本文選題：混沌 + 股票市場�。� 參考：《首都經(jīng)濟貿(mào)易大學(xué)》2012年碩士論文

【摘要】：混沌是一種看似不規(guī)則的運動，指的是一個確定性的非線性系統(tǒng)，無需任何額外的隨機因素，都可出現(xiàn)類似隨機的行為（內(nèi)在隨機性）。在計算機技術(shù)的應(yīng)用普及以及新興的交叉科學(xué)出現(xiàn)后，混沌科學(xué)的研究隨著現(xiàn)代科學(xué)技術(shù)的突飛猛進而飛速發(fā)展的。在現(xiàn)代物質(zhì)世界里，大到宇宙，小到基本粒子，處處都有混沌理論，這些基本物質(zhì)也都受混沌理論支配。 非線性動力系統(tǒng)中出現(xiàn)混沌現(xiàn)象的原因在于，其演化過程中物體總是以某種特定規(guī)則不斷沿襲前階段的運動軌跡及狀態(tài)，由此出現(xiàn)了不可預(yù)期的不確定、非規(guī)則的效應(yīng)。混沌現(xiàn)象的產(chǎn)生原因體現(xiàn)了混沌現(xiàn)象的三個基本特征，即內(nèi)在隨機性、初值敏感性及非規(guī)則的有序性。所謂“差之毫厘，失之千里”正是混沌現(xiàn)象的最佳批注�；煦绗F(xiàn)象，具體來說，特別是一個容易發(fā)生改變的對象或系統(tǒng)，在初始狀態(tài)是非常簡單的運動，但經(jīng)過一定規(guī)則的不斷變化后，產(chǎn)生的后果往往出人意料，這就是混沌的狀態(tài)。然而，這樣的混沌狀態(tài)與普通的、毫無頭緒的混亂狀態(tài)是有很大區(qū)別的，經(jīng)過長期、完整的分析后，我們能從中整理出一種或幾種特定的規(guī)則。 盡管混沌現(xiàn)象最初是用來解釋自然現(xiàn)象的，但是在人文科學(xué)和社會領(lǐng)域中的混沌現(xiàn)象特別常見，這是因為人文科學(xué)和社會領(lǐng)域中的事物彼此之間存在較多的聯(lián)系與限制。1985年初次在經(jīng)濟系統(tǒng)中發(fā)現(xiàn)混沌現(xiàn)象后，隨著混沌理論與計算機技術(shù)的發(fā)展，越來越多的經(jīng)濟學(xué)家開始將混沌理論作為研究和討論社會經(jīng)濟的工具，包括財政、貨幣金融在內(nèi)的經(jīng)濟和管理方面的問題，特別是有關(guān)證券市場股價指數(shù)方面的研究格外引人注目。 功率譜和關(guān)聯(lián)維數(shù)是分別從定性和定量方面判別混沌特性的重要方法，筆者在前人研究的基礎(chǔ)上，一方面，將文獻中最廣泛使用的幾種股指數(shù)據(jù)預(yù)處理方法：日收益率方法、對數(shù)線性趨勢消除法，同時引入統(tǒng)計學(xué)中常用的min-max標準化方法，通過從定性和定量兩方面的方法來驗證數(shù)據(jù)樣本的混沌性，辨析這幾種數(shù)據(jù)預(yù)處理方法對股票市場混沌判定的影響；另一方面，，基于相同的數(shù)據(jù)樣本，分析比較了兩種的時間延遲算法：C－C算法和互信息量方法對股票市場混沌判定的影響。 本文是筆者對股票市場混沌判定研究的一個新的探索，文章重點放在了數(shù)據(jù)預(yù)處理方法的辨析以及目前最常用的兩種時間延遲算法的研究及技術(shù)實現(xiàn)上。在文章的最后，對于已判定出混沌的股票市場，如何降低其混沌度及股指數(shù)據(jù)的自相關(guān)性，還原股價指數(shù)波動成為真正社會經(jīng)濟的晴雨表，將成為未來對股票市場混沌研究的一個重要方面。本文對股指混沌時間序列預(yù)處理分析研究，以及對混沌科學(xué)在股票市場中的應(yīng)用研究有著積極的意義，能夠為今后混沌理論在股票市場甚至其他復(fù)雜經(jīng)濟系統(tǒng)的應(yīng)用研究提供一定的參考依據(jù)。
[Abstract]:Chaos is a kind of seemingly irregular motion, which refers to a deterministic nonlinear system. Without any additional random factors, the behavior of chaos can be similar to that of random (intrinsic randomness). With the popularization of computer technology and the emergence of new cross-science, the research of chaotic science has developed rapidly with the rapid development of modern science and technology. In the modern material world, from the universe to the elementary particles, there are chaos theories everywhere, and these basic materials are also governed by the chaos theory. The reason for the chaos in nonlinear dynamic systems is that the objects always follow the track and state of the former stage with some special rules in the evolution process, which leads to the unpredictable and irregular effects. The causes of chaotic phenomena reflect the three basic characteristics of chaos, namely, intrinsic randomness, initial value sensitivity and irregularity. The so-called, "a thousand miles of loss" is the best endorsement of chaos. Chaos, especially an object or system that is prone to change, is a very simple motion in the initial state, but after a certain rule of continuous change, the consequences are often unexpected, this is the state of chaos. However, such a chaotic state is quite different from a general, clueless state of chaos. After a long and complete analysis, we can sort out one or more specific rules from it. Although chaos was originally used to explain natural phenomena, chaos is particularly common in the humanities and in the social sphere. This is because there are many connections and limitations between things in the humanities and social fields. After the first discovery of chaos in the economic system in 1985, with the development of chaos theory and computer technology, A growing number of economists are beginning to use chaos theory as a tool for studying and discussing socio-economic issues, including fiscal, monetary and financial issues, as well as economic and managerial issues. Especially on the stock market stock index research is particularly noticeable. Power spectrum and correlation dimension are important methods to judge chaotic characteristics from qualitative and quantitative aspects respectively. On the basis of previous studies, on the one hand, several widely used pre-processing methods of stock index data in literature: daily rate of return method are introduced. The logarithmic linear trend elimination method and the commonly used min-max standardization method in statistics are introduced to verify the chaos of data samples by qualitative and quantitative methods. On the other hand, based on the same data samples, this paper analyzes and compares the effects of two kinds of time delay algorithms, namely: C-C algorithm and mutual information method, on the chaos judgment of stock market. This paper is a new exploration for the study of chaos in the stock market. This paper focuses on the discrimination of data preprocessing methods and the research and technical implementation of the two most commonly used time delay algorithms at present. At the end of the paper, how to reduce the degree of chaos and the autocorrelation of stock index data to reduce the volatility of stock price index becomes the barometer of real social economy for the stock market that has been determined to be chaotic. It will become an important aspect of the future research on stock market chaos. This paper is of great significance to the research on the preprocessing of stock index chaotic time series and the application of chaotic science in stock market. It can provide some reference for the application of chaos theory in stock market and even other complicated economic systems in the future.
【學(xué)位授予單位】：首都經(jīng)濟貿(mào)易大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2012
【分類號】：F224;F830.91

【相似文獻】

相關(guān)期刊論文 前10條

1 張揚武;;基于時間序列和神經(jīng)網(wǎng)絡(luò)相結(jié)合的股票預(yù)測研究[J];電腦知識與技術(shù);2009年01期

2 劉良坤;;確定股票時間序列的多重分形類型[J];金融理論與實踐;2009年05期

3 房向陽;方蘭;;同業(yè)拆借、國債回購及股票市場相關(guān)波動分析[J];甘肅金融;2010年06期

4 趙建軍;沈悅;;股票市場非周期性循環(huán)的兩階段方法研究[J];經(jīng)濟經(jīng)緯;2011年01期

5 郭名媛,張世英;DDMRS-GARCH模型及其在上海股票市場的實證研究[J];系統(tǒng)工程學(xué)報;2005年04期

6 張帆;;關(guān)于IPO股票長期表現(xiàn)不佳的研究[J];經(jīng)濟視角(上);2008年12期

7 周俊梅;張文;;基于修正的R/S分析法研究深圳股市大盤的記憶特征[J];海南廣播電視大學(xué)學(xué)報;2009年01期

8 楊成義;王大鵬;劉澄;;基于R/S分析的中國股市分形結(jié)構(gòu)的實證研究[J];北京科技大學(xué)學(xué)報(社會科學(xué)版);2009年01期

9 殷光偉,鄭丕諤;小波包變換在股市預(yù)測中的應(yīng)用研究[J];北京理工大學(xué)學(xué)報(社會科學(xué)版);2005年03期

10 李道葉;;我國股票市場價格波動長期記憶性分析[J];價格月刊;2007年10期

相關(guān)會議論文 前10條

1 史永東;趙永剛;;中國證券市場非線性特征的實證分析[A];第八屆中國管理科學(xué)學(xué)術(shù)年會論文集[C];2006年

2 侯峰;楊力;;一種基于分形理論的股市分析和預(yù)測方法[A];2005中國控制與決策學(xué)術(shù)年會論文集（下）[C];2005年

3 吳炎;杜棟;;改進BP神經(jīng)網(wǎng)絡(luò)及其對江蘇省糧食產(chǎn)量的仿真預(yù)測[A];決策科學(xué)與評價——中國系統(tǒng)工程學(xué)會決策科學(xué)專業(yè)委員會第八屆學(xué)術(shù)年會論文集[C];2009年

4 張玉峰;賈成剛;張文喜;;應(yīng)用時間序列評估人工增雨效果[A];推進氣象科技創(chuàng)新加快氣象事業(yè)發(fā)展——中國氣象學(xué)會2004年年會論文集（下冊）[C];2004年

5 王霞;吳健中;;組合投資理論在上海股市中的應(yīng)用分析[A];管理科學(xué)與系統(tǒng)科學(xué)進展——全國青年管理科學(xué)與系統(tǒng)科學(xué)論文集（第4卷）[C];1997年

6 林冬云;莊慧忠;;股票混沌動力模型探討[A];2000中國控制與決策學(xué)術(shù)年會論文集[C];2000年

7 楊治輝;賈韓梅;;股票收益率相關(guān)性的網(wǎng)絡(luò)結(jié)構(gòu)分析[A];中國自動化學(xué)會控制理論專業(yè)委員會B卷[C];2011年

8 王永忠;曾昭磐;;混沌時間序列點預(yù)測方法研究[A];1999中國控制與決策學(xué)術(shù)年會論文集[C];1999年

9 王波;張斌;;一種基于云模型的時間序列特征表示方法[A];2005中國控制與決策學(xué)術(shù)年會論文集（下）[C];2005年

10 ;金融專場[A];2004年中國經(jīng)濟特區(qū)論壇：科學(xué)發(fā)展觀與中國的發(fā)展學(xué)術(shù)研討會論文集[C];2004年

相關(guān)重要報紙文章 前10條

1 廣州萬隆;股指期貨推出對股市的四大影響[N];證券日報;2006年

2 王群航;上周凈值增長基金僅5只[N];證券日報;2007年

3 ;12倍躍升 臺灣地區(qū)曾如是[N];證券日報;2007年

4 張曉凌邋王曉津;流動性充裕時期的銀證互動[N];中國證券報;2007年

5 任亮;胡祖六：10年后中國股市規(guī)模有望列全球第三[N];第一財經(jīng)日報;2007年

6 王國強;切莫短視 逼空行情漸近尾聲[N];上海證券報;2007年

7 ;基金凈值保持增長勢頭[N];珠海特區(qū)報;2006年

8 牛娟娟;商業(yè)銀行可代客投資英國股票市場[N];金融時報;2007年

9 ;二月份是較好的調(diào)倉布局時機[N];上海證券報;2008年

10 證券時報記者 賈壯;去年我國同業(yè)拆借量超10萬億[N];證券時報;2008年

相關(guān)博士學(xué)位論文 前10條

1 崔亞強;滬深300股指內(nèi)在復(fù)雜性分析及預(yù)測研究[D];天津大學(xué);2010年

2 倪麗萍;基于分形技術(shù)的金融數(shù)據(jù)分析方法研究[D];合肥工業(yè)大學(xué);2010年

3 楊正瓴;時間序列中的混沌判定、預(yù)報及其在電力系統(tǒng)中的應(yīng)用[D];天津大學(xué);2003年

4 張曉偉;水文動力系統(tǒng)自記憶特性及其應(yīng)用研究[D];西安理工大學(xué);2009年

5 劉大同;基于Online SVR的在線時間序列預(yù)測方法及其應(yīng)用研究[D];哈爾濱工業(yè)大學(xué);2010年

6 張永林;車輛道路數(shù)值模擬與仿真研究[D];華中科技大學(xué);2010年

7 楊談;網(wǎng)絡(luò)混沌行為及其控制的研究[D];北京郵電大學(xué);2009年

8 李星毅;基于相似性的交通流分析方法[D];北京交通大學(xué);2010年

9 肖輝;時間序列的相似性查詢與異常檢測[D];復(fù)旦大學(xué);2005年

10 盧占會;電力市場穩(wěn)定性研究[D];華北電力大學(xué)（河北）;2008年

相關(guān)碩士學(xué)位論文 前10條

1 李娜;中國股票市場波動及其控制研究[D];山西財經(jīng)大學(xué);2010年

2 馬琳;股票市場流動性與預(yù)期收益[D];西北大學(xué);2011年

3 鄭祥彬;股票信息處理分析系統(tǒng)研究與實現(xiàn)[D];浙江工業(yè)大學(xué);2012年

4 胡文遠;中國股票市場流動性對收益率影響研究[D];青島大學(xué);2009年

5 丁書錦;我國股票市場“晴雨表”效應(yīng)的實證研究[D];山東大學(xué);2010年

6 徐海燕;中國股票市場非線性研究[D];東北林業(yè)大學(xué);2007年

7 劉遷;利率調(diào)整的未預(yù)期部分對股票市場的影響[D];西北大學(xué);2010年

8 孟慶莉;我國股票市場機制下的流動性研究[D];北京交通大學(xué);2010年

9 李東;股權(quán)分置改革前后中國股票市場與經(jīng)濟增長關(guān)系的比較研究[D];長沙理工大學(xué);2010年

10 杭龍;動力會計在股票市場中應(yīng)用的初步探討[D];浙江大學(xué);2002年

本文編號：1970412