人工股票市场(Artificial stock market)作为金融市场一个子系统,因此它也属于复杂系统的范畴,其中包含大量具有智能的交易者以及良好的市场交易机制。由于其本身作为复杂系统,必然拥有复杂系统的固有属性—复杂性,且表现出智能交易者所具有的适应性,因此传统的静态数学模型和统计建模方法并不能很好的满足当前股票市场以及金融学的发展要求。自1970年以来,计算机技术得到快速发展并日趋成熟,人们发现金融市场与计算机技术相结合,可以构建出接近现实市场的人工股票市场,这对挖掘现实金融市场固有性质以及了解市场动态运行等复杂机制具有重大意义,并且基于agent的仿真模拟研究是目前经济研究领域研究的一大热点。本文采用基于计算经济学(ACE)原理的人工金融市场平台,在交易机制的选择方面,是采用连续双向拍卖机制;资产结构为风险资产—股票以及无风险资产—债券;并对参与市场投资的交易者分为三类:基本面Grahamist、技术面技术面交易者以及无策略的随机投资者;不同于以往大部分研究中以财富最大化为目标,本文主要针对不同的资产类型,设定不同的投资目标。设计agent使其具有不同属性,以契合现实投资者的异质特征。通过对人工股票市场仿真实验数据与现实市场采集的交易数据进行对比,发现实验组的价格收益率特征与现实市场收益率有着相类似的基本统计特性,包括尖峰厚尾、波动聚类以及长记忆性等经典统计特性,说明该人工股票市场是初步有效的。并在该人工股票市场的基础上,对现实股票市场股票收盘价进行预测,并对比ARMA模型对股票市场股票收盘价的预测性能,进而证明该人工股票市场有效性,同时也为金融市场相关投资人员提供一定的决策参考。