本文關(guān)鍵詞：日內(nèi)股市數(shù)據(jù)的小波分形特征研究　出處：《首都經(jīng)濟(jì)貿(mào)易大學(xué)》2012年博士論文　論文類(lèi)型：學(xué)位論文

  更多相關(guān)文章： 滬深300指數(shù) 高頻數(shù)據(jù) 分形 小波 去噪 EMD

【摘要】：自1970年,法瑪提出有效市場(chǎng)假說(shuō)(Efficient Market Hypothesis, EMH)以來(lái),這一假說(shuō)就成為了現(xiàn)代金融學(xué)的理論基礎(chǔ),并在這個(gè)假說(shuō)的基礎(chǔ)上構(gòu)建起了現(xiàn)代金融學(xué)的大廈。但是,20世紀(jì)70年代以后,在金融市場(chǎng)上開(kāi)始出現(xiàn)大量EMH所不能解釋的所謂“異象”。 因此,自上世紀(jì)80年代以來(lái),為了能夠更強(qiáng)有力地解釋金融市場(chǎng),眾多學(xué)者紛紛從不同的方面進(jìn)行探索,以期發(fā)現(xiàn)更符合現(xiàn)實(shí)的新理論和新模型。這其中比較有影響的就包括從90年代興起的分形理論。分形理論認(rèn)為金融市場(chǎng)的波動(dòng)是一個(gè)非線性動(dòng)力學(xué)系統(tǒng),具有長(zhǎng)程相關(guān)性和趨勢(shì)循環(huán)性。分形理論在金融市場(chǎng)的直接應(yīng)用就產(chǎn)生了分形市場(chǎng)理論。由于該理論并不需要類(lèi)似有效市場(chǎng)理論那般嚴(yán)格的前提假設(shè),并且它更注重市場(chǎng)的流動(dòng)性,并且指出投資者的市場(chǎng)行為會(huì)因投資期限的改變而相應(yīng)地發(fā)生變化,因此,相應(yīng)給出的對(duì)投資者行為的描述和對(duì)市場(chǎng)價(jià)格運(yùn)動(dòng)模擬的模型也更符合實(shí)際。 隨著這些年來(lái)的計(jì)算技術(shù)和方法的不斷進(jìn)步,對(duì)金融數(shù)據(jù)的研究也開(kāi)始轉(zhuǎn)向以越來(lái)越精細(xì)的時(shí)刻記錄的數(shù)據(jù)為主了,即高頻數(shù)據(jù)。由于高頻數(shù)據(jù)具有更加詳細(xì)和精確的反應(yīng)市場(chǎng)微觀結(jié)構(gòu)的特性,因此在揭示市場(chǎng)價(jià)格的形成方面、在探索金融風(fēng)險(xiǎn)的測(cè)度方面以及在促進(jìn)資產(chǎn)合理定價(jià),促進(jìn)衍生品市場(chǎng)形成等方面具有研究?jī)r(jià)值。 2005年,我國(guó)滬深300指數(shù)的推出彌補(bǔ)了我國(guó)股市一直沒(méi)有能夠反映整體走勢(shì)的跨市場(chǎng)的統(tǒng)一的指數(shù)這一空缺。這一指數(shù)的推出為投資者提供了衡量自己證券投資收益情況的基本尺度,并且在此基礎(chǔ)上,市場(chǎng)中又推出了以滬深300指數(shù)為跟蹤目標(biāo)的指數(shù)基金產(chǎn)品,在為中小投資者提供了分散化投資通道的同時(shí)也擴(kuò)大了市場(chǎng)中機(jī)構(gòu)投資者的陣容。因此,對(duì)滬深300指數(shù)的相關(guān)特征的研究就顯得尤為必要與迫切。 目前,針對(duì)滬深300指數(shù)的研究還不多。本文就是在分形理論的基礎(chǔ)上,運(yùn)用小波分析的方法,對(duì)滬深300指數(shù)的日內(nèi)收益率和收益波動(dòng)率系列的分形特征進(jìn)行了較為系統(tǒng)、全面地分析,并且首次在高頻收益波動(dòng)率序列的去噪中引入經(jīng)驗(yàn)?zāi)B(tài)分解算法(Empirical Mode Decomposition, EMD)。研究發(fā)現(xiàn),日內(nèi)高頻收益率序列和收益波動(dòng)率序列不僅具有單分形特征,同時(shí)也具有多分形特征,并且在去噪效果方面,經(jīng)驗(yàn)?zāi)B(tài)分解算法和小波去噪各具優(yōu)越。
[Abstract]:Since 1970 , Fama put forward effective market hypothesis ( EMH ) , this hypothesis has become the theoretical foundation of modern finance , and constructed modern financial architecture on the basis of this hypothesis . However , after the 1970s , there appeared a lot of so - called " visions " that EMH could not explain in financial markets . Therefore , since the 1980s , in order to explain the financial markets more forcefully , many scholars have explored different ways to find more realistic new theories and models . The fractal theory holds that the volatility of financial markets is a nonlinear dynamic system , which has long - range correlation and trend - cycle . With the continuous progress of computing technology and method over the years , the research on financial data has also begun to turn to the more and more sophisticated time - recorded data , namely , high - frequency data . As the high - frequency data has the characteristics of more detailed and accurate microstructure of the reaction market , it is valuable to explore the measurement of market price and to promote the reasonable pricing of assets and promote the formation of derivatives market . In 2005 , our stock market has not been able to reflect the unified index of the overall trend across the market . The introduction of the index provides investors with the basic dimension to measure the return of securities investment . On the basis of this , the index fund products with the Shanghai - Shenzhen 300 index as the tracking target are introduced in the market , and the portfolio of institutional investors in the market is expanded . Therefore , the research on the relevant characteristics of the Shanghai - Shenzhen 300 index is especially necessary and urgent . At present , the research on the Shanghai - Shenzhen 300 index is not much . Based on the fractal theory , the fractal characteristics of the daily return and return volatility series of Shanghai - Shenzhen 300 index are systematically and comprehensively analyzed , and Empirical Mode Decomposition ( EMD ) is introduced for the first time in the de - noising of the high - frequency yield fluctuation rate sequence . It is found that the high frequency yield sequence and the yield fluctuation rate sequence have not only the single fractal characteristics but also the multi - fractal characteristics , and the empirical mode decomposition algorithm and wavelet de - noising are superior in terms of denoising effect .

【學(xué)位授予單位】：首都經(jīng)濟(jì)貿(mào)易大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2012
【分類(lèi)號(hào)】：F224;F832.51

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 唐勇;;基于高頻數(shù)據(jù)的波動(dòng)率與成交量動(dòng)態(tài)關(guān)系研究[J];成都理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2011年03期

2 張雷;中國(guó)股票市場(chǎng)日內(nèi)波動(dòng)率的分行業(yè)差異研究——以高頻數(shù)據(jù)為樣本[J];北京市財(cái)貿(mào)管理干部學(xué)院學(xué)報(bào);2004年01期

3 陶洪;唐勇;;基于高頻金融數(shù)據(jù)的積分波動(dòng)估計(jì)量分析[J];統(tǒng)計(jì)與決策;2007年03期

4 應(yīng)益榮;包郭平;;金融市場(chǎng)高頻數(shù)據(jù)分析的建模進(jìn)展[J];五邑大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年01期

5 沐年國(guó);;一種資產(chǎn)定價(jià)過(guò)程中跳辨識(shí)的新方法[J];財(cái)經(jīng)研究;2007年01期

6 李勝歌;唐勇;;基于金融高頻數(shù)據(jù)的VaR研究[J];統(tǒng)計(jì)與決策;2010年11期

7 劉力華;;基于高頻數(shù)據(jù)的滬港股市統(tǒng)計(jì)分析[J];商場(chǎng)現(xiàn)代化;2010年30期

8 朱小斌,江曉東;股票日內(nèi)流動(dòng)性度量及其風(fēng)險(xiǎn)調(diào)整——基于上海股票市場(chǎng)高頻數(shù)據(jù)的實(shí)證研究[J];上海管理科學(xué);2005年03期

9 王明進(jìn);;多元波動(dòng)率模型的一些新進(jìn)展[J];數(shù)理統(tǒng)計(jì)與管理;2010年02期

10 陳曉東;易文德;;我國(guó)農(nóng)產(chǎn)品期貨市場(chǎng)波動(dòng)率實(shí)例分析[J];商業(yè)時(shí)代;2011年14期

相關(guān)會(huì)議論文 前10條

1 劉淳;朱世武;何濟(jì)舟;;金融市場(chǎng)波動(dòng)擇時(shí)策略的經(jīng)濟(jì)價(jià)值分析[A];經(jīng)濟(jì)全球化與系統(tǒng)工程——中國(guó)系統(tǒng)工程學(xué)會(huì)第16屆學(xué)術(shù)年會(huì)論文集[C];2010年

2 應(yīng)益榮;寇博;;平均累積波動(dòng)率對(duì)風(fēng)險(xiǎn)溢價(jià)影響的研究[A];第四屆中國(guó)智能計(jì)算大會(huì)論文集[C];2010年

3 楊懷東;伍娟;盛虎;;基于高頻數(shù)據(jù)的成對(duì)交易統(tǒng)計(jì)套利策略實(shí)證研究[A];第五屆（2010）中國(guó)管理學(xué)年會(huì)——金融分會(huì)場(chǎng)論文集[C];2010年

4 王一鳴;趙華;;我國(guó)滬深300指數(shù)波動(dòng)率結(jié)構(gòu)突變的檢驗(yàn)[A];數(shù)學(xué)·力學(xué)·物理學(xué)·高新技術(shù)交叉研究進(jìn)展——2010（13）卷[C];2010年

5 梁霞;梁循;;互聯(lián)網(wǎng)金融文本信息關(guān)鍵詞形態(tài)挖掘[A];第六屆全國(guó)信息檢索學(xué)術(shù)會(huì)議論文集[C];2010年

6 洪麗穎;黃榮坦;;單變量乘積誤差模型(MEM)的研究和實(shí)證[A];第十一屆中國(guó)管理科學(xué)學(xué)術(shù)年會(huì)論文集[C];2009年

7 吳恒煜;朱福敏;;中國(guó)股票市場(chǎng)資產(chǎn)收益的非對(duì)稱(chēng)無(wú)窮純跳躍行為研究[A];第六屆（2011）中國(guó)管理學(xué)年會(huì)——金融分會(huì)場(chǎng)論文集[C];2011年

8 王蘅;;高頻數(shù)據(jù)傳輸電纜的設(shè)計(jì)與制造[A];中國(guó)通信學(xué)會(huì)2004年光纜電纜學(xué)術(shù)年會(huì)論文集[C];2004年

9 吳鍇;;現(xiàn)金流波動(dòng)、盈利穩(wěn)定性與公司價(jià)值:基于滬深股市的實(shí)證研究[A];第六屆（2011）中國(guó)管理學(xué)年會(huì)——會(huì)計(jì)與財(cái)務(wù)分會(huì)場(chǎng)論文集[C];2011年

10 肖慶憲;;變系數(shù)Black-Scholes模型的統(tǒng)計(jì)推斷[A];發(fā)展的信息技術(shù)對(duì)管理的挑戰(zhàn)——99’管理科學(xué)學(xué)術(shù)會(huì)議專(zhuān)輯（下）[C];1999年

相關(guān)重要報(bào)紙文章 前10條

1 深100指數(shù)基金經(jīng)理林飛;指數(shù)的波動(dòng)[N];證券時(shí)報(bào);2006年

2 Neil O Hara 長(zhǎng)江期貨 鐘哨鋒/編譯;統(tǒng)計(jì)套利交易者:波動(dòng)率商人[N];期貨日?qǐng)?bào);2009年

3 龔小磊;建信優(yōu)選成長(zhǎng)不參與“差公司好股票”游戲[N];中國(guó)證券報(bào);2007年

4 東東;人民幣走勢(shì)打下“美元減息”印記？[N];上海證券報(bào);2007年

5 戴德舜;海富通基金研究總監(jiān)戴德舜： 影響投資的七大猜想[N];第一財(cái)經(jīng)日?qǐng)?bào);2010年

6 興業(yè)證券 蔡艷菲邋陳th;套期保值前 注意現(xiàn)貨資產(chǎn)結(jié)構(gòu)[N];期貨日?qǐng)?bào);2008年

7 宋逢明 江 婕 李 超;深圳股票市場(chǎng)穩(wěn)定性研究[N];證券時(shí)報(bào);2002年

8 長(zhǎng)城偉業(yè)期貨公司特邀研究員 王紅兵邋宋曦 孔華強(qiáng);發(fā)行滬深300ETF的可行性研究[N];期貨日?qǐng)?bào);2007年

9 華聞期貨 徐堅(jiān);期指仿真交易與滬深300指數(shù)的領(lǐng)先滯后關(guān)系分析[N];期貨日?qǐng)?bào);2007年

10 平安證券衍生產(chǎn)品部 薛普;慎防權(quán)證投資兩大風(fēng)險(xiǎn)[N];證券時(shí)報(bào);2008年

相關(guān)博士學(xué)位論文 前10條

1 汪劍鯤;日內(nèi)股市數(shù)據(jù)的小波分形特征研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2012年

2 姚寧;考慮跳躍與市場(chǎng)噪音條件下波動(dòng)率估計(jì)與應(yīng)用研究[D];天津大學(xué);2009年

3 于亦文;中國(guó)證券市場(chǎng)微觀結(jié)構(gòu)若干問(wèn)題研究[D];南京航空航天大學(xué);2005年

4 任飛;股票市場(chǎng)的高頻數(shù)據(jù)分析和多體模型研究[D];浙江大學(xué);2007年

5 耿立艷;非線性金融波動(dòng)率模型及其實(shí)證研究[D];天津大學(xué);2009年

6 李勝歌;基于高頻數(shù)據(jù)的金融波動(dòng)率研究[D];天津大學(xué);2008年

7 黃后川;中國(guó)股票市場(chǎng)波動(dòng)率的高頻估計(jì)、特性與預(yù)測(cè)[D];廈門(mén)大學(xué);2002年

8 鄭仲民;金融資產(chǎn)價(jià)格跳躍行為研究[D];天津大學(xué);2011年

9 鎮(zhèn)磊;基于高頻數(shù)據(jù)處理方法對(duì)A股算法交易優(yōu)化決策的量化分析研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2010年

10 王芳;基于市場(chǎng)微觀結(jié)構(gòu)噪聲和跳躍的金融高頻數(shù)據(jù)波動(dòng)研究[D];西南財(cái)經(jīng)大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 黃文靜;交易時(shí)間間隔與波動(dòng)率的研究[D];廈門(mén)大學(xué);2008年

2 陳曦;中國(guó)股市高頻截面數(shù)據(jù)的概率分布及其時(shí)間相關(guān)性研究[D];華東理工大學(xué);2011年

3 李純凈;基于高頻數(shù)據(jù)的微觀市場(chǎng)結(jié)構(gòu)中的研究[D];長(zhǎng)春工業(yè)大學(xué);2011年

4 薛晨光;證券市場(chǎng)高頻數(shù)據(jù)極值的統(tǒng)計(jì)特征和變動(dòng)特征研究[D];長(zhǎng)春工業(yè)大學(xué);2012年

5 李靜;中國(guó)股票市場(chǎng)波動(dòng)率預(yù)測(cè)模型比較及應(yīng)用研究[D];山東大學(xué);2012年

6 葛怡;超高頻波動(dòng)率模型研究[D];蘭州商學(xué)院;2010年

7 唐祺;用Black-Scholes模型對(duì)權(quán)證定價(jià)的實(shí)證分析[D];對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué);2006年

8 蘇志銳;我國(guó)權(quán)證市場(chǎng)發(fā)展相關(guān)問(wèn)題研究[D];對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué);2006年

9 王鳳蘭;期權(quán)定價(jià)[D];暨南大學(xué);2007年

10 許月麗;實(shí)物期權(quán)在項(xiàng)目投資決策中的應(yīng)用探討[D];華中科技大學(xué);2006年

，

本文編號(hào)：1402352