第1章 导论 1
均衡与转变 1
讨论的概略框架 3
第2章 预期和行为 6
理性预期 6
理性预期（静态） 7
理性预期（动态） 8
货币与价格的一个模型 10
另一种不确定性 13
均衡的计算与“稳定” 16
静态稳定性与“适应性预期” 16
动态均衡的计算 19
有限理性 20
理性预期的行为方面 20
像计量经济学家一样行动的人工主体 21
经济学实践 22
人工智能 23
问题和汇报 24
均衡选择 24
动态学的新来源 25
“证券制度变革”分析 26
放弃理性预期 28
新的最优化和估计模型 33
本书计划 33
第3章 数据结构 35
统计学和有限理性 35
代表和估计 36
线性回归模型的两种版本 37
总体版本 37
样本版本 38
向量自回归 38
向量自回归的估计 39
随机渐进 40
最小二乘回归 42
最小二乘作为随机牛顿过程 42
非线性最小二乘 43
分类 44
已知矩条件的分类 44
估计的参数 46
主成分分析 47
总体理论 47
数据精简 48
估计 48
因素分析 48
过度拟合和参数选择 50
参数向量自回归 52
统计学的有限理性 54
第4章 网络与人工智能 55
感知器 55
作为分类器的感知器 57
感知器演习 58
感知器和判别式分析 58
含有隐藏层的前馈神经网络 59
重现框架 61
联合存储器 62
自联想 62
相关模式 65
异联想 66
作为能量最小化的记忆模式 67
随机模型 67
组合最优问题 68
平均场理论 71
事物阴影的出现 74
局部法和总体法 74
基因计算法 74
分类系统 77
作为一个“竞争经济”的大脑 77
玩老虎机赌徒的困境问题 80
设计决策 81
一般化与辨别力 81
总结 82
第5章 人为经济的适应性 83
Bray模型 84
预期的非理性 87
预期的异类混合与状态的大小 90
马尔科夫赤字经济 90
平稳的理性预期均衡 92
一种学习形式 94
一些实验 97
参数化与非参数化适应 101
从经验中吸取教训 102
通过模型构成学习 103
更新频率曲线（直方图） 103
一个条件概率的参数化模型 104
近似均衡 105
参数化预期法 106
学习和均衡计算 107
递归核心密度估算法 107
汇率模型中的学习 109
依赖于初始条件的汇率 111
无贸易定理 115
环境 116
无贸易下的价格充分显露 117
均衡算法 118
无贸易定理的修正 120
一些实验 121
在固定收益下保持贸易量 125
无限期下的学习 126
不确定性下的投资 127
作为固定点的理性预期均衡 128
最小二乘法学习 129
收敛定理 131
一个相关常微分方程 133
建议 134
结论 136
第6章 实验 139
说明性实验 139
一个通货膨胀模型 140
环境 140
理性预期解答 141
最小二乘动态法 143
Marimon-Sunder实验 143
实验结果 145
Brock精神中的一个例子 147
汇率实验 150
实验 150
汇率路径 151
一个基因算法下的经济 153
第7章 应用 158
进化程序 158
Kiyotaki-Mright搜索模型 159
适应性主题是如何教会聪明的经济学家的 161
解决再现的单主体问题 161
一个重复的囚徒困境 162
双向口头竞价 162
预测汇率 164
一个政策制定者的学习模型 167
不变系数信念 169
随机系数信念 170
计量经济学的实现 171
局限性 172
提示 172
简化 174
有限理性和计量经济学家 175
转变动态学 175
后记和展望 176
后记 178
参考文献 180