金融市場中存在著許多預測機構, 他們各自召集信眾並且不時地釋放訊息給其會員好讓他們能在交易中獲利。每筆訊息皆代表著各機構對此資產價值的預測, 會員則依此訊息至市場上尋找機會交易。他們交易前會先理性地觀察市場過往的波動。如果市場走勢所預測的訊息與自己的訊息一致, 那交易者交易時大概不會有所顧慮。然而當市場趨勢與自己的訊息不一致時, 交易者勢必會陷入兩難。仔細地衡量斟酌兩股力量的輕重後, 進而選擇他覺得對的決定。如果交易者放棄自己的訊息而追隨前人交易的腳步, 那我們可定義這是一種群聚的行為。 如果某一機構的會員人數龐大, 則他們勢必會影響市場價格的波動。不知情的交易者在看到價格趨勢如此時, 可能會放棄自己的訊息轉而追隨過往交易者的選擇。然而此種交易伴隨著風險, 因為不知道正確的訊息為何, 當價格已經達到機構所預測的目標時, 知情的會員便開始反向操作, 而不知情的交易者可能會持續地採取此一交易策略。於是當資產真正價值揭露時, 不知情交易者便可能因此被套牢。跟隨大眾的決策相對保險, 但是當追隨的人沒有額外的訊息無法查覺情勢的變化時, 便可能面臨損失的風險。 我們建構了一個存在兩種類型交易者的市場, 一方是沒有參加機構的一般交易者, 另一方是同時參加某一機構的會員交易者。透過私有訊息與公開歷史交易預測的權衡, 交易者必須想辦法在這一次機會的交易中獲利。而我們想找出是否對任何交易者而言, 參加預測機構是有利可圖的。 想當然爾, 市場中會員交易者的多寡對於機構預測目標價位的達成頗為重要, 因為影響力的大小間接決定了市場雙方的利潤。當然每位交易者對訊息的信心也有所不同, 這些因素都會影響雙方的利潤。而本篇論文即是嘗試找出在哪種條件之下, 參與機構交易者的交易績效會比沒有參與機構交易者的績效為佳。 / Traders with their own heterogeneous hidden information are coming to the market to trade in order to maximize their expected profits. They will observe the trends of prices and compare it to their private signals and then make the right decisions. The trends might not consistent with the private signals. If the traders choose to abandon his own signals and follow the actions made by predecessors, we called the action “Herds.” In this paper, we set a mechanism to harmonize with these two powers. Also we put the traders into two subgroups, and one of the groups will send another signal to its members. For simplicity, we use a sequential trading model to see the trade patterns. Since we use the closing price to measure traders’ profits, traders in the market need to presume what the closing price will be. Then we calculate the profits of each group and find out their performance. We want to see under what kind of conditions, the performance of one group will be better than that of another group. If we can find the conditions of better performance, it is worth for the traders to join that group.

本文使用經濟物理學的方法建構模型，同時使用其數據分析的方式探討台灣股市特徵，並檢視模型模擬的市場與台灣股市相比較，探討模型應用於台灣股市之可行性，最後比較不同模型之間的差異性，以作為未來深入研究時修改模型的依據。 模型建構的概念乃取自於Agent-based Model（ABM），為一以使用電腦技術模型自發性行動者（agent）在不同的交互作用下為系統帶來的變化，而模型根據不同的規則可以對系統帶來不同的影響，透過建構新模型、分析模型的複雜系統，我們可以發現系統的規則後進一步找出預測的方法。 數據分析的方式則分別採用物理統計學和傳統財務理論使用的統計計量方法進行分析。物理統計的方法有Mantegna演算法和冪次現象（power law）的探討，而傳統的計量方法則是使共整合及Granger因果關係檢測探討價量關係。 本文的結論分三大部分說明：（1）台灣股市的特徵：台灣加權股價指數的報酬率變化不符合常態分配，但存在冪次現象；而價量之間沒有共整合的關係，但有「價為量之因」的發現。（2）本文建構的系統能與台灣股市的分配和冪次現象相符合，但在價量關係的部分對台灣股市的解釋程度大幅下降；而本文設計的財富賦予制度能夠捕捉到市場投資人財富分配愈趨不均的現象。（3）在模型差異性的部分，本文的發現如下：1.加入交易限制的EZ模型股價波動度會小於原始EZ模型的股價波動度。2.民主EZ模型的股價報酬波動度會大於獨裁EZ模型股價報酬波動度。3.本研究所建構的模型，在模擬高頻率交易市場時，確實能夠捕捉到參與者財富分配不均之情況。4.在95%的信心水準下，我們無法說明民主EZ模型財富分配較不平均。