响应于等式14中的符号序列，信号衰减函数的一个示例是基于指数加权移动平均处理器的滤波器【8】。！\"#!$#%&\'()*$+(,#-./01#2++3#\")4)/#!4\'5.\'4)/#&0(5/#%.2*604&7#)/8&\'4)/#-./01#2++3#\")4)/#!4\'5.\'4)/#&0(5/#-./01#2++3#\")4)/#!4\'5.\'4） /#&0（5/#-/01#2++3#“）4）/#！4\'5\'4）/#&0（5/#”9：；<#9：；<#”9=>>=#“9=>>=#”9？<@A#B9）0/#B9C4’/#B9）0./#B9C4’/#B9D#”9：；<#“9=>=#=04&7#8+E（F54G+，#+，#400（H4’+，C#，/I#“182+”？<@A#10 5，P  产生由等式6给出的相应结果序列。P: true, false, true, false, true , …方程式6。谓词结果序列在前面的图6中，由于使用了修改连接器，图Φ的配置在AMZN符号到达后立即显示为快照C!.  在该快照之前，符号IBM已经到达，并生成子图s = IBM,  然后是符号GOOG，是什么生成了子图s = GO OG.   符号AMZM到达时，谓词P 产量true 第三个分支被创建并与新到达的符号AMZN关联。从那时起，新符号AMZN的到达将通过新创建的分支进行路由。可塑性特性允许按需修改表示财务模型的图的连接。这个例子是与金融工具交易相关的模型的一个重要和常见的用例。B、 如第四节中定义的要求所述，财务模型必须与不断变化的状态保持持续的交互，这种状态随时间而变化，并且是手头财务模型的外部状态。

财务模型的规则必须根据可能在不可预测的时间发生的外部事件触发特定的操作。这些外部变化本质上是不可预测的，根据定义，很难用传统的顺序编程来表示。外部变化与事件相关，需要许多非顺序的15属性来表示财务模型：反向控制、时间管理的抽象和同步性细节的抽象【54】：o反向控制：财务模型与其执行环境保持持续和持久的交互，根据外部源触发的事件执行操作。然后，外部资源驱动执行顺序，因此，在许多特定情况下，金融模型的规则和控制流被颠倒了时间管理的抽象：财务模型通常需要一个离散时间序列的概念，其中与每个时间相关的事件的修改t! 在时间序列中，由行为执行[55][54]。该事件与生命周期变化（如股票中的公司行为、衍生工具中的展期操作）或价值随时间的变化（如资产价格、风险敞口比率）有关。在设置了反应实体之间的关系后，计算依赖关系和15个以上事件的处理一些文献认为反应是流处理的扩展[32]。鉴于金融模型的性质和要求，我们选择将顺序（流）和非顺序（反应）区分为两个独立但互补的方面。

时间是自动的，时间的表示是每个事件固有的同步性细节的抽象：金融模型需要在事件驱动的通信中抽象同步性细节。金融实体通常根据与其他实体的关系来定义。在适用于财务模型的表示中，以声明方式建立关联，类似于电子表格中的单元格定义和与公式关联的方式16。通过公式的声明性关联提供了数据依赖关系之间关联的自动管理。同步这些实体状态的事件驱动通信是关联表示所固有的，因此是透明的。从功能上讲，这些属性——反向控制、时间管理的抽象和事件驱动通信的细节——在计算机科学中与通常称为反应式编程的东西相关【55】，在本研究范围内称为反应式17方面。反应性方面是一种声明性范式，它允许通过反应性关系定义必须做什么，并让计算表示自动处理何时做以及谁会受到影响。一个类似且更直观的模型以表示公式的电子表格中的许多单元格为例。类似地，反动式允许直观地表示原语和公式，其中原语和其他公式的公式组成是以声明方式定义的[57][54]。为了描述反应变量的声明性关联，我们以方程7中的简单公式为例。A = B + C方程式7。

反应式公式示例在顺序表示中，变量B  和C  必须首先设置，以便A 可能发生。或者，在反应式表示中，首先声明公式，设置反应式依赖关系图。在图7中，我们显示了等式7中公式的依赖关系图。16公式的指定相当于电子表格中公式的概念17功能等效的模式，如观察者、事件驱动编程和异步回调，也被视为反应式的可能替代方案，但不幸的是，它们有其自身的阻碍性限制。在共享状态下，在众多代码片段之间协调各个回调，其中执行顺序无法预测，这是一项容易出错、晦涩且令人望而生畏的编程任务【54】。此外，由于回调不会产生返回值，这些可选编程模式必须执行副作用，以影响应用程序状态[79]。11图7。反应依赖关系图反应图，表示一个简单的公式A = B + C.  函数、运算符或其他反动式的公式设置为反动式之间通信的图形。图7中的图表表示，如果B  或C ,  执行环境通过将修改传播到图中的所有依赖项，抽象出离散时间更改和事件驱动通信的概念。值在依赖关系图中随时间传播的确切方式，在本例中是从B 或C 到A, 可以以多种方式出现，并从表示本身抽象出来。

反应范式是一个广泛的概念，根据基本特征、评估模型、提升和方向性进行具体分类。根据第IV.B.1节中定义的要求，这些类与使用反应性范式表示财务模型的特殊考虑因素相关。基本特性两个基本特性定义了反应式编程范式：行为和事件。它们通常被称为对偶，因为一个可以用来表示另一个。行为特征指的是可变的、时变的值。事件特性指在离散时间点发生的潜在无限、不变的修改。在经济学领域的计算表示中，行为与专门的处理器有关R  因此R  P .  双重的R  是一个几乎无限的事件序列x ,  正如前面在A节中讨论的。例如，给出了两个不相交的子图φ! 和φ!!,  通用同步算子δ, 以及与反应式处理器相关的行为R! 和R!!, 如等式8所述。φ! δ R! φ!! δ R!!方程式8。流和反应的组成A反应函数f!!(R!,  R!!) 在任何一个x! 或x!!,  在由子图定义的每个流中φ! 和φ!!, 如图8所示。图8：。流和反应的合成反应是流中的专用处理器，可以是线性流中的反应步骤，如R′ 和R′′,  或者作为不相交子图的连接符，如反应函数f!!. 如图8所示，reactive是流中的专用处理器。

假使R! 和R!!, 它们的行为必须像子图的常规顺序处理器一样φ! 和φ!!, 同时作为反应功能的反应物f!!(R!,  R!!).  反应依赖项和各自的执行流是以声明方式定义的。因此，定义反应图后，计算不受R! 和R!!. B、 2。评估模型被动方面的评估模型定义了如何进行更改x 在流中φ 通过值和计算的依赖关系图传播。在基于拉动的评估模型中，根据需要计算值，或者换句话说，必须在需要时从源中“拉动”值。另一方面，在基于推送的评估模型中，值的每一个变化都必须发送到相关计算。基于推送的传播被称为数据驱动，因为它是由新数据的可用性引起的。评估模型对表示没有直接影响，但它确实对分布方面有影响。这些影响将在下一节V.C中详细讨论，该节与分布方面有关。B、 3。提升我们称之为提升泛型函数的变换f(x) 应用于x  提升功能f!(R < x > ),  哪里R < x > 是一种反应型或行为型x 【54】见等式9。B“C”A“+”P1#（…）#Pn#δ1#δ（n-1）#x’#R’#Д’#δ’#f’#P1#（…）#Pn#δ1#δ（n-1）#x’#R’#############δ”“”f“（R”，#R“”）#lift : f x →   f!(R < x > )方程式9。查看时间步长时的反应提升功能i ,  提升函数的分解f! on值x! 生成原始函数f ,  如等式10所示。

数学运算符（例如，+，-, *) 和用户定义的函数在功能上分别等效于提升的操作符和函数。f!R < x!> → f x!方程式10。原始提升函数提升变换的表示根据需要多少额外上下文来进一步分类，无论何时操作员或函数必须提升为反应式表示。该分类将提升变换定义为手动、显式或隐式手动：在手动提升时，表达不提供透明提升。必须手动提取时变值，并将其应用于运算符、函数或因变量显式：在显式提升时，表示定义了许多可用于提升函数的唯一运算符f 到f!.  o  隐式：在隐式提升中，表示的所有运算符和函数应用于x, 是否为用户定义，透明地提升到反应项R < x >. 为了通信的简单性，在经济学领域的计算表示中，所有反应式转换都被隐式取消。这一要求将对候选实现施加额外的约束，但结果是为表示提供了更高级别的抽象。B、 4。方向性反应性表示可以允许在一个方向（单向）或任一方向（多向）发生变化的反应性传播。在第四节列出的要求中，没有任何特定情况下，多向传播是绝对要求。因此，为了简单起见，对于经济学领域的计算表示，只需要单向传播。C

在第四节中，我们列出了一些与大规模金融模型操作明确相关的要求，包括计算能力和存储能力。在这些要求中，有两个具体要求——几乎无限的历史记录和响应能力——要求使用分布式资源[58]，以便能够扩展到多个处理或存储单元。分布方面为计算表示提供了通信功能的能力，这些功能与跨多个处理器扩展财务模型的工作负载有关。正如第A.2节所述，分布方面本质上是连接器的特定应用。A连接器C 是一种特殊类型的处理器P  因此C  P .  这种专门化意味着，除了处理器的行为之外，连接器还携带其他属性，以允许流子图的组合φ = (P!, δ!)  进入更大的、相互连接的河流网络。在其更一般的形式上，任何连接器C! 允许桥接数字n  传入子图的数量φ′  还有一个数字m 传出子图的φ′′,  如图9所示：图9。连接器和传入和传出流分布方面中的连接器通过桥接n个传入子图来组成流φ′ 和m个输出子图来构建更精细的图。将分发方面作为n: m 流的传入子图与传出子图的关联有两个重要的后果：流表示法的表达能力提高，以及大规模利用分布式和并行处理。C、 1。

改进的表现力第一个结果是改进的表现力，它与以不同组合布置流和连接器的可能性有关，以定义更精细的模式【50】。在流图的不同位置放置连接器可以定义拆分联接和反馈等结构[30][34][31][48][32][59]。图10给出了拆分连接和反馈循环的可视化表示。一对连接器给出了拆分连接模式，C! 和C!, 定位在一组处理器周围。连接器C! 放置在处理器集的拆分入站边缘，而连接器C! 放置在处理器集的出站边缘的接合器上。C’#Д’1#Д’2#Д’n#Д’1#Д’2#Д’m#13图10。连接器和通信模式连接器的组合，用于创建更复杂的复合模式，如拆分连接和反馈循环。用于处理器堆栈内外通信的边缘C! 和C! 由异步运算符给出δ. 因此，碎片会离开C! 可能同时命中所有处理器，并且无法保证这些处理器的执行顺序。除非在连接之前在流中插入专用处理器C!, 由于能够重新建立原始的执行顺序，总体执行是不确定的。图10下半部分给出的分割连接模式的一种变体，即反馈回路，是对C! 和C! 表示数据片段的环回。用于通信的边缘C! 并进入C! 是异步的，即同步运算符δ 是异步类型。

因为需要在从和到的边缘上进行异步通信C! 和C!, 在反馈循环中执行整个流的结果是不确定的。C、 2。并行性和分布空间第二个结果是可以同时描述跨多个计算环境和位置的执行流。这些不相交的计算环境中的每一个都称为空间。根据定义，空间可以根据需要与不同位置的不同处理器相关联。例如，给定一个连接器C′ 和不相交子图φ!, φ!′ 和φ!′′ 在特定成分上，如方程式11所述：φ! δ C! C! δ φ!! C! δ φ!!!方程式11。连接器和分布空间根据第A.2节中所述的金融模型连通性属性的定义，将较大的图Φ定义为连接器的结果C′ 应用于子图φ!, φ!′ 和φ!′′ 如图11所示。图11：。通过连接符和空间组合图连接符在子图中的应用定义了一个泛型图Φ和多个空间S′ ,  S′′  和S′′′ ,  可以选择将其关联到跨多个位置的计算资源。每个空间都是一个完整图Φ的一个片段，其中任何空间的边界都由连接符的传入边或传出边给出。每个空间抽象出与金融模型的分布或并发方面相关的细节，并且可以在稍后与跨越多个位置的计算资源相关联，而不影响金融模型本身的高级表示。

图11中的完整图表Φ显示了连接器的使用C′ 定义多个空间的步骤S ′, S′′ 和S′′′,  每个关联到子图φ!, φ!′ 和φ!′′. 每个空间和子图可以关联到不同的分布上下文，而不影响财务模型的直观描述。本质上，连接器通过使用空间透明地添加位置和分布的概念，允许对金融模型进行缩放，以处理几乎无限的负载和数据量。从某种意义上说，这一概念是表示的固有概念，因为它没有在所描述的财务模型中定义，并且可以在以后做出与性能、存储和处理能力相关的决策，而无需修改财务模型本身。D、 模拟财务模型是复杂系统的一种表示，在许多情况下，定义一个模型的目的是通过应用规范、客观的研究方法来预测结果。模拟是许多学科中研究复杂问题的基本技术，尤其是在金融科学中，通过应用专门的算法来定义、搜索和测试可能的可行解决方案。在经济学中，模拟在基于人群的调查中有一个精确的位置【5】，或者换句话说，模拟是对系统的模仿【61】。

金融模型本质上是对大型复杂系统的模仿，是对其进行适当规模的受控简化。Cs#Cj#Cj#Cs#拆分联接#反馈#循环#P1#（…）#Pn#δ1#δ（n-1）#x’#Д’#δ’#C’#P1#（…）#Pn#δ1##δ（n-1）#Д“”#P1#（…）#Pn#δ1#δ（n-1）#Д“”#C“”#C“”#Φ#space#S“”#space#S“”#space#δ“”#“”#35；14分面模拟负责表示允许预测财务模型中可能结果的方法。在这方面，模拟的一般主题是广泛的，正在积极研究中[5]。因此，在知识领域中定义仿真方面时，主要的挑战是建立可应用于该表示模型的精确简化级别，而不影响对仿真中心问题的洞察质量。根据之前在第二节中定义的表示过程，必须根据特定领域的需求和计算分类法选择任何方面，在这种情况下，精确地说是模拟方面。第四节先前定义了特定领域的要求，鉴于模拟主题的重要性，应通过经济领域大规模合作的证明管道来补充这些要求[5][6]。分类模拟技术的各种备选方案给出了计算分类法[62][61][63][60]，如图12所示。根据这种表示过程，需求和技术的结合足以选择和调整金融模型模拟的相关属性。图12：。模拟分类法和与经济学的相关性模拟方面根据基于时间、行为和数据组织的通用分类法进行分类。

标记为点状的叶子与经济学领域无关。仿真方面的分类根据时间、行为和数据组织的存在，在三维中组织所有可能的表示。分类的所有三个维度都是完整的，并不相互排斥，从某种意义上说，模型需要在每个维度上同时进行分类。例如，预测公司行为对资产价格的影响的模型是静态的、确定性的和基于网格的，而使用随机冲击来确定收盘价中投资组合盈利能力的多个特征的影响的模型是动态时间步进的、随机的和基于网格的。D、 1。时间的存在第一种分类考虑了时间的存在【63】或变化的时间【60】。顾名思义，这种分类考虑时间是否是定义模拟结果的重要变量【62】。根据这种分类，系统模型可以分为静态模型和动态模型，分别是通过观察系统是否可以在没有或有与时间相关的变量的情况下进行充分建模。在我们之前在第四节中定义的使用案例中，很明显，绝大多数金融模型都是动态的。然而，我们不能忽视，一些关键的例外情况不需要时间。与金融科学领域相关的静态系统的一个例子是公司行为对特定行为发生当日权益资产估值的影响。动态系统进一步分为连续系统和离散系统【63】。

连续动态系统考虑到所考虑的变量或特征不断演变，通常通过微分方程进行建模，表示系统的连续修改。经济学之外的一些例子通常与经典力学有关，如在重力场中运动的粒子，或摆动摆[62]。所有可观测现象本质上都是连续的，但由于根据定义，模型是真实事件的替代物，因此考虑到系统的所有变量都是时间的分段常数函数，在有限范围内只具有多个值中的一个值，因此使用离散动态系统可以进行显著的简化。根据时间间隔的不规则性，动态离散系统可以进一步分类为时间步进或事件驱动系统。在时间步进系统中，时间间隔是恒定的，或者是从时间的分数中推导出来的，在这些分数中可以清楚地确定周期性。金融学中动态离散系统的例子是与时间序列中离散值（如价格、回报、风险比率）变化相关的模型。动态离散时间步进系统在金融领域的应用占大多数。在事件驱动系统18上，时间中断以不规则的间隔发生，由模型本身的外部源驱动。在金融领域，这种系统不像基于恒定时间步长的系统那样常见。然而，在调查复杂用例时，事件驱动系统至少应被视为必要的，并且是一种适当的工具。一些示例与基于代理的中央限额订单模拟案例有关。

在这些模拟中，软件代理扮演着市场参与者的角色，并被用来衡量现实世界经济代理的影响，以研究预定义行为对金融工具价格变化的影响[24][25][26][27][28][29]。通过调整通用流，动态离散系统以经济学领域的计算表示形式表示φ(P, δ)   在两个特定点中表示时间步进系统或事件驱动系统。通过替换通用端点来复制时间步进系统X 碎片数量x 在溪流中φ( P, δ) 按时间进度端点f(T, X)  因此T  在18岁到18岁之间，我们假设基于代理的建模是通常用于模拟事件驱动的动态系统的工具的扩展[82][81]。分类（on+of+Simula（on+模型+存在+of+时间+Sta（c+动态+Con（NUUS+离散+时间步进+事件驱动+时间+缩放+代理+Emula（on+行为+确定性）（c+随机（c+数据+组织）（on+基于网格+无网格+15个事件x! 可以调整，如图13所示。图13：。时间步进系统的仿真通过替换通用端点来模拟时间步进系统X 碎片数量x 通过周期函数f(T, X) 其中期间T 是模拟原始系统中存在的时间步长的一小部分。调整T “最小化”允许以毫秒为单位模拟市场行为，否则只能在长时间内观察到这些行为，从而实现所有实际目的的时间压缩效应。然后，可以根据需要多次重放模拟，所有相关特征的值都不同[8]。

事件驱动系统在经济学领域的计算表示中由两种不同的变体表示：时间缩放和代理模拟。在时间缩放变化中，一个通用端点X  碎片数量x 在溪流中φ(P, δ) 被端点替换f(k, X),  允许通过重播事件来复制事件驱动的系统x! 从…起X 以不同的时间尺度。通过调整每个事件的发生时间，可以实现时间步进模拟中观察到的相同时间压缩效应x! 缩小规模k  像x!!   如等式12所述。t!= t!+1.kt等式12。时间刻度何处t! 是指定给模拟开始的任意时间，并且k 是时间压缩比例。在代理仿真变体中，如图14所示，流φ(P, δ) 扮演单个软件代理的角色，类似于一些文献中所称的面向过程的范式【64】、过程建模【65】或过程交互【66】。每个软件代理A!,  以流表示φ(P, δ),  用于建模保持状态并随时间演化的真实世界实体。代理通过共享上下文进行交互，通过直接通信或修改共享资源中的状态进行交互。一个称为离散事件模拟环境的组件负责代理的适当调度和协调A! 通过发布和捕获activate、cancel或yield类型事件的变体。图14：。离散事件模拟环境每个流φ(P, δ) 扮演软件代理的角色A!,  执行是通过特定的信号激活、取消或屈服来完成的。代理通信和共享资源的竞争访问是通过代理上下文完成的。

在更高的级别上，激活信号将代理标记为有资格执行，而取消事件将强制代理释放资源并产生执行。代理通过发出不同类型的产量信号来通知离散事件模拟环境任务状态的具体变化。产量信号告诉离散事件模拟环境，可以取消对代理的调度，如果有合格的代理可用，则可以将操作交给合格的代理【64】【67】。D、 2。行为仿真模型的第二种分类考虑了给定一组恒定输入的模型执行结果的随机性。在确定性模型中，模型执行的结果仅取决于模型的输入，这意味着重复多次模拟将产生相同的结果【63】。另一方面，在随机模型中，模拟结果随机变化19【68】。金融模型需要确定性和随机性行为，模型的确切性质由处理器的行为和底层图的拓扑结构定义φ  描述模型，如前面A、B和C.D.3节所述。数据组织第三类仿真模型根据数据组织方案，将仿真安排为基于网格或无网格的仿真【60】。在无网格组织中【69】，数据与称为粒子的单个和断开连接（即无网格）的节点相关联。粒子的更新不绑定到粒子之间的相邻或连接关系，而是与所有被视为相关的粒子的交互相关。

无网格组织能够以计算能力为代价模拟复杂系统，19个伪随机模型（其中随机结果由基于称为种子的数字的预定义随机值序列模拟）确实是确定性模型的特例。P1#P1#（…）#Pn#δ1#δ2#δ（n-1）#f（T，%X）%Д（P，#δ）#！\"#$%&$φ!\"#$%&$φ!“#$%&$\'（）*\'+，$（\'-（，.$/0，.1$203（4，+，56*，-+$7089.）：-$6-*04:-8，-+$；<$；=$；>$（：-+，？+@$5$\'A，-+$（：889-0（\'）：-$5$3B\'4,1$4,3:94（，$）（，33$16编程复杂性。在金融中使用无网格模拟通常适用于使用过度专业的情况[70][71][72][73]因此，在第四节中被认为超出了范围，并被排除在使用案例列表之外。或者，在基于网格的组织中，模拟的状态被安排在网格中特定位置的离散单元中。根据以前的状态及其邻居的状态对每个单元进行更新，或对其连接的单元进行更新。绝大多数财务模型都是基于网格的。在这个为经济学领域提出的计算表示中，一些基本构造（反应性原语、函数和操作符）在基于网格的组织中扮演着细胞的角色，而连接反应性原语构造的安排方式与细胞依赖性相同。六、 贡献如第二节中介绍的表征过程所定义，计算表征的第二个元素称为贡献。如第二节所述。B、 贡献被定义为基于人群的科学调查的可共享和正式证据。

根据第二节中的代表性过程，贡献是一种可共享证据的分类法，该分类法与所研究知识领域的使用案例相关，在本案例中为经济学。前文第四节根据第二节讨论的证据性质描述了使用案例。B、 所有贡献都必须遵循一个称为贡献分类法的分类系统。经济学领域计算表示法的贡献必须涵盖与金融科学相关的广泛模型、方法和结果【74】。一些例子包括小型、中型或大型数据集；低、中、高频时间序列；计算处理器和可视化绘图；以及与历史和实时执行、模拟和回测相关的结果。经济学领域贡献的分类如图15所示。图15：。贡献的分类法贡献分为财务模型、处理器或端点。端点可以是可视化（即绘图、动画）或数据集。所有捐款均具有第二节规定的证据性质。B、 因此，除了在图15中精确地归为树的一个分类之外，所有贡献也都是唯一确定的，带有出处的详细记录，并持有可执行的所有权和访问信息。在更高的层次上，贡献被分类为财务模型、处理者或端点。A、 金融模型经济领域计算表示的第一种贡献是金融模型。

根据定义，金融模型是对经济学领域中可观察现象的描述，简化到适当的规模，并在基于人群的调查过程中进行调整。第四节列出了对财务模型要求的广泛概述。由于财务模型是供款，因此它们遵循我们所称的供款证据属性，如第二节所述。B、 因此，财务模型可以由不同的用户定义和重用。从代表性的角度来看，财务模型是基于处理器和端点流构建的，以图形的形式排列。第8页第V.A.2节介绍了将金融模型描述为流的基本原理。通用财务模型的示例如第13页图11中的图Φ所示。处理器和端点作为贡献分别在下面的B和C部分中解释。B、 处理器经济领域计算表示的第二种贡献是处理器。处理器是执行流上的步骤，用于对数据片段执行特定计算x ,  如第V.A.2节所述。由于处理者是供款，因此它们具有供款的证据属性，如第二节所述。B、 因此，当需要相同的特定功能时，不同的用户可以跨不同的财务模型（即，执行流，如第V.A.2节所述）定义和重用处理器。处理器进一步分类为处理器、连接器、修饰剂、反应剂或代理处理器：最简单的处理器类型是处理器。

处理程序将转换应用于元数据片段x 如第V.A.2节所定义；o连接器：通过使用一种称为连接器的特殊类型的处理器，可以从多个较小的子图组成更大、更复杂的金融模型。第9页第V.A.2节详细解释了连接符，并解释了流式金融模型的连接特性；o修饰符：如第9页第V.A.2节所述，修饰符支持金融模型的可塑性。塑性函数在方程4中形式化。图6描述了可塑性应用于金融的一个实例；分类法（共（个）贡献（个）财务（个）模型（个）处理器（个）代理（个）连接器（个）修改器（个）端点（个）可视化（个）绘图（个）数据集（17o反应式：反应式允许在金融模型中表示声明性、非顺序属性：反向控制、时间管理抽象和同步性细节抽象。反应式处理器的形式化之前在第10页第V.B节中给出。o代理：处理器的这种专门化用于支持事件驱动仿真模型的一个子类，称为代理仿真。第14页第V.D.1节详细描述了代理仿真。在该部分中，代理处理器被描述为软件代理A!, 以流表示φ(P, δ), 如图14所示。C、 端点在经济学领域的计算表示中，第三种类型的贡献称为端点。端点可以用作数据片段的源或目标x  在执行流中φ(P!, δ!) ,  如第8页图5所示。

由于端点是贡献，因此它们遵循我们所谓的贡献证据属性，如第二节所述。B、 因此，只要需要相同的端点或数据状态，就可以由不同的用户跨不同的财务模型（执行流，如第V.A.2节所述）定义和重用端点。根据数据的预期用途，端点可以进一步分类为可视化或数据集。可视化可以是静态的，也可以是动态的。静态可视化（称为绘图）显示样本的完整且不变的表示(x!…   x!)  其中与间隔关联的窗口[i, j] 是常量。另一方面，动态可视化（也称为动画）表示数据的可变窗口或示例。动态可视化根据新数据的到达实时调整几何表示。第二种类型的端点称为数据集。数据集是一个转换数据片段的存储库，如图5所示，它可以是几乎无限的数据片段流的入口点x,  或流执行的目标φ(P!, δ!).  数据集可以作为多个子图或流的中间入口和出口点φ(P!, δ!).  在这种意义上，一个执行流的结果数据集可以是第二个不同执行流中的源数据集。七、数据约束根据第二节中定义的表示过程，计算表示的第三个元素称为数据约束。第二节详细解释了数据限制。C、 并定义关联规则，以确定知识领域中可行的内容。

这些结构约束使用一个抽象的数据层来定义对基于数据的单独抽象的限制，因此称为元数据。特定知识领域中的一组结构约束称为元模型。对于我们感兴趣的金融科学领域，贡献和方面之间关联的结构约束在三组不同的元模型中定义，基于其特殊用途：配置、执行或模拟元模型配置元模型：表示一段时间内按图形排列的方面配置的版本快照。换句话说，对定义特定财务模型的执行步骤的所有图形的结构描述。由于执行流或图形可以随时间变化，版本化配置元模型允许在过去的任何给定时刻精确定义和再现执行流。此元模型的实例将确定用于生成任何特定结果集的所有数据的可复制执行序列、版本和出处跟踪执行元模型：表示流经模型的一个或多个兼容步骤的分层数据片段。执行元模型的实例与一个特定的配置元模型相关。在某种意义上，是对金融科学固有概念的结构化数据描述：实体、合同、工具或关系模拟元模型：支持注册支持调查所需的实验、结果和方法。注册是金融模型、冲击和基准之间的永久三元关联。

财务模型是描述问题领域、被检验假设和被验证方法的贡献。测试和方法中假设定义的背景是证明管道的一部分[5]。冲击描述了财务模型的每次执行，用于记录使用的数据，以及每次执行的结果。基准描述了不同冲击结果的最终比较，并概述了结论【8】。需要注意的是，元模型是根据使用或练习的财务案例定义和依赖的，并且应该根据需要以特殊方式定义。定义一组可用于大量金融用例的广泛元模型是不切实际的，并且不会产生额外的见解来证明复杂性的增加。此外，某些使用情况可能需要一组部分元模型。例如，对于实时股票定价财务模型，如果严格依赖中间价和静态价格计算功能，则不需要模拟和配置元模型。这个特定使用案例的财务模型可以完全依赖于执行元模型[8]。八、结论计算机提供了许多重叠和冗余的方法来表示想法，主要是因为这是需要支持跨不同知识领域的多种可能表示的意外结果。18这项研究了解到，有效利用计算资源的一部分是能够正确地形式化知识领域，并允许描述更适合该特定领域的所有概念。

这就是本文与经济学相关的目的：在经济学领域为金融模型形式化一种有效的计算表示。我们通过定义一个知识表示系统来定义一个特定的计算表示[75][19][17]，该系统涉及哪些内容可以共享，在本研究贡献的范围内被称为，如何建立称为方面的基本构建块，以及由数据约束定义的结构约束。面定义了框架中的计算表示。这些方面的组合将作为概念框架中其他更复杂抽象的基本构建块。“贡献”一词适用于参与者（用户）生产的工件，并通过共享的科学支持系统转移或贡献给更广泛的用户社区。数据约束定义了贡献和方面之间关联的结构约束，以及财务模型上高层概念的数据描述。计算表征是基于人群的科学调查的非认知促成因素。正如该术语所示，启用码定义了在人群中的大量参与者中进行科学调查所需的或应该具备的条件[6][76]。促成因素有两种：认知和非认知。认知使能器是独立于领域的，或者换句话说，无论所考虑的知识领域的特征如何，认知使能器都应该是相同的。这项研究考虑了两种认知促成因素：大规模证明方法和协作方法[6]。

另一方面，非认知使能因素强烈依赖于知识领域的具体情况。第二节中定义的表示过程解释了特定领域需求和计算表示之间的强烈依赖性。根据定义，计算表示的目的是随着知识领域的新特征被引入或纳入范围而不断发展和适应【6】。因此，计算表示永远不是最终的。本文中描述的计算表示法Sigma也不例外。西格玛旨在随着新的财务模型的研究而发展，并将其需求引入研究。九、 方程列表方程1。功能组成。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。8.方程式2。同步运算符合成。。。。。。。。。。。。。。。。。。。。。8.方程式3。流的面向图形的表示。。。。。。。。。。。。。。。8.方程式4。塑性函数的定义。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。9!方程式5。输入符号的顺序。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。9!方程式6。谓词结果的顺序。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。10!方程式7。反应性配方示例。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。10!方程式8。流和反应物的组成。。。。。。。。。。。。。。。。。。。。。11!方程式9。无功提升功能。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。12!方程式10。原始提升功能。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。12!方程式11。连接器和配电空间。。。。。。。。。。。。。。。。。。。。。。。。13!等式12。时间刻度。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。15! 十、 图1的图表列表。表征过程。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。3.图2：。

知识领域中的面示例。。。。。。。。。。。。。。。4.图3：。第一次引用流。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。7.图4：。进化时间表：计算模型。。。。。。。。。。。。。。7.图5：。流作为有向图。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。8.图6：。图形修改连接器示例。。。。。。。。。。。。。。。。。。。。。。。。。9!图7：。反应依赖关系图。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。11!图8：。流和反应物的组成。。。。。。。。。。。。。。。。。。。。。。。。。11!图9：。连接器和输入和输出流。。。。。。。。。12!图10：。连接器和通信模式。。。。。。。。。。。。。。。。。。。。13!图11：。按连接符和空间组合的图形。。。。。。。。。。。13!图12：。模拟分类和与经济学的相关性。。14!图13：。时间步进系统仿真。。。。。。。。。。。。。。。。。。。。。。。。。。。15!图14：。离散事件仿真环境。。。。。。。。。。。。。。。。。。。。。15!图15：。捐款分类。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。16! XI。参考文献[1]Gary Lupyan和Emily Ward，“语言可以将原本看不见的物体提升为视觉感知”，载于《美国国家科学院院刊》，斯坦福，2013年，第14196-14201页。[2] 劳尔·罗德里格斯·埃斯特班（RaulRodriguez Esteban）和安德烈·Rzhetsky（Andrey Rzhetsky），《文学中的六种感官：生物医学文本中黯淡的感官景观》，《欧洲医学会报告》，第9卷，第3期，第212-215页，2008年3月。[3] 沃纳·海森堡，《物理学和哲学：现代科学革命》，第1版：火炬书，1958年。[4] Jorge M Faleiro Jr和Edward P.K。

Tsang，“支持大众推动的经济学科学：FRACTI，金融市场大规模合作和透明调查的概念框架”，第14届模拟和分析研讨会，赫尔辛基，2016年。[5] Jorge M Faleiro Jr，“自动化真相：大众推动的经济学科学调查案例”，CCFEA，埃塞克斯大学，2016年报告。[6] Jorge Martins Faleiro Jr，“支持大规模合作和基于人群的经济学研究：金融模型描述和模拟的计算表示”，英国埃塞克斯科尔切斯特埃塞克斯大学计算金融和经济代理中心，博士论文217822018年。[7] Jorge M Faleiro Jr和Edward P.K.Tsang，“支持大众推动的经济学科学：FRACTI，金融市场大规模合作和透明调查的概念框架”，第14届模拟和分析研讨会，赫尔辛基，2016a。[8] Jorge M Faleiro Jr和Edward P.K.Tsang，“简化黑魔法调查：使用分形模式对动量交叉策略进行蒙特卡罗模拟和历史回溯测试”，计算金融和经济代理中心，埃塞克斯大学，科尔切斯特，工作文件WP078-162016。[9] Jeremy Goecks、Anton Nekrutenko和James Taylor，“银河系：支持生命科学中可访问、可复制和透明计算研究的综合方法”，基因组生物学，2010年11月，http://genomebiology.com/2010/11/8/R86.[10] 爱德华·塔夫特（EdwardTufte），《美丽的证据》（Beatiful Evidence），第二印刷版。柴郡，CT，美国：图形出版社，2006年。[11] Matthias Schwab、Martin Karrenbach和Jon Claerbout，“使科学计算可再现”，计算科学工程，第2期，pp。

61-67, 2000.[12] Robert Gentlest，“可再生研究：生物信息学案例研究”，《遗传学和分子生物学中的统计应用》，第4卷，第1期，第2页，2005年。[13] （2016年9月）韦氏在线词典。[在线]。https://www.merriam-webster.com[14] T Berners Lee、R Fielding和L Masinter，“统一资源标识符（URI）：通用语法”，网络工作组，互联网工程任务组，RFC STD:662005。[15] Patrick J Hayes，《朴素物理I：液体本体论》，《语义与认知研究所》，日内瓦大学，1978年工作论文。[16] R Davis和H Shrobe，“代表数字硬件的结构和行为”，IEEE Computer，第16卷，第10期，第75-82页，1983年10月。[17] Randall Davis、Howard Shrobe和Peter Szolovits，“什么是知识表示？”AI杂志，第14卷，第1期，1993年春。[18] Phillip Bricker，“本体论承诺”，斯坦福哲学百科全书，第2016版，Edward Zalta，ed.斯坦福：斯坦福大学形而上学研究实验室，2016，https://plato.stanford.edu/archives/win2016/entries/ontological-commitment/.[19] Agustin Rayo，“本体论承诺”，麻省理工学院，剑桥，2007年2月9日。[20] Jorge M Faleiro Jr.（2015年7月）QuantLET示例：使用Streams和蒙特卡罗模拟对动量策略进行回溯测试。[在线]。http://goo.gl/EWGqyO[21]Jorge M Faleiro Jr.（2014年9月）QuantLET示例：移动平均线交叉。[在线]。https://goo.gl/jEo6Mt[22]Jorge M Faleiro Jr.（2014年9月）QuantLET示例：无限电子表格。[在线]。https://goo.gl/e5AzKU【23】Jorge Martins Faleiro Jr.（2013年5月）在QuantLET实施“周期性多头策略”。

演示[24]Laurent Foata、Michael Vidhamali和Frédéric Abergel，《多代理订单模拟：单资产和多资产高频做市策略》，订单驱动市场的经济物理学：斯普林格，2011年。[25]Efstathios Panayi和Gareth Peters，“使用流动性激励代理人的限额指令簿随机模拟框架阅读更多：http://www.worldscientific.com/doi/abs/10.1142/S2424786315500139?journalCode=ijfe，《国际金融工程杂志》，2015年7月。【26】Rama Cont、Sasha Stoikov和Rishi Talreja，“订单动态的随机模型”，《运筹学》，第58卷，第3期，549-563页，2010年5月。【27】Ahmed Murat、Anwei Chai、Xiaowi Ding、Yunjiang Jiang和Yunting Sun，“基于限额订单动态的高频交易统计套利，斯坦福大学，2009年。【28】Anirban Chakraborti、Ioane Muni Toke、Marco Patriarca和Frédéric Abergel，《经济物理学：经验事实和基于代理的模型》，《定量金融》，第11期，第1013-10411911页。【29】Nicholas Tung Chan和Christian Shelton。（2001年4月）DSpace@MIT.[在线]。http://hdl.handle.net/1721.1/7220[30]Michael Gordon，“流程序和多核架构可扩展性能的编译器技术”，麻省理工学院电子工程和计算机科学系，剑桥，论文2010。[31]William Thies，“流程序的语言和编译器支持”，电气工程和计算机科学，麻省理工学院，剑桥，论文2009。Robert Stephens，“流处理的调查”，《信息学报》，第34卷，第7期，第491-5411997年7月。道格拉斯·麦克罗伊。（1964年10月）Unix管道的起源。[在线]。