金融市场是一个复杂自适应系统,具有复杂性和多变性。传统的经济学理论对金融市场中越来越多的现象如股票市场的暴涨暴跌、收益率分布的“尖峰厚尾”、“羊群效应”等都无法给出合理的解释。因此它不断吸引各领域专家对它进行深入研究,随着计算机技术的快速发展,通过对金融市场进行建模与仿真来理解金融市场就成为该领域的重要研究方法之一。　　 本文希望通过对人工金融市场的建模和仿真,能够找到对金融市场内在规律的解释,通过分析金融市场的动态演化过程能够对金融市场中常见的金融现象(如价格波动、收益率分布、羊群效应、金融市场泡沫、金融市场对国民经济的影响等)做出更加深入客观的分析,从而使人们能在金融市场中获取更多的效用,最终形成金融市场的良性发展。　　 本文所做的主要研究工作包括:　　 首先,本文基于少数者博弈模型(Minority Game,MG)建立了人工金融市场模型。少数者博弈模型能较为真实的模拟了金融市场中Agent的心理、行为因素,并在策略库的帮助下做出投资决策；　　 其次,提出了Agent之间形成的不同网络学习结构并研究不同网络结构下Agent的收益分布及市场变化；　　 最后,分析了不同策略行为下各Agent的收益情况及市场波动,并将上述各模型进行对比,探讨不同学习机制与策略的作用及影响。　　 本文在仿真研究方面取得了一定的成果:通过分析仿真数据得出:收益分布的“尖峰厚尾”特征、寡头市场的交易现象,这些结论都与实证研究相符；同时本文分析了Agent之间形成的网络学习结构并研究不同策略行为下Agent的收益分布及市场变化,实验结果表明策略行为有利于市场的健康发展及投资者的收益。