20世纪七十年代计算机科学技术得到较快发展,尤其是90年代以后,随着计算机应用技术的日趋成熟,国内外金融学领域的专家们开始了计算机与金融结合的探索。试图通过计算机技术来模拟现实中金融市场,并通过研究金融市场微观结构——投资者的行为模式来揭示宏观的金融市场规律,即基于Agent的计算金融学(Agent-based Computational Financial)的研究由此进入了人们的视野。其中最具有代表性的就是美国圣塔菲研究院的基于Agent的人工股票市场(Artificial Stock Market)。随着研究的不断深入,学者们发现,合理地、有效地对Agent进行分类和搭建,尤其是能够准确地对Agent行为进行描述是整个研究中最为关键的一部分,也是计算机技术应用的关键。此外,行为金融学作为一门依托于人工金融市场领域的学科,也一直得不到重用。在当前人工股票市场的研究中,关于心理因素对投资决策的影响的研究并不突出,因此可以说,利用行为金融学的前景理论基础,将各类投资者的心理因素对投资决策过程的影响引入到人工股票市场,更加真实地模拟现实的股票市场将是一次大胆地尝试和创新。作者在前人的研究基础之上,采用自底向上的计算金融学建模思想构建了一个简易的人工股票市场,通过对底层的分析推进整个模型的分析和模拟。首先根据各投资者的投资行为特征及其对股票价格的影响作用,将其划分为机构投资者和个人投资者两大类,在对机构投资者建模的过程中,根据人工股票市场的运行特性特别选用改进的遗传算法对机构投资者的学习过程进行创新。此外在对个人投资者进行分析时,还特别引入了前景理论思想,对个人投资者进行建模,最后对仿真实验结果进行分析,在强调投资者组成结构对股票市场的影响的同时,并动态地再现了银行利率调整对股票市场的影响及涨跌幅限制制度对股票市场的影响。实验结果分析表明：实验数据从总体特性上来说与现实的股票市场的分析结果是相符的。虽然目前无法完全模拟现实股票市场的复杂性,但是对于一些制度制定和政策的有效性分析也是非常适用的。同时计算金融学这种全新的金融思维模式给金融领域的研究带来了一种全新的方式方法。