本文通過分析帶有兩種類型交易者的模擬模型,來揭示金融市場主要機制.我們的分析顯示市場具有不均衡性,由認知引起追隨趨勢、噪聲過程與確定性平衡態(tài)相互影響可能是市場波動分布的內(nèi)在核心.用基于Monte-carlo模擬的統(tǒng)計分析來描述市場長期記憶性和波動集聚性,做了ARFIMA模型的參數(shù)估計和（FI）GARCH模型的參數(shù)估計及其相關(guān)統(tǒng)計檢驗.對上海證券市場做了實證研究,并把模擬模型結(jié)果與實證研究做了Wald檢驗,進行了對比研究,發(fā)現(xiàn)模擬模型能較好反映真實市場. 

【文章來源】：新疆大學新疆維吾爾自治區(qū) 211工程院校

【文章頁數(shù)】：59 頁

【學位級別】：碩士

【文章目錄】：
中文摘要
英文摘要
1. 引言
2. MF建模問題研究進展
    2.1 MF模型
    2.2 擴展的MF模型-AMF模型建立
    2.3 不同噪聲影響下AMF模型分析
    2.4 上證綜指實證研究
        2.4.1 收益率序列統(tǒng)計特征
        2.4.2 平穩(wěn)性檢驗
        2.4.3 自相關(guān)性檢驗
        2.4.4 ARFIMA模型參數(shù)估計
        2.4.5 GARCH模型參數(shù)估計
        2.4.6 FIGARCH模型參數(shù)估計
    2.5 AMF模型經(jīng)濟特征分析對比實證研究
        2.5.1 收益率自相關(guān)性
        2.5.2 ARFIMA模型參數(shù)估計及其檢驗
        2.5.3 GARCH模型參數(shù)估計及其檢驗
        2.5.4 FIGARCH模型參數(shù)估計及其檢驗
3. AMF-I模型分析
    3.1 收益率自相關(guān)性及其相關(guān)檢驗
    3.2 ARFIMA模型參數(shù)估計及其相關(guān)檢驗
    3.3 GARCH模型參數(shù)估計及其相關(guān)檢驗
    3.4 FIGARCH模型參數(shù)估計及其相關(guān)檢驗
4. AMF-II模型分析
    4.1 時間序列分析及相關(guān)檢驗
    4.2 ARFIMA模型參數(shù)估計及其相關(guān)檢驗
    4.3 GARCH模型參數(shù)估計及其相關(guān)檢驗
    4.4 FIGARCH模型參數(shù)估計及其相關(guān)檢驗
5. 結(jié)論
6. 附錄
參考文獻
攻讀碩士學位期間的研究成果
致謝
學位論文獨創(chuàng)性說明
學位論文知識產(chǎn)權(quán)權(quán)屬聲明


【參考文獻】：
期刊論文
[1]證券市場復雜行為分形標度分析與機會決策研究[J]. 曹宏鐸.  金融研究. 2005(01)
[2]中國股市高頻數(shù)據(jù)中的周期性和長記憶性[J]. 陶利斌,方兆本,潘婉彬.  系統(tǒng)工程理論與實踐. 2004(06)
[3]中國股市回報波動性分析——高頻數(shù)據(jù)揭示股市的特征[J]. 房振明,王春峰,蔣祥林.  系統(tǒng)工程. 2004(02)
[4]中國股市波動性過程中的長期記憶性實證研究[J]. 王春峰,張慶翠.  系統(tǒng)工程. 2004(01)



本文編號：3365708