行为金融学复习笔记 - HHz的编程日记

行为金融学复习笔记 - HHz的编程日记 最近沉迷于行为金融学，为了更好地理解和掌握核心概念，我尝试用编程的方式模拟一些常见的行为偏差。这个过程也让我对行为金融学有了更直观的认识。 最初，我着手模拟“框架效应”（Framing Effect）。简单的Python代码，输入不同的数字加减，然后展示以不同方式呈现的结果，结果差异巨大。这反映了人们对相同信息的不同解读，取决于呈现的方式，也即框架。 接着，我尝试模拟“锚定效应”（Anchoring Effect）。我创建了一个随机数生成器，生成一个初始数字作为“锚点”，然后让用户选择一个数字，观察选择结果与锚点之间的偏差。结果表明，即使在没有明显信息的情况下，人们仍然会受到最初信息的强烈影响。 “损失厌恶”（Loss Aversion）是另一个关键概念。我编写了一个模拟交易程序，设定一个初始资金，并在虚拟市场中进行交易。程序会模拟用户的决策，并记录每一次交易的盈亏情况。 模拟结果显示，人们对损失的敏感度远高于对收益的渴望，这导致了更保守的投资行为。 “过度自信”（Overconfidence）则通过一个简单的概率计算器来模拟。 模拟了投资者对自身判断的自信程度，并模拟了这种自信对投资决策的影响。 结果表明，过度自信的投资者往往会做出错误的决策。 通过这些简单的编程练习，我更深刻地理解了行为金融学，也意识到，人们的理性和情感在决策中扮演着重要的角色。 行为金融学不仅仅是一种理论，更是一种对人类行为的深刻洞察。 继续深入学习，希望能够更好地应用这些知识。 展开