第一行显示φ+值，而第一列显示φ-价值观为了更好地呈现，平均回报值已乘以10。0.05 0.10 0.15 0.20 0.25 0.30-0.05 0.017 0.544 1.098 1.721 2.188 2.550-0.10-0.558 0.008 0.551 1 1.087 1.666 1.950-0.15-1.388-0.746-0.022 0.582 1.144 1.674-0.20-2.181-1.384-0.719-0.052 0.462 0.934-0.25-2.990-2.158-1.433-0.843-0.19 0 0.494-0.30-4.003-3.593-2.563-2.121-1.05 6-0.3244.3。赫斯特回归指数我们对所有价格限制组合的回归时间序列进行DMA分析。表6列出了估计的赫斯特指数。可以从表中导出一些特征，线性模型可以很好地捕捉这些特征：Hr=e+e+φ++e-|φ-| + 。（29）对于φ为|的组合-| > φ+，我们得到e=0.40，p值为0.0000，e+=0.01，p值为0.3912，以及e-= 0.30，p值为0.0000。调整后的R平方为0.97，MSE为0.000010。因此，Hr不依赖于φ+，因为其系数不显著，而是依赖于φ-|. 收益的赫斯特指数随φ的增大而增大-|. 对于|φ的组合-| < φ+，我们得到e=0.49，p值为0.0000，e+=0.27，p值为0.0000，e-= -0.03，p值为0.4598。调整后的R平方为0.80，MSE为0.000066。这表明hr不依赖于φ-. 相反，回报率s的hurst指数随|φ+|增加。对于与|φ的组合-| = φ+，我们观察到hr相对于φ+的依赖性呈驼峰状。尽管统计上有明显的趋势，但赫斯特指数均接近0.5。由于T+1交易机制导致的日内回报的非仲裁性质，这些轻微偏差是合理的（Zhou等人，2017）。4.4。

波动性的赫斯特指数我们还对所有价格限制组合的波动性时间序列进行了形式DMA分析。估计的赫斯特指数如表7所示。我们还发现了一些有趣的特征，这些特征可以用线性模型很好地描述：HV=f+f+φ++f-|φ-| + 。（30）对于φ为|的组合-| ≥ φ+，我们得到f=0.68，p值为0.0000，f+=0.16，p值为0.0001，f-= 0.13，p值为0.0006。调整后的R平方为0.80，MSE为0.00 0088。在这种情况下，波动性的赫斯特指数随φ+和φ增加而增加-| φ+的影响大于φ-|. 表6：不同限价组合模拟收益的估计赫斯特指数。第一行显示φ+值，而第一列显示φ-价值观0.05 0.10 0.15 0.20 0.25 0.30-0.05 0.45±0.01 0.50±0.01 0.53±0.01 0.5 5±0.02 0.56±0.01 0.57±0.01-0.10 0.43±0.0 1 0.50±0.02 0.53±0.01 0.5±0.01 0.56±0.02-0.15 0.45±0.01 0.45±0.01 0.52±0.05±0.01.56±0.02 0.57±0.01-0.20 0.46±0.01 0.46±0.01 0.47±0.01 0.5 4±0.02 0.55±0.02 0.56±0.01-0.25 0.48±0.0 2 0.48±0.01 0.48±0.01 0.4 8±0.01 0.54±0.02 0.56±0.02-0.30 0.49±0.0 1 0.50±0.02 0.49±0.01 0.5 0±0.01 0.49±0.01 0.52±0.03带有φ的组合-| < φ+，我们得到f=0.77，p值为0.0000，f+=-0.02，p值为0.6775，f-= -0.01，p值为0.8870。调整后的R平方为-0.13，MSE为0.000094。在这种情况下，赫斯特博览会与φ+和φ无关-| 并保持不变。表7：不同限价组合模拟波动率的估计赫斯特指数。

第一行显示φ+值，其中第一列显示φ-价值观0.05 0.10 0.15 0.20 0.25 0.30-0.05 0.71±0.01 0.78±0.01 0.77±0.01 0.7 5±0.02 0.75±0.02 0.77±0.01-0.10 0.68±0.0 1 0.72±0.01 0.76±0.02 0.7 6±0.02 0.76±0.02 0.76±0.01-0.15 0.70±0.01 0.71±0.02 0.72±0.07 5±0.01 0.77±0.03 0.77±0.01-0.20 0.70±0.0 2 0.71±0.01 0.73±0.02 0.7 5±0.01 0.75±0.02 0.76±0.01-0.25 0.73±0.0 2 0.73±0.02 0.73±0.02 0.7 4±0.02 0.75±0.02 0.76±0.02-0.30 0.73±0.0 2 0.75±0.02 0.73±0.03 0.7 5±0.02 0.75±0.02 0.77±0.025。结论基于订单安排和取消过程的经验规律，我们开发了一个具有价格限制规则的行为订单驱动模型。在订单安排过程中，订单方向由公布的长记忆决定，订单价格由相对价格的长记忆和相对价格的不对称分布决定，订单规模由对相对价格的非线性依赖决定。在订单取消过程中，我们采用了波依松过程，到达率由真实数据确定，取消的订单由其时间和空间位置根据经验确定。该模型经过验证，因为它可以再现真实市场中的主要程式化事实。计算实验表明，当上下限φ+大于绝对下下限φ时，非对称的定价限制会导致股价发散-| 和消失的邪恶对抗。Wh enφ+>|φ-|, 价格指数发散，发散率随φ+线性增大，随φ线性减小-|. φ+<φ时-|, 价格最终将下降到由φ决定的下限-| 以及刻度大小。

根据这些结果，设定不对称的价格限制将摧毁市场。对于非对称价格限制，模拟收益具有幂律尾部。φ+<φ的尾部指数-| 明显小于φ+≥ |φ-|. 此外，尾部指数α随φ+线性增加，随φ几乎减小-|. 有趣的是，平均收益率随φ+线性增加，随φ线性减少-|. Hurst指数Hrof收益率均接近0.5，但略有偏差。对于非对称价格限制的所有情况，赫斯特指数与价格限制呈线性关系。在这两种情况下，hri随φ+和φ增加-|. 对于波动性，φ+>|φ的hurst指数hv为常数-|, HV随φ+和φ增加-| 对于φ+<φ-|.我们的EBOD模型为学者、市场参与者和政策制定者提供了一个合适的计算实验平台（Farmer和Foley，2009）。对于学者而言，该模型可用于研究微观结构理论，如交易的价格影响、宏观属性的影响因素、泡沫形成机制以及通过集体羊群行为引发崩盘、系统性风险等。对于市场参与者而言，该模型可用于设计订单安排的最佳策略、执行期权定价、以更高的预测估计风险价值，以及预测极端波动的再次发生概率。对于决策者来说，该模型可用于研究不同价格限制设置对市场表现的影响，如价格发现、市场波动性和市场流动性。当然，随着模型校准的进一步努力，模型仍有待进一步改进。致谢这项工作得到了中国国家自然科学基金会（国家自然科学基金）的部分资助。

71671066、7150、107271571121和71532009），以及中央大学基础研究基金（22201718006）。参考Sabry，P.，Sellan，F.，1996年。F.Sellan和Y.Meyer提出的分数布朗运动的小波合成：备注和快速实现。应用程序。公司。谐波分析。3377–383。Arak，M.，Cook，R.E.，1997年。每日限价是否具有吸引力？国债期货的情况。J、 财务部。服务决议12（1），5-20。Arthur，W.B.，1994年。归纳推理和有限理性。美国。经济。修订版。84406–411。Bardet，J.-M.、Lang，G.、Oppenheim，G.、Philippe，A.、Stoev，S.、Taqqu，M.S.，2003年。长期依赖过程的生成者：一项调查。摘自：Doukhan，P.、Oppenheim，G.、Taqqu，M.（编辑），《长程依赖的理论与应用》。Birkhauser，纽约，第579-623页。Barunik，J.、Vacha，L.、Vosvrda，M.，2009年。异构代理模型中的智能预测器。J、 经济。互动协调。4（2），163。Biais，B.、Hillion，P.、Spatt，C.，1995年。巴黎交易所限额指令簿和指令流的实证分析。J、 财务部。501655–1689。Bogachev，M.I.，Eichner，J.F.，Bunde，A.，2007年。多重分形数据集中非线性相关性对收益区间统计的影响。物理。修订版。利特。99240601。Bornholdt，S.，2001年。市场旋转模型中的预期泡沫：跨尺度挫折的间歇性。内景J.Mod。物理。C 12667–674。Brennan，M.J.，1986年。期货市场价格限制理论。J、 财务部。经济。16（2），213–233。布罗克，W.A.，霍姆斯，C.H.，1997年。通向随机性的合理途径。《计量经济学》65（5），1059–1095。布罗克，W.A.，霍姆斯，C.H.，1998年。简单资产定价模型中的异质信念和混沌路径。J、 E con。Dyn公司。控制22（8-9），1235–1274。Carbone，A.，2009年。去趋势移动平均算法：简要回顾。

人类科学与技术（TIC-STH）IEEE，691–696。Chakraborti，A.，Toke，I.M.，Patriarca，M.，Abergel，F.，2011年。经济物理学评论：II。基于代理的模型。数量。财务部。11（7），1013–1041。Challet，D.，Marsili，M.，Zhang，Y.-C.，2000年。用少数群体博弈建模市场机制。Physica A 276284–315。Challet，D.，Marsili，M.，Zhang，Y.-C.，2001a。少数民族游戏和程式化事实。Physica A 299228–233。Challet，D.，Marsili，M.，Zhang，Y.-C.，2001b。少数民族游戏中金融市场和市场崩溃的程式化事实。Physica A 294514–524。Challet，D.，Marsili，M.，Zhang，Y.-C.，2005年。少数群体博弈：金融市场中的互动主体。牛津大学出版社，牛津。Challet，D.，Zhang，Y.-C.，1997年。进化博弈中合作与组织的出现。Physica A 246407–418。Chen，H-W.，Yang，C-J.，Fan，L-M.，2008年。中国股市限价的磁铁效应。J、 管理。Sci。中国（中文）11（5），120–128。Chiarella，C.，He，X.-Z.，Shi，L.，Wei，L.-J.，2017年。限价指令市场中投资者情绪的行为模型。数量。财务部。17（1），71–86。Chiarella，C.、He，X-Z.、Wang，D.，2006年。具有时变二次矩的行为资产定价模型。混沌、孤子和分形29（3），535–555。Chiarella，C.、He，X-Z.、Zhang，M.，2011年。异质代理金融市场模型中噪声影响的分析。J经济。Dyn公司。控件35（1），148C162。Chiarella，C.，Iori，G.，2002年。双重拍卖市场微观结构的模拟分析。数量。财务部。2（5），346–353。Chiarella，C.，Iori，G.，Perell\'o，J.，2009年。异质交易规则对限额订单簿和订单流的影响。J、 经济。Dyn公司。控制33（3），525–537。Cho，D.D.，Russell，J.，Tiao，G，C.，Tsay，R.，2003年。价格限制的磁铁效应：来自台湾证券交易所高频数据的证据。J、 Emp。

财务10（1-2），133–168。Chowdhury，D.，Stauffer，D.，1999年。金融市场的广义自旋模型。欧元。物理。J、 B 8477–482。Clauset，A.，Shalizi，C.R.，Newman，M.E.J.，2009年。经验数据中的幂律分布。暹罗版次。51661–703。Cont，R.，2001年。资产回报的经验性质：程式化事实和统计问题。数量。财务部。1223–236。Cont，R.，Bouchaud，J.-P.，2000年。金融市场中的羊群行为和总波动。宏观经济学。Dyn公司。4170–196。Du，Y.，Liu，Q.-Q.，Rhee，S.-G.，2005年。《磁铁效应的剖析：来自韩国证券交易所高频数据的证据》，工作文件。Eguiluz，V.M.，Zimmermann，M.G.，2000年。信息传递与羊群行为：金融市场的应用。物理。修订版。利特。855659–5662。Farmer，J.D.，Foley，D.，2009年。经济需要基于代理的建模。《自然》460685–686。Farmer，J.D.，Patelli，P.，Zovko，I.I.，2005年。金融市场中零智能的预测能力。过程。自然的。Acad。Sci。U、 S.A.1022254–2259。F¨oellmer，H.，1974年。具有许多相互作用主体的随机经济体。J、 数学。经济。1、51–62。Gopikrishnan，P.、Meyer，M.、Amaral，L.A.N.、Stanley，H.E.，1998年。股票价格变化分布的逆三次定律。欧元。物理。J、 B3，139–140。顾国富，陈文华，周文华，2007年。利用限价指令簿数据量化中国股市的买卖价差：日内模式、概率分布、长记忆和多重分形性质。欧元。物理。J、 B 57、81–87。顾国富，陈文华，周文华，2008年。中国股票收益率在不同微观时间尺度上的经验分布。Physica A 387495–502。顾国富，熊，X.，任，F.，周，W-X.，张，W.，2013。新兴股票市场中订单取消的头寸。J、 静态机械。理论。实验（4），P04027。Gu，G-F.，Zhou，W-X.，2009年a。

从修正的Mike Farmer模型中发现股票波动的长记忆性。EPL（Europhys.Lett.）86（4），48002。Gu，G-F.，Zhou，W-X.，2009b。Mike-Farmer模型中股票收益的概率分布。欧元。物理。J、 B 67585–592。Gu，G-F.，Zhou，W-X.，2010年。多重分形的去趋势移动平均算法。物理。修订版。E 82，011136。He，X-Z.，Li，K.，2015年。时间序列动量的稳定性。J、 银行。财务部。53140–157。谢鹏华，金永华，杨俊杰，2009年。价格限制的磁铁效应：logit方法。J、 Emp。财务16（5），830–837。Iori，G.，1999年。雪崩动力学和交易摩擦对股市回报的影响。内景J.Mod。物理。C 101149–1162。姜志强，陈文华，周文华，2008年。中国股票交易持续时间分布的标度。Physica A 3875818–5825。蒋志强，周文秀，2011年。多重分形减损移动平均互相关分析。物理。修订版。E 84，016106。蒋志强，周，W-X.，索内特，D.，伍达尔，R.，巴斯蒂安森，K.，考威尔斯，P.，2010年。2005-2007年和2008-2009年中国股市泡沫的诊断和预测。J、 经济。贝哈夫。组织。74、149–162。Kaizoji，T.，2000年。股市投机泡沫和崩盘：投机活动的互动代理模型。Physica A 287493–506。Li，L-S.，Geng，X-Y.，2012年。中国股票市场交易机制设计：基于非对称限价制度的研究。再投资。螺柱。（中文）31（343），82–94。Li，Y.-L.，Zhang，W.，Z hang，Y.-J.，Zhang，X.-T.，Xiong，X.，2014年。基于s calinganalysis的基于代理的连续双重拍卖股票市场的校准。Inf.Sci。256、46–56。Lillo，F.，Farmer，J.D.，2004年。高效市场的长期记忆。螺柱。诺林。Dyn公司。经济计量器。（3） ，1–33。Lillo，F.，Farmer，J.D.，Mantegna，R.，2003年。价格影响函数的主曲线。

《自然》421129–130。Lim，M.，Coggins，R.，2005年。澳大利亚证券交易所交易的即时价格影响。数量。财务部。5（4），365–377。Lux，T.，Marchesi，M.，1999年。金融市场随机多代理模型中的标度和临界性。《自然》397498–500。Ma，C.K.，Rao，R.P.，西尔斯，R.S.，1989年。波动性、价格分辨率和价格限制的有效性。J、 财务部。服务决议3，165–199。马斯洛夫，S.，2000年。限价指令驱动市场的简单模型。Physica A 278571–578。Meng，H.，Ren，F.，Gu，G.-F.，Xiong，X.，Zhang，Y.-J.，Zhou，W.-X.，Zhang，W.，2012年。订单提交过程中的长记忆对大价格波动重复间隔特性的影响。EPL（Europhys.Lett.）98（5），38003。Mike，S.，Farmer，J.D.，2008年。流动性和波动性的经验行为模型。J、 经济。Dyn公司。控件32（1），200–234。Mu，G.-H.，Chen，W.，Kert\'esz，J.，Zhou，W.-X.，2009年。中国股票市场的优先数量、交易规模和交易量的分布。欧元。物理。J、 B 68、145–152。倪，X-H.，姜，Z-Q.，周，W-X.，2009年。分数布朗运动和多重分形随机游动映射的可见性图的度分布。物理。利特。A 3733822–3826。Pham，M.C.，Duong，H.N.，Lajbcygier，P.，2017年。即时价格影响模型预测能力的比较。J、 预测。，正在印刷。Press，W.，Teukolsky，S.，Vetterling，W.，Flannery，B.，1996年。FORTRAN数字配方：科学计算的艺术。剑桥大学出版社，剑桥。Qian，X-Y.，Liu，Y-M.，Jiang，Z-Q.，Podobnik，B.，Zhou，W-X.，Stanley，H.E.，2015年。受共同外力影响的两个非平稳时间序列的去趋势部分互相关分析。物理。修订版。E 91（6），062816。邵永华、顾国富、蒋志强、周文星，2015年。

多项式趋势对趋势移动平均分析的影响。分形23（3），1550034。Shao，Y.-H.，Gu，G.-F.，Jiang，Z.-Q.，Zhou，W.-X.，Sornette，D.，2012年。使用不同的合成长程相关时间序列比较了FA、DFA和DMA的性能。Sci。代表2835。索内特，哥伦比亚特区，2014年。物理学和金融经济学（1776-2014）：谜题、Ising和基于代理的模型。代表程序。物理。77（6），062001年。Stauffer，D.，1998年。渗流理论能应用于股票市场吗？安。物理。7529–538。Stigler，G.J.，1964年。证券市场的公共监管。J、 业务37117–142。Subrahmanyam，A.，1994年。断路器与市场波动：理论视角。J、 财务部。49（1），237–254。Telser，L.G.，1981年。保证金和期货合约。J、 未来。市场1（2），225–253。Tseng，J.-J.，Lin，C.-H.，Lin，C.-T.，Wang，S.-C.，Li，S.-P.，2010年。具有连续双重拍卖机制的市场中基于代理的模型的统计特性。Physica A 3891699–1707。Wan，Y.-L.，Xie，W.-J.，Gu，G.-F.，Jiang，Z.-Q.，Chen，W.，Xiong，X.，Zhang，W.，Zhou，W.-X.，2015年。中国股市涨跌停板冲击的统计特性和冲击前动态。PLoS One 10（4），e0120312。Wong，W.K.，Liu，B.，Zeng，Y.，2009年。当价格下跌时，限价能有所帮助吗？来自上海证券交易所交易数据的证据。中国经济。修订版。20（1），91–102。Wu，T.，Wang，Y.，Li，M.-X.，2017年。中国股市涨跌停板冲击后的动态。Physica A 465464–471。熊，X.，丁，D.，杨，Y.，张，Y.-J.，2015年。中国股指期货市场稳定性与限价研究：基于代理模型的视角。PLOS ONE 10（11），e0141605。Xu，H-C.，Jiang，Z-Q.，Zhou，W-X.，2017年。股票及其权证的直接价格影响：幂律还是对数模型？内景J.Mod。

物理。B 311750048。Xu，H-C.，Zhang，W.，Xiong，X.，Zhou，W-X.，2014a。中国股票市场和股指期货市场基于代理的计算模型。数学发动机故障。2014年，563912。Xu，H-C.，Zhang，W.，Xiong，X.，Zhou，W-X.，2014b。与“原教旨主义者/宪章主义者”异质代理人进行财富份额分析。Abs。应用程序。肛门。2014年，328498。Yeh，C-H.，Yang，C-Y.，2010年。检查艺术股票市场中价格限制的有效性。J、 经济。Dyn公司。控制34（10），2089–2108。Yeh，C-H.，Yang，C-Y.，2013年。价格限制会伤害市场吗？J、 经济。互动协调。8（1），125–153。Zhang，X.-T.，Ping，J.，Zhu，T.，Li，Y.-L.，Xiong，X.，2016年。价格限制是否有效？对艺术股票市场的检查。PLOS ONE11（8），e0160406。Zhang，X.T.，Zhu，T.，2014年。基于高频数据的中国股市磁铁效应。J、 重庆理工大学。（自然科学中文版）28（1），123–127。Zhou，J.，Gu，G-F.，Jiang，Z-Q.，Xiong，X.，Chen，W.，Zhang，W.，Zhou，W-X.，2017年。计算实验成功地预测了超高频股票收益率中自相关的出现。计算机。经济。，正在印刷。周，W.-X.，2008年。两个非平稳信号的多重分形去趋势互相关分析。物理。修订版。E 77066211。Zhou，W.-X.，2012a。新兴订单驱动市场中贸易层面直接价格影响的决定因素。新J.Phys。14（9），023055。周，W.-X.，2012b。订单驱动市场中单个交易的普遍价格影响函数。数量。财务部。12（8），1253–1263。Zhou，W.-X.，Sornette，D.，2004年。中国股市和房地产的反泡沫和预测。Physica A 337243–268。Zhou，W.-X.，Sornette，D.，2007年。金融市场的自组织伊辛模型。欧元。物理。J、 B 55、175–181。