在股票投资市场上,股票操纵历来是投资者深恶痛绝的行为,对股票市场产生负面的影响,同时也打击投资者的信心。由于股价操纵行为的特殊性,监管机构与市场对于股价操纵的监管有很大的滞后性及不全面性,因此有必要引进智能性技术到监管领域中。Multi-Agent技术由于其智能性及其发展的成熟度,可以通过其智能性的监管与学习,随着市场的发展而不断地优化。从而努力达到及时制止操纵行为及减轻操纵后果的目的。迄今为止,Agent技术在股票领域也有所涉及,但其主要集中在系统运行智能管理、股票预测及对证券市场的仿真、模拟及实证研究,在股票监管尤其是股价操纵监管等领域还未有涉及。一方面由于股票市场变化太大,Agent技术的应用有些困难,另一方面则是因为股价操纵算法方面的研究尚不多见,股价操纵方面的研究主要集中建模仿真分析操纵行为及后果,同时由于股票市场的变化性太大,股价操纵算法尚未形成一个体系。本文努力通过利用Multi-Agent系统的智能性、自治性来实现这一架构及目标。首先,本文从总体上分析了股价操纵监管系统,设计了监管处理、监管回馈、学习算法训练、信息状态维护和结果查询5个功能模块。同时基于此,提出了监管系统的设计目标。并初步完成Multi-Agent系统的组成及其内部详细结构设计。完成了系统开发初期的分析与设计工作。其次,在基于系统设计的5个功能模块的基础上,详细设计了系统的数据库、操作时序及界面。明确规定了数据库中的表的属性,确立了操作时序流程及操作界面的窗口组成。同时,本文还基于股价操纵的监管现状及理论基础,初步确立了从股价角度和从账户角度相结合的监管方法,并形成了系统本身的监管体系,同时分析并设定系统内的相关权值。在Agent学习方法上,本文采用了Q学习方法的算法,通过用Q学习方法寻找最优漏报率与误报率实现系统智能学习。最后总体实现系统的初始设计目标,采用C++ Builder软件并通过直接设定文本为数据库实现了系统各大功能模块的运行,并且介绍即时数据抓取、数据反馈与存储功能的具体实现流程与代码。本文的研究对于股价操纵的监管智能化及自动化进行了一定的探索和研究,并基于研究现状提出了一点新的思想。对于未来的股价操纵监管系统的运用与实施有一定的参考价值。