寻找金融市场中的关键参量和可能存在的“牛顿定律”一直是该领域的研究重点,然而随着信息和通讯科技的发展,金融模型中加入越来越多个体特征、网络关系和演化规则等,模型变得越来越逼真,却也越来越复杂,过于复杂的模型有悖于“大道至简”的客观规律。幂律分布告诉我们复杂系统中大的影响往往是被一小部分关键因素所触发的,在经济学建模中往往并不需要描述个体的全部特质,而只需找到一些包含关键变量的简单模型,这类模型能够将金融市场给予本质的解释,同时也具有产生已被广泛验证的程式化规律的能力。因此,本文力图寻找金融市场中的最关键参量,并构建不受微观特征影响的演化模型。综合前人所建立的诸如逾渗模型、Ising模型、网络拓扑结构模型等代表性模型都具有双概率特点,受此启发,本文提出一种基于衰减信息影响的股票价格模型,模型中的信息是独立于市场内部特征的唯一关键参量,股价波动是市场内部投资者群体在面对既定信息时集体智慧的涌现。考虑到重大事件对股价影响具有持续性,我们假设信息影响力将持续,但信息影响力强度将随时间衰减。因此衰减信息影响的股票价格模型包含内外两部分——市场外部信息的产生及衰减和市场内群体面对既定信息做出决策的波动。本文通过统计模拟收益率的基本量、K-S检验、幂律拟合,以及使用关联维度分析、计算最大Lyapunov指数、样本熵、Hurst指数来表征收益率的非线性行为,经过与真实市场对比验证,表明模拟收益率与实际市场收益率存在几乎相同的宏观统计规律和混沌性质。另一方面,通过模拟同一个历史信息下群体随机行为生成不同的股价序列,可以用来和真实市场中同属一个行业的股票相关性进行类比分析。统计结果表明,二者具有相似的相关系数分布规律。除此以外,由于每一组模拟数据是在同一个历史信息序列下产生的,这可以解释在不同时期当类似的历史信息出现时,股票市场也会有概率发生与之前相似的演化。论文证明了该模型能够重现股票的统计规律、重现真实股票市场的混沌特征,捕捉到了金融市场中的关键参量,且该模型也能有效运用于股票相关性和历史相似性的研究。总的来说,基于衰减信息影响的股票价格模型从宏观角度捕捉到了影响金融市场的关键变量,用简单的模型给予了市场本质的解释。本文工作开拓了一条选取合理投资组合的新途径,丰富了目前行业相关性研究方法,以群体智慧的行为涌现视角为理解股票价格演化提供了一个有用的框架,为研究金融市场的关键变量和核心结构开拓了新的思路并提供相应理论依据。