本文關(guān)鍵詞：統(tǒng)計(jì)分析與預(yù)測(cè)系統(tǒng)研究：隨機(jī)交互作用金融波動(dòng)系統(tǒng)

  更多相關(guān)文章： 定向滲流 股票價(jià)格模型 回程間隙 隨機(jī)時(shí)效神經(jīng)網(wǎng)絡(luò) 統(tǒng)計(jì)分析與預(yù)測(cè)

【摘要】：隨機(jī)交互作用滲流模型是統(tǒng)計(jì)物理粒子模型中的一種,本文對(duì)滲流模型中的定向滲流理論進(jìn)行了詳細(xì)介紹和闡述,結(jié)合金融股票定價(jià)和隨機(jī)過(guò)程的理論知識(shí),基于定向滲流理論構(gòu)造了新的金融價(jià)格波動(dòng)模型,這是將統(tǒng)計(jì)物理模型應(yīng)用于金融領(lǐng)域中的一種新的嘗試。在模型構(gòu)造中,我們把滲流模型當(dāng)中水流的傳播看作股票市場(chǎng)上投資者之間信息的傳播和相互影響,然后根據(jù)股票市場(chǎng)存在的“羊群效應(yīng)”,即投資者之間的信息傳遞是影響價(jià)格波動(dòng)的根本原因這一假設(shè)進(jìn)行價(jià)格波動(dòng)過(guò)程的構(gòu)造,進(jìn)而,我們運(yùn)用Matlab語(yǔ)言編程和計(jì)算機(jī)模擬,由股票價(jià)格模型得到股票價(jià)格序列、收益率序列以及波動(dòng)的回程間隙序列。最后我們建立了隨機(jī)時(shí)效性神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型,用于預(yù)測(cè)價(jià)格模型的模擬股價(jià)和實(shí)際指數(shù)k日均線的走勢(shì)。 對(duì)股票價(jià)格波動(dòng)行為的統(tǒng)計(jì)研究一直是金融領(lǐng)域研究和關(guān)注的重點(diǎn)。統(tǒng)計(jì)特性的研究主要基于高頻金融時(shí)間序列得到市場(chǎng)波動(dòng)的一些統(tǒng)計(jì)特性。在本文中我們所重點(diǎn)討論的回程間隙序列(return intervals)是關(guān)注于股票價(jià)格波動(dòng)之間的時(shí)間間隔的一種序列,回程間隙這一統(tǒng)計(jì)量在近年來(lái)備受關(guān)注,它對(duì)于股票價(jià)格波動(dòng)周期的研究具有重大意義。 本文主要對(duì)基于定向滲流理論構(gòu)造的股價(jià)模型得到的模擬數(shù)據(jù)和實(shí)際市場(chǎng)指數(shù)的收益序列和回程間隙序列進(jìn)行了研究,同時(shí)構(gòu)建了隨機(jī)時(shí)效神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型,對(duì)股票價(jià)格的k日均線進(jìn)行了預(yù)測(cè)研究。在回程間隙研究方面,不僅基于前人的研究對(duì)概率分布情況進(jìn)行分析驗(yàn)證,還增加了新的尺度分布函數(shù),把真實(shí)數(shù)據(jù)與模擬數(shù)據(jù)回程間隙的分布情況進(jìn)行對(duì)比分析,充分驗(yàn)證了所構(gòu)造的金融波動(dòng)模型研究實(shí)際金融市場(chǎng)的可行性與合理性。本文還進(jìn)一步對(duì)回程間隙的多重分形性質(zhì)進(jìn)行分析與對(duì)比,另外,我們首次將可視圖的方法應(yīng)用到回程間隙序列到復(fù)雜網(wǎng)絡(luò)的轉(zhuǎn)化過(guò)程中,通過(guò)對(duì)網(wǎng)絡(luò)圖中相關(guān)統(tǒng)計(jì)量的研究進(jìn)一步探索原始回程間隙序列的統(tǒng)計(jì)特性。此外,將隨機(jī)時(shí)效神經(jīng)網(wǎng)絡(luò)模型用于股票價(jià)格k日均線的預(yù)測(cè)分析更是我們的全新嘗試。
【關(guān)鍵詞】：定向滲流 股票價(jià)格模型 回程間隙 隨機(jī)時(shí)效神經(jīng)網(wǎng)絡(luò) 統(tǒng)計(jì)分析與預(yù)測(cè)
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：F830.91;F224
【目錄】：

• 致謝5-6
• 中文摘要6-7
• ABSTRACT7-8
• 目錄8-10
• 第1章 緒論10-15
• 1.1 引言10-12
• 1.2 選題背景12-15
• 1.2.1 金融物理學(xué)概述12
• 1.2.2 股價(jià)波動(dòng)回程間隙研究現(xiàn)狀12-13
• 1.2.3 股市預(yù)測(cè)研究發(fā)展現(xiàn)狀13-15
• 第2章 利用定向滲流理論構(gòu)造股價(jià)波動(dòng)過(guò)程15-22
• 2.1 滲流理論15-17
• 2.2 價(jià)格過(guò)程與收益過(guò)程17-19
• 2.3 股票價(jià)格波動(dòng)模型建立19-22
• 第3章 收益率序列波動(dòng)統(tǒng)計(jì)特性分析22-28
• 3.1 數(shù)據(jù)模擬結(jié)果22-23
• 3.2 概率分布分析23-25
• 3.3 杠桿效應(yīng)分析25-28
• 第4章 回程間隙概念及其統(tǒng)計(jì)特性28-37
• 4.1 回程間隙相關(guān)定義與計(jì)算28-29
• 4.2 回程間隙分布的統(tǒng)計(jì)特性29-37
• 4.2.1 不同閾值下回程間隙的概率分布29-31
• 4.2.2 固定閾值下回程間隙的指數(shù)型縮放比例式概率分布31-37
• 第5章 回程間隙序列多重分形性質(zhì)研究37-44
• 5.1 分形理論及MFDFA方法37-40
• 5.2 數(shù)據(jù)模擬及分析結(jié)果40-44
• 第6章 基于復(fù)雜網(wǎng)絡(luò)的回程間隙序列相關(guān)特性研究44-50
• 6.1 可視圖方法及相關(guān)定義44-46
• 6.2 不同參數(shù)下的實(shí)驗(yàn)結(jié)果分析46-50
• 第7章 隨機(jī)時(shí)效性Legendre神經(jīng)網(wǎng)絡(luò)模型對(duì)股價(jià)日均線的預(yù)測(cè)50-62
• 7.1 Legendre神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)50-51
• 7.2 隨機(jī)時(shí)效性Legendre神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的建立和訓(xùn)練算法51-53
• 7.3 模型的預(yù)測(cè)及結(jié)果分析53-62
• 第8章 結(jié)論62-63
• 參考文獻(xiàn)63-69
• 作者簡(jiǎn)歷及攻讀碩士學(xué)位期間取得e笱芯砍曬，
  
  本文編號(hào)：758071
  suoshi