由於經濟體系中的”複雜性”使得標準財務理論的研究受到了侷限，有鑑於傳統財務理論對於厚尾現象等”stylized facts”並無法提出有效的解釋，近年來由物理學學者所發展出的”物理經濟學派”開始嘗試使用agent-based model(ABM)的電腦模擬技術來替代以常態隨機漫步理論作為資產變動路徑的假設；許多的實證研究都顯示：高頻率的集中交易市場之資產價格波動具有”scaling behavior”的現象，同時報酬率尾端的機率分配較常態分配所描述的更為極端；因此Mantegna認為報酬率應服從TLF分配。而由Neil Johnson所提出的grand canonical minority game(GCMG)可以在簡單的模型架構下有效地模擬出金融市場的特質，因而可以解釋標準財務理論之不足。 本論文為了檢視GCMG模型使否可以有效解釋台灣股票市場的特質，採用Mantegna演算法估計Levy分配之參數α，並比較其與集中交市場的真實價格分配是否一致，以此來檢測模型是否可以用來解釋台灣股票交易市場之性質。為了真實捕捉經濟個體之決策行為模式，本研究修改了GCMG中對於策略評價採線性的方式，取而代之的是採取諾貝爾獎得主Kanehman所提出的展望理論架構來捕捉真實投資人對於正負報酬會具有不同風險傾向的心理特質。由於MG模型具有”phase transiton”之特質，本論文對GCMG模型進行測試後發現市場波動度與記憶之間呈現嚴格負相關，其原因來自於GCMG對於投資人信心水準之假設。市場配適度分析則顯示GCMG在m=10時最為接近實際市場之α值，但仍有顯著的差異，顯示出模擬股價路徑較接近常態分配。而以展望理論修改評價函數後，雖然可以有效地使模擬股價路徑更為穩定，但仍無法改善GCMG模型的模擬股價路徑較實際市場變動更接近常態分配的缺點。很顯然地，模型架構過於簡化是造成此現象的可能原因；特別是台灣股票市場的制度性因素:散戶市場 以及漲跌幅限制等，都是造成模型配適度不高之原因。