我们定义了任意但已执行的代理数量N∈ N函数，F:RN>0×[0，∞) → RN，（w，…，wN，t）T7→rw+γwZ（t）NNPj=1（1-γj）γjwj。。。rwN+γNwNZ（t）NNPj=1（1-γj）γjwj.函数F（w，t）对于所有w=（w，…，wN）t是连续可微的。因此，函数F（w，t）是局部Lipschitz。对于i，j=1。。。，N，DFi，j=-γiwiZ（t）Nγj（1- γj）NNPk=1（1- γk）γkwk+ δijr+γjZ（t）NNPk=1（1- γk）γkwk.我们定义了加权| |·| | 1wnorm，| | x | | 1w：=NNXi=1γi（1- γ） | xi |，x∈ RN×1。因此，我们可以重写矩阵DF，DFi，j=-γiwiZ（t）Nγj（1- γj）| w | 1w+δijr+γjZ（t）| | w | | 1w.我们得到，| | DF | |=max | | x | | 1w=1 | | DF x | | 1w=maxj=1，。。。，NNNXi=1γi（1- γi）| DFi，j |。然后，我们可以立即推导出不等式| | DF||≤ Z（t）||w | | 1w | | w | | 1w+| | w | 1w+ r、 并获得Lipschitz常数，L：=r+最大值∈[0，t]Z（t）·最大值∈（a，a+)N | | w | | 1w.我们有w，~w∈ （a，a+)N RN>0， > 0，t∈ [0，t] [0, ∞),||F（w，t）-F（w，t）| |≤ L | | w-w | |。显然，如果我们在奇点中运行，Lipschitz常数L会爆炸，因此我们无法表述全局Lipschitz常数。此外，对于固定的 > 0，这是财富变量的区间下限。ourODE系统的初始条件为正wi>0，根据假设γi∈ (0, 1). 因此，Picard-Lindel¨oforem给出了区间[0，t]，t的存在性和唯一性∈ (0, ∞). 尤其是，NNXj=1（1- γj）γjwj（t）≥NNXj=1（1- γj）γjwj（0）|{z}=：ΓN>0， t型∈ [0，t]，保持不变。因此，我们可以在区间[tk，tk+1]，k上迭代应用Picard-Lindel¨of定理≥ 1、Lipschitz常数不会在每个区间内增加（dividendis bounded的增长）。因此，我们得到了[0]的归纳存在唯一性，∞).定理1的证明。证据我们把证据分成三部分。首先，我们定义了平均场特征流，并证明了唯一解的存在。

这直接给出了柯西问题解的存在性和唯一性。其次，我们推导了平均场PDE的Dobrushin不等式。最后，我们利用Dobrushin估计将平均场PDE与微观系统联系起来，并证明平均场极限的收敛性。平均场特征流：我们有，c：=Zξ（1- ξ） ξu（dξ，dξ）<∞,并定义加权Lwspace，Lw：=p：R>0×（0，1）→ Rmeaurable函数，ZR>0×（0,1）| p（y）| y（1-y） u（dy，dy）<∞.权重是一个正的可测函数，因此我们的空间是一个Banach空间。然后，我们确定序列（Wn）n≥0,Wn+1（t，ξ）=Wn+1（t，ξ）Wn+1（t，ξ）=ξ+tRr Wn（s，ξ）+Wn（s，ξ）Wn（s，ξ）Z（s）RWn（s，ξ）（1-Wn（s，ξ））Wn（s，ξ）u（dξ，dξ）dsξ,W（t，ξ）=ξ=ξ！，ξ∈ (0, 1), ξ> 0.ODE系统的第二个组成部分不会随时间变化，因此，我们有，Wn（t，ξ）=ξ，n∈ N、 我们使用原始N的特殊结构-要观察的粒子ODE系统，| | Wn+1（t，·）- Wn（t，·）| | Lw=| | Wn+1（t，·）- Wn（t，·）| | Lw≤tZr | | Wn（s，ξ）- 西尼罗河-1（s，ξ）| | Lwds+tZmaxy∈[0，t]| Z（y）|Wn（s，·）Rξ（1- ξ） Wn（s，ξ）u（dξ，dξ）-西尼罗河-1（s，·）Rξ（1- ξ） 西尼罗河-1（s，ξ）u（dξ，dξ）Lwds（？）≤tZ公司r+最大值∈[0，t]| Z（y）| L||Wn（s，·）- 西尼罗河-1（s，·）| | Lwds≤tZ···tZr+最大值∈[0，t]| Z（y）| Ln | | W（s，·）- W（s，·）| | Lwds。我们必须讨论局部Lipschitz常数L。我们定义了算符，^F[g]=g（ξ）Rg（ξ）ξ（1- ξ） u（dξ，dξ），其中g∈ Lw。

该算子的G^ataux导数由，d^F（G；ψ）=ddh^F[G+hψ]h=0=ψRg（ξ）ξ（1- ξ） u（dξ，dξ）-gRψ（ξ）ξ（1- ξ） u（dξ，dξ）Rg（ξ）ξ（1- ξ） u（dξ，dξ）.我们必须讨论G^ataux导数的算子范数，sup | |ψ| | Lw=1ψRg（ξ）ξ（1- ξ） u（dξ，dξ）-gRψ（ξ）ξ（1- ξ） u（dξ，dξ）Rg（ξ）ξ（1- ξ） u（dξ，dξ）Lw公司≤ sup | |ψ| | Lw=1ψRg（ξ）ξ（1- ξ） u（dξ，dξ）Lw公司+gRψ（ξ）ξ（1- ξ） u（dξ，dξ）Rg（ξ）ξ（1- ξ） u（dξ，dξ）Lw公司≤ sup | |ψ| | Lw=1 | |ψ| | Lw | | g | | Lw | | g | | Lw | |ψ| | Lw=| | g | | Lw |{z}=：L<∞.对于固定函数g∈ Lw。如果我们回到原来的不等式（？），我们可以应用前面的计算。我们观察到一个局部Lipschitz常数L。从初始密度W（t，·）开始∈ Lwhichsaties | | W（t，·）| | Lw<∞,我们可以推断，我们从未在奇点零点运行过。原因是序列的构造，分别是我们的ODE的结构。ODE的右侧是正的，因此我们的解（分别是序列）仍然是正的。股息不受定义的限制。因此，我们可以得到每个时间间隔[0，T]，T∈ R> 0a常数M，M：=R+最大值∈[0，T]| Z（y）| L，L：=| | W（T，·）| | Lw，使得前面的不等式（？）持有。此外，我们还有不等式，| | W（s，ξ）- W（s，ξ）| | Lw=| | W（t，ξ）- W（s，ξ）| | Lw=ZsZrξ+ξξZ（y）Rξ（1- ξ） ξu（dξ，dξ）dyξ(1 - ξ） u（dξ，dξ）≤tZZ公司rξ+ξZ（y）rξ（1- ξ） ξu（dξ，dξ）ξ(1 - ξ） du（dξ，dξ）dy≤rc+最大值∈[0，t]| Z（y）| 1t、 最后观察，| | Wn+1（t，·）- Wn（t，·）| | Lw≤rc+最大值∈[0，t]| Z（y）|（M t）nn！。因此，我们有，Wn（t，·）→ W（t，·），在Lwand t中均匀∈ [0，T]。此外，W∈ C（R>0×（0，1），Lw）满意度，W（t，ξ）=W（t，ξ）W（t，ξ）=ξ+tRr W（s，ξ）+W（s，ξ）W（s，ξ）Z（s）RW（s，ξ）（1-W（s，ξ））W（s，ξ）u（dξ，dξ）dsξ.（26）下一步，我们将证明我们的解的唯一性。我们假设W（t，ξ），~W（t，ξ）是两个解。

第二个分量的唯一性很明显，因为两个解都必须满足初始条件。在第一部分中，我们推导出以下不等式，| | W（t，ξ）-W（t，ξ）| | Lw≤tZr | | W（s，ξ）-W（s，ξ）| | Lwds+tZξZ（s）W（s，ξ）RW（s，ξ）ξ（1- ξ） u（dξ）-Z（s）~W（s，ξ）R ~W（s，ξ）ξ（1- ξ） u（dξ）Lwds≤tZ（r+Z（s）L）| | W（s，ξ）-W（s，ξ）| | Lwds。然后，我们应用Gronwall不等式立即观察到唯一性。方程（26）中的被积函数是连续的，因此函数t 7→ W（t，ξ）为Con[0，t]类，满足，tW（t，ξ）=r W（t，ξ）+W（t，ξ）W（t，ξ）Z（t）RW（t，ξ）（1-W（t，ξ））W（t，ξ）u（dξ，dξ）！W（0，ξ）=ξ。然后，我们最终替换w=w（t，ξ），γ=w（t，ξ），分母中的积分由ZW（t，ξ）w（t，ξ）（1）给出- W（t，ξ））u（dξ）=Zwγ（1- γ） W（t，·）#u（dξ）|{z}=u（t）。因此，我们证明了平均场特征方程解的存在性和唯一性。由于我们观察到的特征线方法，f（t，·）L=W（t，·，fL）#fL， t型∈ R、 因此，我们可以立即推导出平均场PDE的Cauchy问题inC（R>0×（0，1），L（R））解的唯一性。稳定性估计Letξ，|ξ∈ R> 0×（0，1），那么我们有，W（t，ξ，u）-W（t，ξ，u）=ξ-ξtZr W（s，ξ，u）-r W（s，ξ，u）+ξW（s，ξ，u）Z（s）rξξ（1-ξ） u（s，dξ，dξ）-§ξW（s，§ξ，u）Z（s）Rξξ（1-Иξ）u（s，dξ，dξ）ds。然后，我们对分母中的积分进行替换，因为ui（t）=W（t，·，ui）#ui我们观察到，例如，对于i=1，Zξξ（1- ξ） u（s，dξ，dξ）=ZW（s，ξ，u）ξ（1- ξ） u（dξ，dξ）。然后我们再次使用Lipschitz连续性。

通过滥用符号，我们对常数使用相同的符号，尽管由于我们考虑的不同规范，它们有所不同，| W（t，ξ，u）- W（t，|ξ，u）|≤ |ξ -ξ|+（r+maxy∈[0，t]| Z（y）| L）|{Z}=：MtZ | W（s，ξ，u）- W（s，ξ，u）| ds。然后，我们对测度π进行积分∈ ∏（u，u）并使用Fubini，Z | W（t，ξ，u）- W（t，|ξ，u）|π（dξ，d|ξ）≤Z |ξ-ξ|π（dξ，dξ）+MtZZ | W（s，ξ，u）- W（s，|ξ，u）|π（dξ，d|ξ）ds。我们定义，Ξ[π]（t）：=Z | W（t，ξ，u）- W（t，ξ，u）|π（dξ，dξ）。因此，我们可以将上面的不等式改写为，Ξ[π]（t）≤ Ξ[π]（0）+MtZΞ[π]（s）ds，并且可以通过Gronwall不等式推导出，Ξ[π]（t）≤ Ξ[π]（0）eM t，保持不变。然后，我们定义了图Φt：（ξ，|ξ）7→W（t，ξ，u），W（t，ξ，u）,Φt#π=π（t）∈ π（u（t），u（t）），自π起∈ π（u，u）和W（t，·，ui）#ui=所有t的ui（t）∈ [0，T]。因此，我们得到，distW，1（u（t），u（t））=infπ∈∏（u（t），u（t））Z |ξ-ξ|π（dξ，dξ）≤ infπ∈∏（u，u）Z | W（t，ξ，u）- W（t，ξ，u）|π（dξ，dξ）=infπ∈π（u，u）Ξ[π]（t）≤ eM tinfπ∈π（u，u）Ξ[π]（0）=eM tdistW，1（u，u），给出结果。第一个不平等是微妙的。本质上，由于一种转换的选择，一个从耦合∏（u（t），u（t））的上限切换到∏（u（t），u（t））的上限。由于集合∏（u（t），u（t））可能小于∏（u（t），u（t）），因此最大值变大。平均场极限：根据Dobrushin的稳定性估计，我们得到，distW，1（uXN，f（t，·，·）L）≤ eM tdistW，1（uXN，f）。根据假设，distW，1（uXN，f）→ 0，作为N→ ∞,因此，distW，1（uXN，f（t，·，·）L）→ 0，作为N→ ∞,持有。因此，uXN*f（t，·）L，作为N→ ∞.在概率测度的弱拓扑中。A、 2模型Levy-Levy-Solomon模型我们实施了[48，49]中定义的模型。如第3.1节所述，我们在模型中添加了正确的时间刻度。

为了获得原始模型，需要设置t=1。该模型考虑了N∈ 可以投资γi的金融代理人∈ [0.01，0.99]，i=1。。。，没有他们的财富∈ R> 0投资a股，必须投资1- 将他们的财富以利率r作为安全债券∈ (0, 1). 投资倾向γ由效用最大化和每个代理人在t时的财富动态决定∈ [0, ∞) 由wi（t）=wi（t）给出- t） +t型(1 - γi（t- t） ）r wi（t- t） +γi（t- t） wi（t- t） S（t）-S（t）-t）t+Z（t）S（t）{Z}=：x（S，t，Z）.动力学由乘法红利过程驱动，Z（t）：=（1+tz）z（t- t） ，其中▄z是一个均匀分布的随机变量，支持度为[z，z]。价格由所谓的市场清理条件决定，其中n∈ N是固定的库存数量，ni（t）是每个代理的库存数量，N=NXi=1ni（t）=NXk=1γk（t）wk（t）S（t）。（27）效用最大化由maxγi给出∈[0.01,0.99]E[log（w（t+t、 γi，Sh）），带，E[对数（w（t+t、 γi，Sh））]=mimiXj=1Ui（1- γi（t））wi（t，Sh）（1+rt） +γi（t）wi（t，Sh）1+xS、 t型- jt、 Zt型!.常数midenotes表示每个代理返回的时间步数。因此，时间步长的数量和时间步长的长度定义每个agentextrapolate过去值的时间段。上标h表示股票价格不确定，需要根据市场结算条件确定。最后，计算出的最优投资比例被噪声项γi（t）=H（γ）模糊*i（t）+i） ，其中iis是一个标准偏差为σγ的正态分布随机变量。功能H确保γ线在间隔[0.01，0.99]内。最后，我们必须在噪声处理后更新价格。

由于投资分数是常数，我们可以显式计算股票价格，S（t）=nNPi=1γi（t）wi（t- t） +t wi（t- t）γi（t- t） Z（t-t）-S（t）-t）t S（t-t） +（1-γi（t- t） ）r1.-nNPi=1γi（t）γi（t-t） wi（t-t） S（t）-t） 。效用最大化由于简单的效用函数和线性动力学，我们可以在边界达到最大值的情况下计算最优投资比例。一阶必要条件由f（γi）：=ddtE[log（w（t+t、 γi，Sh））]=mimiXj=1t（xS、 t型- jt、 Z- r）t（xS、 t型- jt、 Z- r） γi+1+因此，对于f（0.01）<0，我们可以得出结论，γi=0.01成立。同样，如果f（0.01）>0且f（0.99）>0成立，我们得到γi=0.99。因此，只有在f（0.01）>0和f（0.99）<0的情况下，才能预期[0.01，0.99]内部的溶液。这与[63]中的观察结果一致。Franke-Westerhoff模型我们提出了Franke-Westerhoff模型，如【31】中所述，并在【32、33】中进行了轻微修改。如第3.1节所述，我们在模型中添加了时间缩放。为了获得原始模型，需要考虑代理份额的显式Euler离散化，并且必须设置t=1。FrankeWesterhoff模型考虑了两种类型的代理人，宪章主义者和原教旨主义者。每个代理的需求读取，Df（t）=φ（F- P（t））+fk，φ∈ R+，fk公司~ N（0，σf），（28）Dc（t）=χP（t）- P（t- t）t+ck，χ∈ R+，ck~ N（0，σc），（29），其中P（t）表示对数市场价格，F表示基本价格。噪声术语fkand公司Ck为正态分布，具有零均值和不同的标准差σcand和σf。第二个重要特征是图表或基本人口的分数。

从这个意义上讲，这两个代理可以被视为一个群体的代表代理。图表的分数nC（t）∈ [0，1]和原教旨主义者nF（t）的分数∈ [0，1]必须填写nC（t）+nF（t）=1。因此，确定性超额需求可以定义为：DF W（t）：=（DF（t）+dc（t）），（30）DF（t）：=2 nf（t）E【DF（t）】，dc（t）：=2 nc（t）E【dc（t）】。（31）这里，E表示期望值。定价方程由简单规则P（t）=P（t）给出- t） +ut DF W（t）+√tu（nf（t）σf+nc（t）σc）η，η~ N（0，1）。（32）最后，我们需要指定切换机制。这种切换机制被称为转移概率法（TPA）[50，77]。我们考虑所谓的切换指数a（t，P，nf，nc）∈ 它描述了基本策略相对于图表策略的吸引力。因此，积极的a（t，P，nf，nc）反映了与图表作者相比，基本策略的优势，如果a（t，P，nf，nc）是消极的，则情况正好相反。我们定义了切换概率πcf（a（t，P，nf，nc））：=νexp（a（t，P，nf，nc）），（33）πfc（a（t，P，nf，nc））：=νexp(-a（t，P，nf，nc））。（34）其中πxy是具有策略x的代理切换到策略y的概率。灵活性参数ν>0是a（t、P、nf、nc）的比例因子。备注1。2011年引入的Franke-Westerhoff模型的一个小修改【32，33】考虑了以下切换概率，πcf（A（t，P，nf，nc））：=min1，νexp（a（t，P，nf，nc））, （35）πfc（a（t，P，nf，nc））：=最小值1，νexp(-a（t、P、nf、nc））. （36）之前的定义确保切换概率限制在区间[0，1]R

在2009年引入的原始模型中【31】，没有（35）中引入的额外限制。显式Euler离散化——如（16）所示，图表主义者和原教旨主义者份额的时间演化的显式Euler离散化由以下公式给出：nf（t）=nf（t- t） +tnc（t）πcf（a（t- t） （）- tnf（t）πfc（a（t- t） ），nc（t）=nc（t- t） +tnf（t- t） πfc（a（t- t） （）- tnc（t- t） πcf（a（t- t） ）。半隐式Euler离散化或者，可以使用第3节中介绍的半隐式模式来计算图表主义者和原教旨主义者的份额的时间演化SNF（t）=nf（t- t） +tπcf（a（t- t） ）1+t（πfc（a（t- t） ）+πcf（a（t- t） ）），nc（t）=nc（t- t） +tπfc（a（t- t） ）1+t（πfc（a（t- t） ）+πcf（a（t- t） ））。（37）如第3.1节所示，该数值近似稳定并保持常微分方程的不变性。最后，我们必须指定如何计算切换指数a（t、P、nf、nc）。切换指数a（t、P、nf、nc）编码了原教旨主义策略对艺术家策略的有利程度。

切换指数是由三个原则（倾向、羊群和错位）线性确定的，a（t，P，nf，nc）=αP+αh（nf（t）- nc（t））+αm（P（t）- F），参数值100miσγ0或0.2r 0.04z=z0.05t 1时间步长200（a）Levy-Levy-Solomon模型的参数。可变初始值uh0.0415σh0.003γ（t=0）0.4wi（t=0）1000ni（t=0）100S（t=0）4Z（t=0）0.2（b）Levy-Levy SolomModel的初始值。表1:Levy-Solomon模型的基本设置。参数值99mi10，1 6 i 6 33141，34 6 i 6 66256，67 6 i 6 99σγ0.2r 0.0001z=z0.00015t 1时间步长20000（a）Levy-Levy-Solomon模型的参数。可变初始值uh0.0415σh0.003γi（t=0）0.4wi（t=0）1000ni（t=0）100S（t=0）4Z（t=0）0.004（b）Levy-Levy SolomModel的初始值。表2：Levy-Levy-Solomon模型的设置（3个代理组）。其中αp、αh、αm>0分别是权重比例因子。符号αp∈ R确定基本策略或图表策略的倾向。有关建模的详细信息，请参阅【31】。A、 3参数设置Levy-Levy-Solomon模型通过创建股票回报的艺术历史来初始化股票回报。人工历史被建模为具有平均u手标准偏差σh的高斯随机变量。此外，我们必须指出，如果z=z成立，股息的增量是确定的。

如果没有其他说明，我们使用C++标准随机数生成器对Levy-Levy-Solomon模型进行所有模拟。Franke Westerho ff模型参数值φ0.18χ2.3α-0.161αh1.3αm12.5σf0.79σc1.9ν0.05Pfu0.01t 1（a）参数可变初始值P（t=0）1（b）初始值稳定3：Franke-Westerhoff模型的参数和初始值。模拟随机数生成器图1 C++MT19937 RNG（64位）图2 C++MT19937 RNG（64位）图3 IntelMKL MT2203 RNG（64位）图4 IntelMKL MT2203 RNG（64位）图5 IntelMKL MT2203 RNG（64位）图6 IntelMKL MT2203 RNG（64位）图7 IntelMKL MT2203 RNG（64位）图8 IntelMKL MT2203 RNG（64位）表4：模拟随机生成器。参考文献[1]Albi，G；Herty，M；Pareschi，L.：最优控制问题的动力学描述和意见一致性的应用。In:arXiv:1401.7798（2014）[2]Albi，G；Pareschi，L；托斯卡尼，G；Zanella，M.：观点建模的最新进展：控制和社会影响。贝洛莫，N；Degond，P；Tadmor，E.：In：活性粒子，第1卷。Birkh–auser，Cham，2017年，S.49–98[3]Alfarano，S；勒克斯，T；Wagner，F.：具有异质代理的金融市场中高阶矩的时间变化：一种分析方法。摘自：《经济动力学和控制杂志》（Journal of Economic Dynamics and Control 32）（2008），第1期，第101–136页【4】Andersen，J.V；Sornette，D.：美元游戏。摘自：欧洲物理杂志B凝聚态物质和复杂系统31（2003），第1期，S.141–145[5]贝基尔奇，M；Cramer，S；Frank，M；Otte，P；Pabich，E；Trimborn，T.：基于代理的计算经济市场模型中的程式化事实模拟。In:arXiv:1812.02726（2018）[6]Beja，A；Goldman，M.B.：《论非均衡价格的动态行为》。摘自：《金融杂志》第35期（1980年），第2期，S.235–248【7】Bellomo，N；Degond，P；塔德莫尔，E。

：活性粒子，第1卷：理论、模型和应用进展。Birkh–auser，Cham，2017年【8】北贝洛莫；Degond，P；Tadmor，E.：《活性粒子》，第2卷：理论、模型和应用进展。Birkh–auser，Cham，2019【9】Bolley，F；Canizo，J.A；Carrillo，J.A.：随机平均场极限：非利普希兹力和群集。《应用科学中的数学模型和方法》21（2011），第11期，S.2179–2210【10】Boltzmann，L.：气体理论讲座。Courier Corporation，2012【11】Bonabeau，E.：《基于代理的建模：模拟人类系统的方法和技术》。摘自：《国家科学院院刊》99（2002），编号：suppl 3，S.7280–7287【12】Bouchaud，J.-P；续：朗之万应对股市波动和崩盘的方法。摘自：欧洲物理杂志B-凝聚态物质和复杂系统6（1998），第4期，S.543–550【13】Bouchaud，J.-P；M’ezard，M.：简单经济模型中的财富凝聚。《物理学A：统计力学及其应用》282（2000），第3-4号，S.536–545【14】Cercignani，C.：玻尔兹曼方程。玻耳兹曼方程及其应用。斯普林格，1988年，S.40–103【15】Challet，D；Marsili，M；Zhang，Y.-C.：少数民族游戏中金融市场和市场崩溃的程式化事实。《物理学A：统计力学及其应用》294（2001），第3期，S.514–524【16】Chiarella，C；Dieci，R；Gardini，L.：《投机行为和复杂资产价格动态：全球分析》。摘自：《经济行为与组织杂志》（Journal of Economic Behavior&Organization 49）（2002），第2期，第173–197页【17】Chiarella，C；Dieci，R；Gardini，L.：投机和多元化的动态互动。《应用数学金融学》第12卷（2005年），第1期，第17–52页【18】Chiarella，C；Dieci，R；Gardini，L.：具有异质代理的金融市场中的资产价格和财富动态。

摘自：《经济动态与控制杂志》30（2006），第9期，S.1755-1786【19】Chiarella，C；Dieci，R；他，X-Z.：动态多资产框架中的异质预期和投机行为。摘自：《经济行为与组织杂志》（Journal of Economic Behavior&Organization 62）（2007），第3期，第408–427页【20】续，R；Bouchaud，J.-P.：金融市场中的羊群行为和总波动。《宏观经济动力学》4（2000），第2期，S.170–196【21】Cross，R；格林菲尔德，M；Lamba，H.：投资者行为的平均场模型。In：物理：形态系列Bd.552006，S.55–62【22】Cross，R；格林菲尔德，M；Lamba，H；Seaman，T.：投资者心理学的阈值模型。《物理学A：统计力学及其应用》354（2005），S.463–478【23】Cross，R；格林菲尔德，M；Lamba，H；Seaman，T.：基于阈值的异构代理模型的程式化事实。摘自：《欧洲物理杂志》B 57（2007），第2期，S.213–218【24】天，R.H；黄，W.：公牛、熊和市场羊。摘自：《经济行为与组织杂志》（Journal of EconomicBehavior&Organization 14）（1990），第3期，第299–329页【25】De Grauwe，P；Grimaldi，M.：代理人的异质性、交易成本和交换率。摘自：《经济动态与控制杂志》29（2005），第4期，S.691–719【26】De Masi，A；埃斯波西托，R；Lebowitz，J.：Boltzmann方程的不可压缩Navier-Stokes-Anduler极限。In：《纯粹与应用数学通信》42（1989），第8期，第1189-1214节【27】Dieci，R；福罗尼，I；Gardini，L；市场情绪、适应性信念和资产价格动态。In：混沌、孤子和分形29（2006），第3期，S.520–534【28】Dobrushin，R.L.：Vlasov方程。《功能分析及其应用》13（1979），第2期，S.115–123【29】Farmer，J.D；Foley，D.：经济需要基于代理的建模。摘自：Nature460（2009），第7256号，第685-686条【30】Farmer，J.D；Joshi，S。

：常见交易策略的价格动态。摘自：《经济行为与组织杂志》（Journal of Economic Behavior&Organization 49）（2002），第2期，S.149–171【31】Franke，R；Westerhoff，F.：资产定价结构随机波动率模型的验证。主题：克里斯蒂安·阿尔布雷希特大学（Christian Albrechts Universit）——位于祖基尔。经济系（2009）[32]Franke，R；Westerhoff，F.：资产定价的结构随机波动率模型的估计。《计算经济学》38（2011），第1期，S.53–83【33】Franke，R；资产定价动态中的结构性随机波动：估计和模型竞赛。摘自：《经济动力学与控制杂志》36（2012），第8期，第1193-1211页【34】吉尔伯特，N.：基于代理的模型。Bd.153。Sage Publications，Incorporated，2019【35】Golse，F.：关于平均场极限下大粒子系统的动力学。In：宏观和大规模现象：粗粒化、平均场限制和粗糙度。Springer，2016，S.1–144【36】Grad，H.：Navier-Stokes和非线性BoltzmannEquations的渐近等价性。库兰特数学科学研究所磁流体动力学处，1964年[37]Haier，E；Norsett，S.P；Wanner，G.：求解普通微分方程I：非微分问题。Bd.8。Springer Science&Business Media，柏林海德堡，2008【38】Harras，G；Sornette，D.：如何制造泡沫：近视适应剂的模型。摘自：《经济行为与组织杂志》（Journal of Economic Behavior&Organization 80）（2011），第1期，第137-152页【39】Hommes，C.H.：《经济学和金融中的异质代理模型》。TESFATION，L。；Judd，K.：《计算经济学手册2》（2006），S.1109–1186【40】Hommes，C.H.：《作为非线性自适应进化系统的金融市场》。摘自：量化金融1（2001），S.149–167【41】Kaizoji，T；Bornholdt，S；Fujiwara，Y.：具有异质代理的股票市场旋转模型中的价格和交易量动态。

In：Physica A：StatisticalMechanics及其应用316（2002），第1期，S.441–452【42】Kim，G.-r；Markowitz，H.M.：《投资规则、利润率和市场波动性》。摘自：《投资组合管理杂志》（Journal of Portfolio Management 16）（1989），第1期，S.45–52【43】Kloeden，P.E；压板，E；Schurz，H.：通过计算机实验的SDE数值解。Springer Science&Business Media，2012【44】Lanford，O.E.：《大型经典系统的时间演化》。动态系统、理论与应用。斯普林格，1975，S.1–111【45】拉佩尔，B；Pardoux，E；Sentis，R.：传输和扩散方程的蒙特卡罗方法简介。Bd.6。牛津大学出版社按需出版，2003[46]Lax，C；Trimborn，T.：从非均衡市场到均衡。参见：arXiv:1912.09679（2019）[47]Levermore，C.D.：《动力学理论的力矩闭合层次结构》。摘自：《统计物理学杂志》83（1996），第5-6期，第1021-1065页【48】Levy，M；列维，H；Solomon，S.：股市的微观模型：周期、繁荣和崩溃。摘自：《经济学快报》第45卷（1994年），第1期，第103-111条【49】Levy，M；列维，H；Solomon，S.：《股票市场的微观模拟：微观多样性的影响》。摘自：Journal de Physique I 5（1995），第8期，S.1087–1107【50】Lux，T.：羊群行为、泡沫和崩溃。摘自：《经济杂志》（1995），S.881–896【51】Lux，T；Marchesi，M.：金融市场随机多代理模型中的标度和临界性。In:Nature 397（1999），No.6719，S.498–500【52】Lux，T；Marchesi，M.：《金融市场中的波动聚类：相互作用主体的微观模拟》。摘自：《国际理论与应用金融杂志》第3期（2000），第04期，S.675–702【53】Maldarella，D；Pareschi，L.：特定市场的社会经济动态动力学模型。摘自：Physica A：统计力学及其应用391（2012），第3期，S.715–730【54】Mantel，R。

R、 ：关于总超额需求的特征。摘自：《经济理论杂志》第7期（1974年），第3期，S.348–353【55】Marklof，J；Str–ombergsson，A.：周期洛伦兹气体的玻尔兹曼梯度极限。《数学年鉴》（2011），S.225–298【56】Naldi，G；Pareschi，L；Toscani，G.：社会经济和生命科学中集体行为的数学建模。Springer Science&Business Media，2010【57】Nelson，D.B.：作为离散近似的ARCH模型。《计量经济学杂志》45（1990），第1-2期，第7-38页【58】Neunzert，H.：弗拉索夫方程作为相互作用粒子哈密顿经典力学系统的极限。In：变速箱。流体动力学18（1977），S.663–678【59】Palmer，R.G；Arthur，W.B；Holland，J.H；LeBaron，B；Tayler，P.：艺术经济生活：股票市场的简单模型。In：Physica D：NonlinearPhenomena 75（1994），第1-3号，S.264–274【60】Pareschi，L；Toscani，G.：交互多智能体系统：动力学方程和蒙特卡罗方法。牛津大学出版社，牛津，2013【61】Railsback，S.F；Grimm，V.：基于代理和基于个人的建模：实践简介。普林斯顿大学出版社，2019【62】Saint Raymond，L.：Boltzmann方程的流体力学极限。SpringerScience&Business Media，2009（1971）[63]Samanidou，E；Zschishang，E；Stauffer，D；Lux，T.：基于代理的金融市场模型。《物理学进展报告》70（2007），第3期，S.409【64】Sonnenschein，H.：市场超额需求函数。《计量经济学：计量经济学学会杂志》（1972），S.549–563【65】Sornette，D；周，W.-X.：积极反馈和过度关注在金融市场自我完善模型中的重要性。《物理学A：统计力学及其应用》370（2006），第2期，S.704–726【66】Stigler，G.J.：寡头垄断理论。摘自：《政治经济学杂志》第72期（1964年），第1期，S。

44–61【67】Tesfatsion，L.：基于代理的计算经济学：自下而上的增长型经济。摘自：Arti ficial Life 8（2002），第1期，S.55–82【68】Trimborn，T；Otte，P；Cramer，S；Beikirch，M；Pabich，E；Frank，M.：基于代理的计算经济市场模型模拟器（SABCEMM）。https://github.com/SABCEMM/SABCEMM，2018【69】Trimborn，T.：宏观投资组合模型：从理性代理人到有界理性。《数学与金融经济学》第13卷（2019年），第3期，S.491–518【70】特里伯恩，T；Frank，M；Martin，S.：行为金融市场模型的平均场极限。摘自：Physica A：统计力学及其应用505（2018），S.613–631【71】Trimborn，T；Otte，P；Cramer，S；Beikirch，M；Pabich，E；Frank，M.：SABCEMM：基于代理的计算经济市场模型的模拟器。《计算经济学》55（2020），第2期，S.707–744【72】特里伯恩，T；Pareschi，L；Frank，M.：《投资组合优化和模型预测控制：动力学方法》。《连续动力系统》B 24（2019），S.6209–【73】Turnovsky，S.J.：关于资产积累的连续时间宏观经济模型的制定。《国际经济评论》（1977），S.1–28【74】Vlasov，A.A.：《电子气的振荡特性》。美国原子能委员会，1938年【75】Wanner，G；Haier，E.：求解普通微分方程II。In：施普林格-柏林-海德堡（Springer-Berlin-Heidelberg），1991【76】Wanner，G；Haier，E.：求解普通微分方程II。Bd.375。斯普林格伯林·海德堡，1996年【77】魏德利希，W；哈格，G.：数量社会学的概念和模型：相互作用人口的动力学。Bd.14。施普林格科技与商业传媒，2012[78]Zhou，W.-X；Sornette，D.：金融市场的自组织伊辛模型。摘自：《欧洲物理杂志》B 55（2007），第2期，S。

175–181【79】兹奇尚，E；Lux，T.：Levy，Levy和Solomon微观股票市场模型的一些新结果。In：Physica A：统计力学及其应用291（2001），第1期，第563–573页