继Black(1986)关于噪音研究的开山之作“Noise”之后,De Long,Shleifer,Summers和Waldmann(1990a)四人构建了金融市场噪音交易的基础模型,并于同年发表了对于正反馈交易研究的文章,自此为非理性股票价格泡沫研究奠定了坚实的基础。与此同时,圣塔菲研究所(Santa Fe Institute, SFI)的研究人员开发了采用计算机模拟的人工股票市场,伴随着Palmer等(1994)和Arthur等(1997)等论文的发表,标志着金融学中的另一分支——基于agent的计算实验金融学(Agent-based Computational Finance)的诞生。本文的研究是结合了上述的噪音交易理论与计算实验金融学方法而产生的,研究对象是金融市场中的噪音交易行为及其产生的非理性泡沫。有别于以往的研究,本文试图从交易者认知偏差和微观交易策略出发,来探求由此所导致的股票市场中价格泡沫的问题。本文的研究工作主要从以下方面来展开。一方面是考察了一个由理性投机者和正反馈交易者共同组成的人工股票市场,将DeLong等(1990b)的模型扩展至无限期,来考察市场中的股价泡沫。另一方面是在上面的基础上,增加了噪音交易者,使三者共同博弈于人工股票市场,研究此时市场中泡沫的变化程度,利用仿真技术的优势解决了数理模型难以解决的问题。最后,考察了不同学习频率的agent是否会对股价泡沫产生影响。