本文選題：復(fù)雜系統(tǒng) + 復(fù)雜網(wǎng)絡(luò)��； 參考：《中國(guó)科學(xué)技術(shù)大學(xué)》2013年博士論文

【摘要】：近年來(lái),通過(guò)對(duì)金融市場(chǎng)歷史數(shù)據(jù)的統(tǒng)計(jì)分析,發(fā)現(xiàn)得到的結(jié)論與傳統(tǒng)金融市場(chǎng)的三大理論：理性經(jīng)理人、隨機(jī)漫步模型和有效市場(chǎng)假說(shuō)存在不小的偏差。人們需要新的非線性方法來(lái)研究金融市場(chǎng),以找到真實(shí)市場(chǎng)的演化機(jī)制,彌補(bǔ)傳統(tǒng)金融理論對(duì)真實(shí)市場(chǎng)眾多現(xiàn)象不能解釋的缺陷。20世紀(jì)80年代發(fā)展出來(lái)的復(fù)雜性科學(xué)在處理非線性問(wèn)題上的成功,為金融理論的進(jìn)一步發(fā)展創(chuàng)造了機(jī)會(huì)。 伴隨著金融理論的發(fā)展,金融市場(chǎng)建模日漸盛行其中,出現(xiàn)了如元胞自動(dòng)機(jī),伊辛,GARCH等模型。這些模型對(duì)金融市場(chǎng)的某些特征進(jìn)行了比較好的模擬,但都有各自不足。因此建立更好更全面的模型就是本文工作的重點(diǎn)。 本文對(duì)金融市場(chǎng)進(jìn)行建模研究,基于無(wú)標(biāo)度網(wǎng)絡(luò)的逾滲理論和動(dòng)態(tài)異質(zhì)投資群體結(jié)構(gòu),通過(guò)多個(gè)智能體在交易規(guī)則約束下的聚簇行為,建立金融市場(chǎng)的自組織演化市場(chǎng)模型,并將該模型與真實(shí)市場(chǎng)進(jìn)行對(duì)比,主要研究了市場(chǎng)的價(jià)格的波動(dòng)特征及整個(gè)市場(chǎng)的動(dòng)態(tài)演化機(jī)制。其次基于股票價(jià)格波動(dòng)序列的相關(guān)特性,通過(guò)閾值化處理,建立加權(quán)網(wǎng)絡(luò)金融市場(chǎng)模型,通過(guò)對(duì)模型分析獲得了金融網(wǎng)絡(luò)的層次性、匹配性及最深核等特性。 本文的主要工作和創(chuàng)新如下： (1)針對(duì)隨機(jī)游走模型和對(duì)數(shù)周期性冪率模型等傳統(tǒng)宏觀金融模型不能解釋金融市場(chǎng)程式化特征的問(wèn)題,提出一個(gè)微觀的能產(chǎn)生符合真實(shí)金融市場(chǎng)程式化特征的模型；模型產(chǎn)生的價(jià)格時(shí)間序列能對(duì)多種程式化特性進(jìn)行模擬,如價(jià)格波動(dòng)的相關(guān)性、價(jià)格收益的聚集性、收益分布的尖峰胖尾特性等等,表明該模型能夠再現(xiàn)真實(shí)市場(chǎng),模擬市場(chǎng)價(jià)格波動(dòng)行為,同時(shí)找到了真實(shí)市場(chǎng)中存在的但傳統(tǒng)金融理論卻不能解釋的現(xiàn)象的產(chǎn)生機(jī)制,即羊群效應(yīng)和市場(chǎng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的自組織非線性演化。 (2)針對(duì)原始CB模型及其改進(jìn)模型中投資群體個(gè)體間不具備差異性的缺點(diǎn),提出一種基于復(fù)雜網(wǎng)絡(luò)逾滲理論的金融市場(chǎng)模型,解決了投資群體結(jié)構(gòu)的動(dòng)態(tài)異質(zhì)性問(wèn)題,模型中交易者之間的連接關(guān)系構(gòu)成了一個(gè)無(wú)標(biāo)度網(wǎng)絡(luò),使得參與交易的個(gè)體具有不同的地位,并且投資個(gè)體隨時(shí)加入、離開(kāi)網(wǎng)絡(luò),網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)隨時(shí)發(fā)生變化。 (3)針對(duì)股票間交互關(guān)系程度不能直觀判定的問(wèn)題,提出基于相關(guān)性的加權(quán)金融網(wǎng)絡(luò)模型,解決了多支股票交互關(guān)系的量化問(wèn)題。 (4)針對(duì)不同閾值的加權(quán)金融網(wǎng)絡(luò),采用復(fù)雜網(wǎng)絡(luò)方法進(jìn)行定量分析,計(jì)算網(wǎng)絡(luò)的平均度、聚類系數(shù)、最近鄰和核結(jié)構(gòu)等系數(shù),發(fā)現(xiàn)金融市場(chǎng)中少數(shù)節(jié)點(diǎn)具有更大的影響力并且具有層次性、異配性和富人俱樂(lè)部等性質(zhì),這些性質(zhì)與實(shí)際觀察一一吻合。 這些研究成果表明,本文所建立的金融市場(chǎng)模型可以對(duì)現(xiàn)實(shí)金融市場(chǎng)價(jià)格時(shí)間序列的多數(shù)特性進(jìn)行相對(duì)精確的模擬,有助于理解金融系統(tǒng)的內(nèi)在運(yùn)行機(jī)制,并為建立金融市場(chǎng)預(yù)測(cè)模型提供一定的依據(jù)和借鑒。
[Abstract]:In recent years, through the statistical analysis of the historical data of the financial market, it is found that there are no small deviations between the conclusions and the three theories of the traditional financial market: rational managers, random walk model and effective market hypothesis. People need new nonlinear methods to study the financial market, in order to find the real market evolution mechanism and make up for the transmission. The failure to explain the many phenomena of real market by the theory of unified finance, the success of the complexity science developed in the 80s of the.20 century in dealing with the nonlinear problems has created an opportunity for the further development of the financial theory.
With the development of financial theory, the modeling of financial market is becoming more and more popular, such as cellular automata, isin, GARCH and other models. These models have been well simulated on some characteristics of the financial market, but they have their own shortcomings. Therefore, the focus of this work is to establish a better and more comprehensive model.
Based on the percolation theory of scale-free networks and the structure of dynamic heterogeneous investment group, this paper builds a self organizing evolution market model of financial markets based on the percolation theory of scale-free networks and the structure of dynamic heterogeneous investment group, and compares the model to the real market. Dynamic characteristics and the dynamic evolution mechanism of the whole market. Secondly, based on the related characteristics of the stock price fluctuation sequence, the weighted network financial market model is established by threshold processing, and the characteristics of the hierarchy, matching and the deepest core of the financial network are obtained through the analysis of the model.
The main work and innovation of this article are as follows:
(1) in view of the problem that the traditional macro financial models, such as random walk model and logarithmic periodic power rate model, can not explain the stylized characteristics of financial markets, a micro model which can produce the stylized characteristics of the real financial market is proposed. The price time series generated by the model can simulate various stylized characteristics, such as price wave. The dynamic correlation, the aggregation of price income, the peak and fat tail of the income distribution, and so on, show that the model can reproduce the real market, simulate the market price fluctuation, and find the mechanism of the phenomenon that the real market exists but the traditional financial theory can not explain, that is the herd effect and the market network topology. Nonlinear evolution of self - organization.
(2) a financial market model based on complex network percolation theory is proposed to solve the problem of dynamic heterogeneity in the structure of investment group. The connection between traders in the model constitutes a scale-free network in the model, which makes the participation of the transaction in the original CB model and its improved model. The individual has different status, and the investment individual will join in and leave the network at any time. The topological structure of the network will change at any time.
(3) a weighted financial network model based on correlation is proposed to solve the problem of quantifying the interaction of multiple stocks in order to solve the problem that the degree of mutual relations between stocks can not be judged directly.
(4) according to the weighted financial networks with different thresholds, the complex network method is used to carry out quantitative analysis. The average degree of the network, the clustering coefficient, the nearest neighbor and the kernel structure are calculated. It is found that a few nodes in the financial market have greater influence and have the properties of hierarchical, unmatched and rich clubs. These properties and actual observation are observed. One by one.
These results show that the financial market model established in this paper can accurately simulate most of the characteristics of the real financial market price time series, and help to understand the internal operating mechanism of the financial system, and provide a certain basis and reference for the establishment of the model of the financial market prediction.

【學(xué)位授予單位】：中國(guó)科學(xué)技術(shù)大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2013
【分類號(hào)】：F830.91;F224

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李學(xué)志;怎樣做一名合格的金融網(wǎng)絡(luò)管理員[J];中國(guó)金融電腦;2003年06期

2 ;艾默生USP落戶招商銀行[J];制造業(yè)自動(dòng)化;2005年07期

3 張宣三;論建設(shè)不同層次的金融中心和形成全國(guó)性的金融網(wǎng)絡(luò)[J];上海金融;1985年02期

4 尚榮;長(zhǎng)江金融網(wǎng)絡(luò)第十屆年會(huì)在嘉興召開(kāi)[J];上海金融;1995年11期

5 何成玉;從內(nèi)蒙古實(shí)際出發(fā)加快金融網(wǎng)絡(luò)建設(shè)[J];中國(guó)金融電腦;1996年08期

6 黃新;徐小娟;;ATM技術(shù)在金融網(wǎng)絡(luò)中的應(yīng)用[J];科技咨詢導(dǎo)報(bào);2007年10期

7 顧冠群，，羅軍舟，王仕春，唐清;基于金融網(wǎng)絡(luò)的EDI應(yīng)用系統(tǒng)實(shí)現(xiàn)模型[J];中國(guó)金融電腦;1995年02期

8 莊新田,黃小原,聶紅梅;金融網(wǎng)絡(luò)的模型和優(yōu)化[J];中國(guó)管理科學(xué);2003年02期

9 ;層層設(shè)防 滴水不漏——思科一體化安全解決方案為金融網(wǎng)絡(luò)保駕護(hù)航[J];中國(guó)金融電腦;2004年01期

10 吳蘭君;;試談按經(jīng)濟(jì)區(qū)域改革我國(guó)金融網(wǎng)絡(luò)[J];金融研究;1983年06期

相關(guān)會(huì)議論文 前10條

1 楊月全;余星火;張?zhí)炱?;時(shí)變內(nèi)耦合復(fù)雜網(wǎng)絡(luò)的平衡態(tài)同步smart變結(jié)構(gòu)控制(英文)[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第八分冊(cè)）[控制理論與應(yīng)用（專刊）][C];2009年

2 吳曉鋒;陳曄;;艦艇作戰(zhàn)系統(tǒng)網(wǎng)絡(luò)復(fù)雜性及其分析[A];第二屆全國(guó)復(fù)雜動(dòng)態(tài)網(wǎng)絡(luò)學(xué)術(shù)論壇論文集[C];2005年

3 汪秉宏;車宏安;;復(fù)雜網(wǎng)絡(luò)與復(fù)雜系統(tǒng)[A];第三屆全國(guó)復(fù)雜動(dòng)態(tài)網(wǎng)絡(luò)學(xué)術(shù)論壇論文集[C];2006年

4 陳美榮;;回顧與展望(代序)[A];2006全國(guó)復(fù)雜網(wǎng)絡(luò)學(xué)術(shù)會(huì)議論文集[C];2006年

5 高亮;樊瑛;吳金閃;狄增如;;復(fù)雜網(wǎng)絡(luò)的最短路徑回路性質(zhì)初探[A];2006全國(guó)復(fù)雜網(wǎng)絡(luò)學(xué)術(shù)會(huì)議論文集[C];2006年

6 方錦清;;非線性網(wǎng)絡(luò)的動(dòng)力學(xué)復(fù)雜性研究進(jìn)展[A];全國(guó)復(fù)雜系統(tǒng)研究論壇論文集（一）[C];2005年

7 方錦清;;序言[A];第四屆全國(guó)網(wǎng)絡(luò)科學(xué)學(xué)術(shù)論壇暨研究生暑期學(xué)校論文集[C];2008年

8 江浩;;論郵政金融網(wǎng)絡(luò)未來(lái)發(fā)展趨勢(shì)和對(duì)策[A];四川省通信學(xué)會(huì)1999年學(xué)術(shù)年會(huì)論文集[C];1999年

9 司守奎;溫巧林;孫璽箐;許波林;;復(fù)雜網(wǎng)絡(luò)及其在軍事領(lǐng)域的應(yīng)用研究展望[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第三分冊(cè)）[C];2009年

10 吳俊;譚躍進(jìn);;非標(biāo)度網(wǎng)絡(luò)理論及其應(yīng)用綜述[A];Well-off Society Strategies and Systems Engineering--Proceedings of the 13th Annual Conference of System Engineering Society of China[C];2004年

相關(guān)重要報(bào)紙文章 前10條

1 王濟(jì)洲;金融網(wǎng)絡(luò)應(yīng)唱好大戲[N];人民日?qǐng)?bào);2003年

2 本報(bào)記者 丁玉萍;金融網(wǎng)絡(luò)欺詐大調(diào)查[N];21世紀(jì)經(jīng)濟(jì)報(bào)道;2011年

3 紹瑜;金融網(wǎng)絡(luò)需要整合[N];中國(guó)計(jì)算機(jī)報(bào);2004年

4 北京郵電大學(xué) 刑濤;北電NGN：金融網(wǎng)絡(luò)人性化[N];通信產(chǎn)業(yè)報(bào);2004年

5 本報(bào)記者 胡英;護(hù)住金融網(wǎng)絡(luò)的要害[N];計(jì)算機(jī)世界;2002年

6 張彤;金融網(wǎng)絡(luò)的“軟”實(shí)力[N];網(wǎng)絡(luò)世界;2009年

7 李戰(zhàn)吉　彭波;黑客為何能輕易闖入金融網(wǎng)絡(luò)[N];人民日?qǐng)?bào);2003年

8 記者 劉詩(shī)平邋岳瑞芳;我國(guó)郵政儲(chǔ)蓄網(wǎng)點(diǎn)逾三萬(wàn)六千個(gè)[N];經(jīng)濟(jì)日?qǐng)?bào);2008年

9 ;金融網(wǎng)絡(luò)市場(chǎng)充滿商機(jī)[N];人民郵電;2000年

10 曲建武 徐利輝;金融網(wǎng)絡(luò)敲響安全警鐘[N];湖南日?qǐng)?bào);2000年

相關(guān)博士學(xué)位論文 前10條

1 任小葉;基于復(fù)雜網(wǎng)絡(luò)的金融市場(chǎng)建模方法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2013年

2 劉璇;金融網(wǎng)絡(luò)中資金流動(dòng)模式識(shí)別與智能化異常監(jiān)測(cè)[D];上海交通大學(xué);2010年

3 周海平;復(fù)雜網(wǎng)絡(luò)的演化模型及傳播動(dòng)力學(xué)研究[D];貴州大學(xué);2009年

4 郭龍;復(fù)雜網(wǎng)絡(luò)上自組織臨界現(xiàn)象及Opinion演化動(dòng)力學(xué)研究[D];華中師范大學(xué);2010年

5 郭淑娟;復(fù)雜網(wǎng)絡(luò)的混沌同步與參數(shù)估計(jì)[D];上海大學(xué);2010年

6 何紅生;非線性波動(dòng)與復(fù)雜網(wǎng)絡(luò)的研究[D];蘭州大學(xué);2006年

7 楊冬梅;金融網(wǎng)絡(luò)中洗錢行為分析、識(shí)別與監(jiān)管研究[D];上海交通大學(xué);2008年

8 賈春曉;基于復(fù)雜網(wǎng)絡(luò)的推薦算法和合作行為研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2011年

9 潘新;基于復(fù)雜網(wǎng)絡(luò)的輿情傳播模型研究[D];大連理工大學(xué);2010年

10 史冬梅;復(fù)雜網(wǎng)絡(luò)上的合作涌現(xiàn)空間公共品博弈中的異質(zhì)性研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 郭艷麗;金融網(wǎng)絡(luò)中異常資金流的集群識(shí)別[D];太原科技大學(xué);2007年

2 黃丹;線上供應(yīng)鏈金融操作風(fēng)險(xiǎn)管理研究[D];武漢理工大學(xué);2012年

3 宇文磊;語(yǔ)類視角下漢英金融網(wǎng)絡(luò)時(shí)評(píng)的對(duì)比評(píng)價(jià)分析[D];魯東大學(xué);2012年

4 徐潔;金融網(wǎng)絡(luò)中財(cái)政賬戶資金流動(dòng)的仿真模型研究[D];上海交通大學(xué);2010年

5 王鑫;金融集聚及其對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)的影響[D];天津財(cái)經(jīng)大學(xué);2012年

6 張宗輝;基于復(fù)雜網(wǎng)絡(luò)的金融系統(tǒng)風(fēng)險(xiǎn)控制研究[D];中國(guó)海洋大學(xué);2011年

7 韓_";物流金融業(yè)務(wù)模式及風(fēng)險(xiǎn)管理研究[D];北京交通大學(xué);2011年

8 朱永彬;基于Agent的金融網(wǎng)絡(luò)中資金流動(dòng)仿真系統(tǒng)研究[D];太原科技大學(xué);2008年

9 王韶坤;金融網(wǎng)絡(luò)中基于Agent的企業(yè)經(jīng)濟(jì)行為資金流動(dòng)仿真研究[D];上海交通大學(xué);2009年

10 劉麗;復(fù)雜網(wǎng)絡(luò)中具有抑制作用的雙信息傳播建模與仿真[D];青島大學(xué);2010年

本文編號(hào)：1837390