近十年來，台灣的民主體制愈漸健全。民主社會，經由投票的方式，收集眾人意見，決定適當的政策或候選人。若這是一個完全無互動的社會，那麼在議題公佈後，幾乎同時已經決定了結果，因為人們只需忠於自身信念，選擇支持或不支持。所幸，我們並不是機器，而是擁有情感與想法的人類。由人與人之間微妙的互動關係，產生這千變萬化的社會。透過這層關係，我們的想法將受其他人或環境所影響，使得最終結果難以捉摸。

　　我們以零智慧代理人，建構了一個簡單的政治預測模擬市場，其中代理人參考周圍鄰居的政治傾向，產生自身的信念，再將信念反映到出價上，並以雙向拍賣的方式在市場中交易，這隱含著預測市場統合訊息的功能，最後產生平均價格，該價格與標準差是很好的預測指標。我們研究鄰居的範圍和居住的群聚效果對預測精確性的影響。此外，我們的模型不但可以精確地複製出冷熱門馬偏誤(favorite-longshot bias)，在相關條件成立下，更產生逆轉的冷熱門馬偏誤(reverse favorite-longshot bias)。最後，引入小世界網路改變代理人獲取資訊的方式，發現網路效果取代群聚效果，並使逆轉現象消失，結果恢復為傳統在預測市場中的現象－冷熱門馬偏誤。

We model a basic agent-based political prediction market with zero-intelligence (ZI) agents. The ZI agents form their belief by referring to neighbors’ political preference and then make their orders in a double auction future market. The market efficiently aggregates information and dynamically forms trading prices. In a market without further information, average price will be a good predictor. We investigate the market efficiency by setting various radii of neighbor and effects of clustering. Our model replicates favoriate-longshot bias and reverse favoriate-longshot bias under specific conditions. When radius of neighbor is replaced by social network, the reverse bias turns into typical favoriate-longshot bias.

目錄
第一章 緒論------------------------------------------------------------------------------------1
       1.1 我們的世界----------------------------------------------------------------------1
       1.2 研究動機-------------------------------------------------------------------------1
       1.3 介紹-------------------------------------------------------------------------------2
       1.4 本文架構-------------------------------------------------------------------------4

第二章 文獻回顧------------------------------------------------------------------------------5
       2.1 預測市場-------------------------------------------------------------------------5
       2.2 零智慧代理人-------------------------------------------------------------------7
       2.3 種族分離-------------------------------------------------------------------------8
       2.4 社會網路-------------------------------------------------------------------------8

第三章 模型介紹------------------------------------------------------------------------------9
       3.1 形成群聚-------------------------------------------------------------------------9
       3.2 產生信念------------------------------------------------------------------------10
       3.3 雙方拍賣交易------------------------------------------------------------------10

第四章 模擬結果與分析--------------------------------------------------------------------12
       4.1 鄰居範圍與預測精確度------------------------------------------------------12
       4.2 群聚效果與預測精確度------------------------------------------------------12
       4.3 冷熱門馬偏誤與逆轉的冷熱門馬偏誤------------------------------------17
       4.4 網路效果------------------------------------------------------------------------18

第五章 結論與未來研究方向---------------------------------------------------------------23
       5.1 結論------------------------------------------------------------------------------23
       5.2 未來研究方向------------------------------------------------------------------23

參考文獻----------------------------------------------------------------------------------------24

圖表目錄

圖1、兩種政治傾向代理人在不同群聚程度之分布情形--------------------------------3
圖2、形成群聚流程-----------------------------------------------------------------------------9
圖3、兩種半徑定義的鄰居範圍------------------------------------------------------------10
圖4、買方與賣方出價的機率分配圖------------------------------------------------------11
圖5、雙方拍賣交易流程---------------------------------------------------------------------11
圖6、不同半徑程度的效率------------------------------------------------------------------12
圖7、群聚效果於s=0.125時，模擬不同鄰居半徑的效率結果----------------------13
圖8、群聚效果於s=0.25時，模擬不同鄰居半徑的效率結果-----------------------14
圖9、群聚效果於s=0.375時，模擬不同鄰居半徑的效率結果----------------------14
圖10、群聚效果於s=0.5時，模擬不同鄰居半徑的效率結果------------------------14
圖11、群聚效果於s=0.625時，模擬不同鄰居半徑的效率結果---------------------15
圖12、群聚效果於s=0.75時，模擬不同鄰居半徑的效率結果----------------------15
圖13、去除機率增加趨勢後，主觀價格與客觀機率之差異--------------------------16
圖14、主觀價格與客觀機率之差異（俯視圖）----------------------------------------17
圖15、鄰居半徑對預測精確性的影響----------------------------------------------------17
圖16、標準差曲面圖--------------------------------------------------------------------------18
圖17、完全有序的連線規則-----------------------------------------------------------------20
圖18、完全無序的連線規則-----------------------------------------------------------------20
圖19、隱含群聚效果的最初社會----------------------------------------------------------21
圖20、初始網絡的連線，左側為半徑水準r=2，右側為半徑水準r=3-----------------21
圖21小世界網路連線情況-------------------------------------------------------------------22

參考文獻

中文部分：
1.	童振源、林馨怡、林繼文、黃光雄、周子全、劉嘉凱、趙文志，“預測市場的運用與實證分析”，《選舉研究》，第十六卷第二期，pp.131-166。
2.	吳偉劭（2006），“市場交易淺薄下之錯誤評價及其校正－以預測市場為實證基礎。”
3.	Duncan J. Watts著，傅士哲．謝良瑜譯(2004)：《6個人的小世界》，大塊文化。
4.	林欣靜（2010），“「未來事件交易所」成交”，《光華雜誌》，第35卷第8期，頁46-56。

外文部分： 
1.	Ali, M. (1977),  “Probability and Utility Estimates for Racetrack Bettors.” The Journal of Political Economy , 85(4):803–815.
2.	Cliff, D. and Bruten, J. (1997),  “Zero is not Enough: On the Lower Limit of Agent Intelligence for Continuous Double Auction Markets.” Technical Report HPL-97-141, Hewlett-Packard Laboratories Bristol.
3.	Fama, E. F.(1970),  “Efficient Capital Markets: A Review of Theory and Empirical Work.” The Journal of Finance, 25:383-417.
4.	Figlewski, S. (1978),  “Market Efficiency in a Market with Heterogeneous Information.” The Journal of Political Economy, 86(4):581-579.
5.	Gjerstad, S. (2005),  “Risk Aversion, Beliefs, and Prediction Market Equilibrium.” Technical report, Economic Science Laboratory, University of Arizona.
6.	Gjerstad, S. and Shachat, J. M. (2007),  “Individual Rationality and Market Efficiency.” Purdue University Economics Working Papers 1204, Purdue University, Department of Economics.
7.	Gode, D. and Sunder, S.(1993),  “Allocative Efficiency of Markets with Zero-Intelligence Traders: Market as a Partial Substitute for Individual Rationality.” Journal of Political Economy, 101(1):119–37.
8.	Hayek, F. A.(1945),  “The Use of Knowledge in Society”. American Economic Review, 35: 519-530.
9.	Kyle , A. S. (1985) ,  “Continuous Auctions and Insider Trading”  Econometrica, 53, (6): 1315-1335.
10.	Othman, A. (2008),  “Zero-Intelligence Agents in Prediction Markets.” In: Proceedings of AAMAS 2008, 879-886.
11.	Schelling, T. (1978),  “Micromotives and Macrobehavior”. New York: Norton.
12.	Watt, D. J.,and Strogatz, S. H. (1998),  “Collective Dynamics of Small-World Network,” Nature, 393:440-442.
13.	Wilensky, U. (1997). NetLogo Segregation model. Center for Connected Learning and Computer-Based Modeling, Northwestern University, Evanston, IL.
14.	Wilensky, U. (1999). NetLogo. Center for Connected Learning and Computer-Based Modeling, Northwestern University, Evanston, IL. 
15.	Woodland, L. M. and Woodland, B. M. (1994),  “Market Efficiency and the Favourite-Longshot Bias: The Baseball Betting Market”, Journal of Finance, 49:269-279.
16.	Yu, T.K. and Chen, S.H. (2010),  “Agent-Based Model of the Political Election Prediction Market. ”, Working Paper.