1999）[92]请注意，此处获得的随机交易者资本的最终分布与参考文献[32]中的指数分布有所不同，因为我们没有赋予所有代理人完全相同的1000个信用额度，但我们考虑了一个平均值为1000个学分的初始高斯分布。[93]D.赫尔宾，《经济学2.0：走向自我调节、参与式市场社会的自然步骤》，Evol。经济研究所。牧师。10(1): 341 (2013)