少数者博弈金融市场模型：异质 Agent 如何把「逆向交易」自组织成有效市场

你有没有想过一个问题：为什么市场不会彻底崩掉，也不会永远锁死在一边？ 如果所有交易者都「追涨杀跌」，价格早该发散；如果都「逆向抄底」，又该长期贴着极值不动。真实市场里，这两种人永远在互相踩——有人做趋势，有人做反转，有人专门当流动性提供者。少数者博弈（Minority Game, MG） 用一个极简设定，把这件事的骨架抽了出来。

结论先放这：N 个 Agent 每轮同时选 0 或 1，选到「人少那一侧」的赢。没有任何上帝告诉谁该选什么，每个 Agent 只揣着几张「历史→动作」的查表策略，按虚拟得分挑最好的一张用。结果——当 Agent 的「记忆」够长，他们能从一片混乱里，自发把「到场人数」协调到资源容量 L=N/2 附近：不崩溃（没人全挤一边）、不锁死（还在小幅波动找机会）。在我们的模拟里，记忆 m=2 时协调效率仅 4.2%（近乎乱选、还带偏置），m=10 时升到 49.2%（紧紧聚在容量附近）。这恰好是「逆向交易者」存在的市场价值：当多数人涌向一侧，反方向那侧反而成了少数者赢面。

一、规则：一个赌局，赢家是「少数派」#

设 N 个 Agent（取奇数，比如 101），每轮同时决定「去 0 号酒吧」还是「去 1 号酒吧」。规则只有一条：

a_t = 选 0 的人数
L   = N/2  （资源容量：酒吧只能舒服地容纳一半人）
win_t = 0  若 a_t < L   （选 0 的是少数 → 他们赢）
win_t = 1  若 a_t > L   （选 1 的是少数 → 他们赢）

赢的人得分 +1，输的人 −1（或对称计分）。关键在 Agent 的决策机制：

• 每个 Agent 持有 S 张策略。一张策略是一张查表：给定「最近 m 轮少数人动作拼成的历史串」（共 $2^m$ 种可能），输出「这轮我选 0 还是 1」。
• 每张策略有一个虚拟得分，初始 0；每轮用「这张策略如果当时被采用，会不会猜中 win_t」来更新（猜中 +1）。
• 每轮 Agent 实际采用的，是当前得分最高的那张策略（best-response）。

注意两个反直觉点：① Agent 不看价格、不看基本面，只看「过去少数者往哪边走」；② 策略是虚拟计分、不是真金白银下注，所以 Agent 边玩边学、策略权重会漂移。没有中央协调者，秩序是从「各自揣着几张查表互相踩」里长出来的。

二、从零实现：纯 numpy 复刻 MG#

我们用纯 numpy 把上面设定跑起来。核心是一个「历史键」的维护：每轮把最近 m 个 win 拼成整数 key，查每个 Agent 最高分策略在该 key 下的动作。

import numpy as np

def run_mg(N, m, S=2, L=None, steps=60000, warm=2000, seed=0, rtie=True):
    if L is None: L = N // 2
    rng = np.random.default_rng(seed)
    n_states = 2 ** m                      # 历史串的可能数
    strat = rng.integers(0, 2, size=(N, S, n_states))   # 每个 agent：S 张策略查表
    score = np.zeros((N, S))
    hist = rng.integers(0, 2, size=m)        # 最近 m 轮少数者动作
    att = np.empty(steps, dtype=int)
    for t in range(steps):
        # 把最近 m 轮拼成整数 key
        key = 0
        for i in range(m-1, -1, -1):
            key = (key << 1) | int(hist[i])
        # 每个 agent 选「当前最高分策略」（并列时加微扰随机破 tie）
        if rtie:
            best = np.argmax(score + 1e-6 * rng.random((N, S)), axis=1)
        else:
            best = np.argmax(score, axis=1)
        a = int(strat[np.arange(N), best, key].sum())   # 选 0 的人数
        win = 0 if a < L else 1
        # 用「这张策略猜没猜中赢家」更新所有策略的虚拟得分
        score += (strat[np.arange(N), :, key] == win).astype(float)
        att[t] = a
        hist = np.roll(hist, 1); hist[0] = win     # 滚动历史窗口
    return att[warm:]                        # 过掉预热段

两个工程上不能省的点：

• tie 破局：当某 Agent 两张策略同分，argmax 会永远选索引小的那张，导致策略集「退化」成只用少数几张——这会人为制造同步、破坏相变。我们加 1e-6 * rng.random 的微小扰动随机破 tie，让策略使用保持多样。这是 MG 复现相变的关键细节，漏了就跑不出干净结果。
• 预热段 warm：前 2000 轮策略得分还在「冷启动」，统计不平稳，一律丢弃再算指标。

三、核心现象：记忆 m 越长，协调效率越高#

「协调效率」是我们关心的序参量：定义 $\text{eff} = P(|a_t - L| \le 10)$，即「到场人数落在容量 ±10 人以内」的时间占比。越高，说明 Agent 越能把系统稳定在资源舒适区。

把 m 从 1 扫到 11（每个 m 跑 8 个随机种子取均值），结果：

这张表要拆开读：m=2 时 Agent 几乎像乱选——到场人数发散、还带明显偏置（均值 45.9 偏离 L=50），协调效率只有 4.2%，系统处于「各自为战、浪费资源」的混乱相。随着 m 变长，Agent 记住的历史越长、能区分的情境越多，策略分工越细，到场人数被一点点「摁」回容量附近；到 m=8~10，近一半时间系统稳稳待在舒适区，既没崩溃（没人全挤一边）、也没锁死（还在小幅波动找机会）。

分布图把这件事说得更直白——小记忆时到场人数发散偏置，大记忆时紧紧聚在 L 附近：

四、它对应金融市场的哪一类人#

MG 最迷人的地方，是它和真实交易生态的结构性对应：

• 「少数者」= 逆向 / 反转 / 流动性提供者。当多数人涌向 0 号（追涨、挤某侧），win_t 落在 1 号——恰恰是反方向那侧的人赢。这解释了为什么市场里永远需要「敢接飞刀、敢在恐慌里挂单」的流动性提供者：他们的盈利来源，本质就是「当 crowd 站错边时，自己是少数派」。
• 「记忆 m」= 交易者的情境复杂度。只看「昨天涨没涨」(m=1) 的人，决策粗糙、容易和别人同步踩踏；能综合「过去十几轮 regime」的人，分工更细、互相踩得更巧，整体更接近有效。
• 「协调效率」= 市场有效性但不僵化。高效市场不是「所有人意见一致」，而是「多空力量被协调到不极端失衡」——这正是 MG 在 m 合适时长出的状态。

五、诚实拆穿：四类真实陷阱#

① tie 策略退化：不破 tie，相变就跑不出来。 第二节强调的 1e-6 扰动不是装饰。若直接 argmax 不破 tie，同分 Agent 永远锁死索引最小策略，策略多样性坍缩，模拟会陷入人为同步（要么全挤一边、要么死锁），你看到的「效率曲线」完全是 artifact。复现 MG 第一件事就是正确破 tie。

② 「最优记忆 m≈log₂N」是另一层相变，本文聚焦的是协调效率视角。* 完整 MG 文献里还有一个更著名的相变：到场人数的波动率 σ(a_t) 随 m 呈 U 形，在 $m^* \approx \log_2 N$ 处取最小——记忆太短（策略不够分情境）→ 过度震荡浪费；记忆太长（策略趋同）→ 同步踩踏、σ 反弹。我们用 N=101 时 $m^*≈\log_2 101≈6.7$。本文为稳健可复现，主图改用「协调效率」这个更单调、更不易被 tie/种子噪声污染的序参量；若你想看 σ 的 U 形，把指标从 eff 换成 std(a_t) 并扫更细的 m 网格即可，结论一致：存在最优记忆。

③ 大 N 极限才有解析相变，小 N 噪声大。 MG 的漂亮结论（m* 标度、σ 下界 √L）在 $N\to\infty$ 极限下才严格成立。N=101 这种规模，单次运行受种子影响大，必须多种子平均（本文 8 种子）。实务意义：把 MG 当「市场隐喻」可以，但直接拿小样本 MG 去标定真实参数，统计意义很弱。

④ 与现实市场的边界。 MG 是对称零和、容量恒定、信息只有历史动作的极简模型。真实市场：收益非零和（经济在增长）、容量随价格动态变、信息维度爆炸（基本面/订单流/宏观）。MG 的价值不在「预测价格」，而在定性揭示「异质有限理性 Agent + 自适应策略」如何内生产生接近有效却不锁死的协调——它是复杂金融的「思想实验」，不是择时模型。

六、落到量化：你的日常工作流#

1. 先复刻、再引申：用 run_mg 把 MG 跑通，逐 m 画出效率/σ 曲线，确认相变位置——很多「MG 没相变」的困惑，其实是 tie 没破或预热没丢。
2. 把它当「逆向策略的存在性证明」：设计反转/流动性提供策略时，记住 MG 的教训——你的盈利前提是「多数人会站错边」，所以这类策略的容量天然受 crowd 规模限制，不能无脑加杠杆。
3. 记忆/情境复杂度类比：你的因子或 RL 策略「看多长历史」对应 MG 的 m；历史窗口太短易过拟合噪声、太长易和别人趋同，存在类似 m* 的最优。
4. 复杂系统视角看市场：遇到「为什么没崩也没疯涨」的疑问，MG 给了一种答案——异质交易者的互相踩踏，本身就是稳定器。

真实落地时，MG 更适合做研究隐喻与压力测试的思维框架，而非直接下单信号。本文纯 numpy 合成只为把「Agent 查表 → 虚拟计分 → 自组织协调」的每一步摊开。记住：少数者博弈告诉我们，市场有效性不是谁来设计的，而是无数「想当少数派」的逆向交易者，互相踩出来的——而这恰恰需要有人永远愿意站在 crowd 的对面。