本文選題：混沌 + 股票市場(chǎng)��； 參考：《首都經(jīng)濟(jì)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(yùn)動(dòng)，指的是一個(gè)確定性的非線性系統(tǒng)，無需任何額外的隨機(jī)因素，都可出現(xiàn)類似隨機(jī)的行為（內(nèi)在隨機(jī)性）。在計(jì)算機(jī)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(jìn)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(dòng)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(yùn)動(dòng)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(gè)基本特征，即內(nèi)在隨機(jī)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(gè)容易發(fā)生改變的對(duì)象或系統(tǒng)，在初始狀態(tài)是非常簡單的運(yùn)動(dòng)，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(huì)領(lǐng)域中的混沌現(xiàn)象特別常見，這是因?yàn)槿宋目茖W(xué)和社會(huì)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(jì)系統(tǒng)中發(fā)現(xiàn)混沌現(xiàn)象后，隨著混沌理論與計(jì)算機(jī)技術(shù)的發(fā)展，越來越多的經(jīng)濟(jì)學(xué)家開始將混沌理論作為研究和討論社會(huì)經(jīng)濟(jì)的工具，包括財(cái)政、貨幣金融在內(nèi)的經(jīng)濟(jì)和管理方面的問題，特別是有關(guān)證券市場(chǎng)股價(jià)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(xiàn)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(duì)數(shù)線性趨勢(shì)消除法，同時(shí)引入統(tǒng)計(jì)學(xué)中常用的min-max標(biāo)準(zhǔn)化方法，通過從定性和定量兩方面的方法來驗(yàn)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(duì)股票市場(chǎng)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(shí)間延遲算法：C－C算法和互信息量方法對(duì)股票市場(chǎng)混沌判定的影響。 本文是筆者對(duì)股票市場(chǎng)混沌判定研究的一個(gè)新的探索，文章重點(diǎn)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(shí)間延遲算法的研究及技術(shù)實(shí)現(xiàn)上。在文章的最后，對(duì)于已判定出混沌的股票市場(chǎng)，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(jià)指數(shù)波動(dòng)成為真正社會(huì)經(jīng)濟(jì)的晴雨表，將成為未來對(duì)股票市場(chǎng)混沌研究的一個(gè)重要方面。本文對(duì)股指混沌時(shí)間序列預(yù)處理分析研究，以及對(duì)混沌科學(xué)在股票市場(chǎng)中的應(yīng)用研究有著積極的意義，能夠?yàn)榻窈蠡煦缋碚撛诠善笔袌?chǎng)甚至其他復(fù)雜經(jīng)濟(jì)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(jì)貿(mào)易大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2012
【分類號(hào)】：F224;F830.91

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

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

2 劉良坤;;確定股票時(shí)間序列的多重分形類型[J];金融理論與實(shí)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(chǎng)相關(guān)波動(dòng)分析[J];甘肅金融;2010年06期

4 趙建軍;沈悅;;股票市場(chǎng)非周期性循環(huán)的兩階段方法研究[J];經(jīng)濟(jì)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(chǎng)的實(shí)證研究[J];系統(tǒng)工程學(xué)報(bào);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(jì)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(bào);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(shí)證研究[J];北京科技大學(xué)學(xué)報(bào)(社會(huì)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(cè)中的應(yīng)用研究[J];北京理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2005年03期

10 李道葉;;我國股票市場(chǎng)價(jià)格波動(dòng)長期記憶性分析[J];價(jià)格月刊;2007年10期

相關(guān)會(huì)議論文 前10條

1 史永東;趙永剛;;中國證券市場(chǎng)非線性特征的實(shí)證分析[A];第八屆中國管理科學(xué)學(xué)術(shù)年會(huì)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(cè)方法[A];2005中國控制與決策學(xué)術(shù)年會(huì)論文集（下）[C];2005年

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

4 張玉峰;賈成剛;張文喜;;應(yīng)用時(shí)間序列評(píng)估人工增雨效果[A];推進(jìn)氣象科技創(chuàng)新加快氣象事業(yè)發(fā)展——中國氣象學(xué)會(huì)2004年年會(huì)論文集（下冊(cè)）[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(jìn)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(dòng)力模型探討[A];2000中國控制與決策學(xué)術(shù)年會(huì)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(dòng)化學(xué)會(huì)控制理論專業(yè)委員會(huì)B卷[C];2011年

8 王永忠;曾昭磐;;混沌時(shí)間序列點(diǎn)預(yù)測(cè)方法研究[A];1999中國控制與決策學(xué)術(shù)年會(huì)論文集[C];1999年

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

10 ;金融專場(chǎng)[A];2004年中國經(jīng)濟(jì)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(huì)論文集[C];2004年

相關(guān)重要報(bào)紙文章 前10條

1 廣州萬隆;股指期貨推出對(duì)股市的四大影響[N];證券日?qǐng)?bào);2006年

2 王群航;上周凈值增長基金僅5只[N];證券日?qǐng)?bào);2007年

3 ;12倍躍升 臺(tái)灣地區(qū)曾如是[N];證券日?qǐng)?bào);2007年

4 張曉凌邋王曉津;流動(dòng)性充裕時(shí)期的銀證互動(dòng)[N];中國證券報(bào);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(cái)經(jīng)日?qǐng)?bào);2007年

6 王國強(qiáng);切莫短視 逼空行情漸近尾聲[N];上海證券報(bào);2007年

7 ;基金凈值保持增長勢(shì)頭[N];珠海特區(qū)報(bào);2006年

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

9 ;二月份是較好的調(diào)倉布局時(shí)機(jī)[N];上海證券報(bào);2008年

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

相關(guān)博士學(xué)位論文 前10條

1 崔亞強(qiáng);滬深300股指內(nèi)在復(fù)雜性分析及預(yù)測(cè)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(shí)間序列中的混沌判定、預(yù)報(bào)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(dòng)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(shí)間序列預(yù)測(cè)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(shí)間序列的相似性查詢與異常檢測(cè)[D];復(fù)旦大學(xué);2005年

10 盧占會(huì);電力市場(chǎng)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(chǎng)波動(dòng)及其控制研究[D];山西財(cái)經(jīng)大學(xué);2010年

2 馬琳;股票市場(chǎng)流動(dòng)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(shí)現(xiàn)[D];浙江工業(yè)大學(xué);2012年

4 胡文遠(yuǎn);中國股票市場(chǎng)流動(dòng)性對(duì)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(chǎng)“晴雨表”效應(yīng)的實(shí)證研究[D];山東大學(xué);2010年

6 徐海燕;中國股票市場(chǎng)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(duì)股票市場(chǎng)的影響[D];西北大學(xué);2010年

8 孟慶莉;我國股票市場(chǎng)機(jī)制下的流動(dòng)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(chǎng)與經(jīng)濟(jì)增長關(guān)系的比較研究[D];長沙理工大學(xué);2010年

10 杭龍;動(dòng)力會(huì)計(jì)在股票市場(chǎng)中應(yīng)用的初步探討[D];浙江大學(xué);2002年

本文編號(hào)：1970412