發(fā)布時間：2020-06-19 02:44

【摘要】： 本文把粒子系統(tǒng)中的選舉模型應(yīng)用到股票市場中,使用選舉模型構(gòu)造了新的模型來模擬股票市場中的證券收益率序列.全文共分兩部分: 第一部分:證券市場上高頻數(shù)據(jù)的統(tǒng)計分析.截至2006年11月17日我國股市的市場容量已達6.51萬億,占我國GDP的比重超過46%.中國股市在我國國民經(jīng)濟中的影響力越來越大,中國股市已經(jīng)越來越受到實踐界和理論界的關(guān)注,為此我們對中國股市中的高頻數(shù)據(jù)進行統(tǒng)計分析,希望得到這些數(shù)據(jù)的一些統(tǒng)計規(guī)律性.在分析過程中我們使用了統(tǒng)計學中的“正態(tài)概率紙”以及統(tǒng)計物理學中常用的“雙對數(shù)坐標圖”、“冪指數(shù)分布檢驗”、“Zipf圖像”等方法.借助于Matlab6.5、SPSS12.0、EVIEWS5.0等計算機軟件,通過程序語言的控制,我們得出了中國股市證券收益率序列的“高峰厚尾”、“有偏性”等統(tǒng)計特征,我們也驗證了中國股市證券收益率序列、交易量序列的“冪指數(shù)分布規(guī)則”,同時在文中我們還對比了中國股市和美國、香港等成熟股市的特征并分析了國內(nèi)外股市的相關(guān)性. 第二部分:利用選舉模型構(gòu)造股票的收益過程.通過上一部分的工作,我們得知了中國股市證券收益率序列的一些統(tǒng)計特征,這些特征使得傳統(tǒng)的股票收益過程服從正態(tài)分布的假設(shè)不再嚴格成立.為此我們尋找新的擬合股票收益過程的模型.包括選舉模型在內(nèi)的粒子系統(tǒng)的研究起源于20世紀60年代,最初主要應(yīng)用于統(tǒng)計物理中,現(xiàn)在也廣泛應(yīng)用于其他領(lǐng)域.選舉模型主要是用來處理系統(tǒng)中的人收到不同信息時如何做出反應(yīng)以及反應(yīng)后的結(jié)果.我們嘗試用選舉模型來處理股市中的信息對股票價格的影響.主要是通過考察信息對股票收益率的影響來預測股票的價格. 通過計算機模擬,我們發(fā)現(xiàn)選舉模型的一些統(tǒng)計特征與中國股市證券收益率序列的統(tǒng)計特征非常相似,而且使用選舉模型來擬合證券收益序列,效果比正態(tài)分布更好.
【學位授予單位】：北京交通大學
【學位級別】：碩士
【學位授予年份】：2006
【分類號】：F832.51;F224
【圖文】：

1rαβ ×1 2(| |,| |, ,| |)nr r r r的圖像. 而且我們可以用 對圖像上直線走勢部分(曲線尾部的大部分)進行回歸, 得出曲線尾部的斜率α .2.3.2 應(yīng)用 zipf 圖像對中國證券指數(shù)絕對收益序列的厚尾現(xiàn)象進行實證分析Zipf 圖像需要大量的數(shù)據(jù)作為其研究的基礎(chǔ), 而我國股市是一個非常年輕的股市, 如果取日數(shù)據(jù)來進行分析, 數(shù)據(jù)量明顯不足. 為此, 我們截取了上證指數(shù)和深證成指從 2001 年 2 月 3 日 9：30 到 2006 年 4 月 17 日 15：00 的五分鐘數(shù)據(jù)來進行統(tǒng)計分析, 其中上證指數(shù)截取了60220個數(shù)據(jù), 深證成指截取了60024個數(shù)據(jù).在這里我們采用常規(guī)的 zipf 圖像的做法：橫坐標為順序統(tǒng)計量的各順序值（對數(shù)值）, 縱坐標為順序統(tǒng)計量的各個取值（絕對收益的對數(shù)值）. 而且為了比較實際證券指數(shù)收益率的厚尾現(xiàn)象, 我們在圖中同樣做出了與實際證券指數(shù)序列具有相同均值和方差的正態(tài)分布隨機數(shù)序列的 Zipf 圖像（見圖 3.1）.

上證指數(shù)絕對收益序列的概率分布函數(shù)與 Gauss 分布并不十分吻合, 特別是絕對收益序列分布的尾部與 Gauss 分布的尾部相差較大. 圖 3.1(b)為深證指數(shù)收益序列的 zipf 圖像. 從圖中我們可以看到與圖 3.1(a)完全相同的厚尾現(xiàn)象.2.3.3 應(yīng)用 zipf 圖像對證券指數(shù)收益序列的冪指數(shù)分布規(guī)律進行實證分析在本節(jié)中, 將使用與 2.3.2 節(jié)相同的上證指數(shù)和深證成指五分鐘數(shù)據(jù), 我們考慮收益序列（簡記為 r ）, 其中包含正收益序列（記為r+r ）和負收益序列（記為 ）,我們將分別討論序列l(wèi)og | r|和+log | r| , 并將兩函數(shù)圖形畫在同一圖形上進行比較和分析. 為了對證券指數(shù)收益序列進行冪指數(shù)分布規(guī)律的檢驗分析, 我們需要對上一部分所用的 zipf 圖像進行調(diào)整：把上一部分中的圖像橫縱坐標互換, 然后我們使用函數(shù)1rαβ × 進行回歸擬合, 從而可以得出函數(shù)的兩個待定參數(shù) α 與 β, 在這里我們更關(guān)心的參數(shù)是α . 如果可以用這個函數(shù)來進行很好的擬合, 我們就說該收益序列符合所謂的冪指數(shù)分布規(guī)則. 根據(jù)所截取的上證指數(shù)和深證成指數(shù)據(jù),做出圖 3.2 如下：

【相似文獻】

相關(guān)期刊論文 前10條

1 王福勝;彭勝志;;投資組合優(yōu)化中的泰勒級數(shù)收斂性與展開點選擇問題研究[J];中國管理科學;2011年03期

2 金素;劉璐;;GARCH模型在金融風險測度中的應(yīng)用——以2005～2010年滬深指數(shù)為例[J];金融教學與研究;2011年03期

3 何有世;趙金偉;;基于CVaR的上海銀行間同業(yè)拆放利率風險度量[J];財會月刊;2011年15期

4 楊湘豫;周再立;;基于Copula-TARCH的開放式基金投資組合風險的實證分析[J];系統(tǒng)工程;2011年06期

5 鐘法林;陳榮達;;非對稱Laplace分布下外匯收益率的實證分析[J];吉林工商學院學報;2011年04期

6 ;[J];;年期

7 ;[J];;年期

8 ;[J];;年期

9 ;[J];;年期

10 ;[J];;年期

相關(guān)會議論文 前10條

1 余競;李竹渝;;深圳A股市場行業(yè)板塊高頻數(shù)字特征挖掘[A];2003中國現(xiàn)場統(tǒng)計研究會第十一屆學術(shù)年會論文集（下）[C];2003年

2 侯風云;;對我國居民人力資本投資收益率變化情況的考察[A];面向新世紀的中國經(jīng)濟[C];2000年

3 陳倩;李金林;張倫;;基于g-h分布的上證指數(shù)收益率分布擬合研究[A];第十屆中國管理科學學術(shù)年會論文集[C];2008年

4 姚海祥;;奇導協(xié)方差矩陣和任意收益率分布下均值-CVaR模型的有效邊界特征[A];第十屆中國管理科學學術(shù)年會論文集[C];2008年

5 劉艷蘭;;金融資產(chǎn)收益率的極值測度研究[A];第六屆中國青年運籌與管理學者大會論文集[C];2004年

6 謝朝華;李忠;文鳳華;;基于分形分布特征指數(shù)的股票市場效率指標設(shè)定與實證[A];第十二屆中國管理科學學術(shù)年會論文集[C];2010年

7 文鳳華;馬超群;蘭秋軍;任德平;楊曉光;;一致性風險價值及其在中國證券市場的應(yīng)用研究[A];2004年中國管理科學學術(shù)會議論文集[C];2004年

8 劉興華;張新;;資本市場內(nèi)部機理模型和智能體建模分析[A];管理科學與系統(tǒng)科學研究新進展——第8屆全國青年管理科學與系統(tǒng)科學學術(shù)會議論文集[C];2005年

9 楊春霞;王杰;周濤;劉雋;許e

本文編號：2720197