金融市场中的投资者近邻羊群行为模型是一种结合心理学和金融行为学的数学建模过程。2020年美国股票市场的四次熔断和2015年的中国股票市场,都反映了股票市场近邻羊群行为加剧了市场异常波动,近邻羊群行为的扩散传播问题引起了广泛的关注。投资者近邻羊群行为是在股票市场复杂的内部和外部因素的共同作用下形成的,表现出各种随机性特征和模糊性特征的市场现象,既不利于市场的稳定,还会促使市场泡沫的形成。由于投资者的主观性和异质性使得模型中的投资者间的信息交流扩散关系复杂多变,因此在对投资者近邻羊群行为建模中就需要考虑到投资者羊群行为包含一定的随机性和模糊性。传统的行为学传播扩散理论难以准确描述投资者信息交换的过程,更难以用金融市场宏观参数观察近邻投资者的信息传播和情绪扩散过程。随着信息技术的高速发展,投资者的信息交流表现出高速扩散和多主体分布式特征,而近邻投资者的决策会受到信息扩散速度和传播范围的影响。正是由于随机性与模糊性问题的重合提高了单一方法的解决难度,因此产生了模糊贝叶斯网络的应用,它的研究为投资者近邻羊群行为提供了新的建模方法,是对传统的随机扩散为基础的投资者近邻羊群行为模型的有益和必要的补充。本文在FBN模型和近邻羊群行为理论的研究成果基础上,基于FBN模型对股票市场投资者近邻羊群行为进行仿真模型构建的研究。本文从投资者行为分析的静态和动态BN模型开始顺序展开模糊随机环境下的投资者近邻羊群行为模型的构造和仿真模拟。首先,本文在对于贝叶斯的表示、推理和建模等基本理论方法进行分析和总结的基础上,探讨了将贝叶斯网络应用于投资者羊群行为仿真建模的方法,分析了贝叶斯网络在处理投资者情绪和偏好中普遍存在的多态性、不确定性和相关性等问题的优势,说明了贝叶斯网络是解决投资者羊群行为建模问题的有力工具;其次,在分析了静态的投资者羊群行为贝叶斯网络的优势和不足的基础上,引入时变的自学习过程和动态的羊群行为,提出了基于时间序列的动态贝叶斯网络建模方法,给出了多主体动态贝叶斯网络建模方法的流程步骤。通过对股市多主体羊群行为系统的建模和仿真实验,阐述了本文提出的技术、建模方法和推导过程,该股市多主体羊群行为仿真系统可以模拟多种股市环境,证明了动态贝叶斯网络的有效性,也为研究股市羊群行为规律提供了一些参考。实验通过构建六种不同类型的主体进行多次仿真模拟,设置不同的市场初始条件发现了不同环境下的LSV羊群行为参数的不同,套利者、噪音投资者和羊群投机者占比较多的环境更容易产生羊群行为,而套期保值者,趋势投机者和反向投机者占比较多的环境不容易引起羊群行为。趋势投机者和羊群投机者均表现出了更高的买入羊群效应。总体来看,卖出羊群行为参数总体大于买入羊群参数,符合大部分理性投资者都是风险厌恶的假说;最后,为了解决模糊参数的条件分布难题,针对投资者的模糊主观偏好,提出基于FBN的近邻羊群行为建模方法,采用模糊三角函数计算方法,对模糊参数进行精确化处理,得到基于FBN的近邻羊群行为仿真模型,采用标准化模糊数的形式来表示投资者模糊心理的风险偏好条件概率,并通过算例对模糊化过程进行了验证。通过仿真模型实验证明模糊贝叶斯网络建立的股市羊群行为模型能更好的拟合投资者模糊心理,具有更强的适用性。同样的,采用了LSV模型进行羊群行为的测度,模糊贝叶斯网络提供了在一定区间内的抽样,提高了样本空间范围,简化了参数赋值和计算过程,能够对超大样本进行仿真模拟。和动态贝叶斯网络不同,模糊贝叶斯网络进行的是静态的抽样,因此从结果上来看,更接近静态贝叶斯网络。此外,Ge Nie软件提供了可靠的BN信息参数学习和设计方法。近邻羊群行为是投资者有限理性的典型表现,降低了金融市场效率,加速了市场泡沫形成,干扰了有效市场的价值发现功能,极大的阻碍了市场的发展和稳定。近邻羊群行为影响下的股市投资者会不得不选择学习和模仿近邻羊群行为的投资偏好,导致大量中小普通投资者选择更激进的投资策略来迎合市场投机产生的泡沫,这明显是与我国股市管控策略和服务实体经济的目标相悖。总之,本文在投资者羊群行为理论和贝叶斯网络模型的基础上,构建了基于多主体贝叶斯网络股市近邻羊群行为模型来分析近邻羊群行为在投资者之间的形成和演化。模型的构建过程区别于现有文献的研究方法,不同于SIR模型和SFI-ASM模型,应用了动态贝叶斯网络的自学习和羊群学习结构,创新性的引入了模糊性概念,采用三角模糊数方法构建基于FBN的股市羊群行为模型并进行了仿真模拟。本文模拟了投资者近邻羊群行为的一般和特殊演化过程,针对多种市场状态的多主体投资者羊群行为的仿真结果证明了该模型的拟真性和有效性,为近邻羊群行为的系统性风险度量提供了可行的数学方法,拓宽了近邻羊群行为的理论知识并提供了实际可操作的建模方法。