股票市場的價(jià)格波動問題是當(dāng)前金融研究中的一項(xiàng)基本且重要的課題,能否對股票市場的演化規(guī)律和股票價(jià)格的運(yùn)行機(jī)理進(jìn)行較為準(zhǔn)確的刻畫直接關(guān)系到資產(chǎn)定價(jià)、風(fēng)險(xiǎn)控制、市場監(jiān)管和價(jià)格預(yù)測等一系列金融市場的重大問題。在對多重分形理論進(jìn)行系統(tǒng)分析及對多重分形方法進(jìn)行改進(jìn)和完善的基礎(chǔ)上,對中國滬深股票市場進(jìn)行了實(shí)證研究,其主要內(nèi)容如下： 1.中國股票市場的異象性特征研究 對中國股市收益率的基本統(tǒng)計(jì)量、長記憶性、聚類特征、多標(biāo)度特征及股票價(jià)格的可預(yù)測性等異象性特征進(jìn)行分析研究,結(jié)果發(fā)現(xiàn)： (1)中國股票市場的收益率序列不服從正態(tài)分布且具有明顯的尖峰厚尾現(xiàn)象,并且與深成指數(shù)收益序列相比,上證指數(shù)收益序列具有更尖的峰和更厚的尾。 (2)中國股票市場是一個(gè)非有效的市場,其收益率序列具有較為明顯的“長記憶”效應(yīng),它們遵循有偏的隨機(jī)游走,市場未達(dá)到弱式有效。 (3)中國股票市場的股票價(jià)格具有聚類特征和多標(biāo)度特性,用單一的標(biāo)度指數(shù)不能對其進(jìn)行全面細(xì)致的刻畫,因此應(yīng)該選擇多標(biāo)度分析模型對其進(jìn)行描述。 (4)中國股票市場股價(jià)的漲落不是完全隨機(jī)的,有一定的規(guī)律可循,股票價(jià)格是可以預(yù)測的,至少是短期可以預(yù)測的。 2.中國股票市場的多重分形特性研究 運(yùn)用MF-DFA方法、多仿射方法及q階矩結(jié)構(gòu)分割函數(shù)等方法,并在此基礎(chǔ)上用二次函數(shù)擬合多重分形譜來對中國股票市場股指收益序列及股指序列進(jìn)行了多重分形分析,發(fā)現(xiàn)了中國股票市場的多重分形特性及規(guī)律。 (1)運(yùn)用MF-DFA方法,對中國滬深兩市股市收益序列的研究發(fā)現(xiàn),股票市場存在明顯的多重分形特征。進(jìn)一步地,發(fā)現(xiàn)股票市場的多重分形特征是由兩個(gè)因素共同作用的,其中收益序列的波動相關(guān)性起主導(dǎo)作用,是形成多重分形特征的主要原因,收益序列的胖尾概率分布對多重分形特征的形成也起到了一定的作用；而多重分形過程的本質(zhì)原因是股票市場信息倍增級聯(lián)過程的結(jié)果。 (2)滬深股市收益序列存在較為明顯的標(biāo)度突變點(diǎn)s*,該突變點(diǎn)將整個(gè)時(shí)間標(biāo)度分為兩個(gè)部分,每個(gè)部分具有不同的多重分形特征及標(biāo)度指數(shù)。在ss*的情況下,股指收益序列的多重分形強(qiáng)度較強(qiáng),多重分形特征較明顯；ss*的情況下股指收益序列的多重分形強(qiáng)度較弱,多重分形特征不明顯。 (3)運(yùn)用多仿射方法對滬深兩市收益序列的研究發(fā)現(xiàn),股票市場存在多仿射現(xiàn)象；另外,研究結(jié)果發(fā)現(xiàn)廣義Hurst指數(shù)H(1)與H(2)的值與市場的發(fā)展?fàn)顟B(tài)之間具有一定的敏感性,發(fā)達(dá)國家股票市場的H(1)值均較小,而且H(1)及H(2)值均小于0.5,而新興股票市場的H(1)值均較大,而且H(1)及H(2)值均大于0.5。上海股票市場及深圳股票市場均屬于新興金融市場一類。 (4)運(yùn)用q階矩結(jié)構(gòu)分割函數(shù)法對股價(jià)波動的多重分形特性進(jìn)行實(shí)證研究,結(jié)果發(fā)現(xiàn)多重分形譜參數(shù)與指數(shù)的變化趨勢及對數(shù)收益率具有明顯的關(guān)聯(lián)性,并且在股價(jià)發(fā)生大幅波動的情況下,多重分形譜參數(shù)α0,αmax,αmin,W和C均具有較明顯的變化特征,這為研究股票市場的運(yùn)行規(guī)律提供了有力的依據(jù)。 3.中國股票市場的價(jià)格預(yù)測研究 基于多重分形理論,對上證指數(shù)股指價(jià)格進(jìn)行方向預(yù)測及非線性預(yù)測,得到了較好的預(yù)測效果： (1)基于日收盤指數(shù)價(jià)差(ΔI)的符號序列方法與基于日多重分形譜參數(shù)(Δf)的符號序列方法都能以一定的概率預(yù)測指數(shù)的漲落,而且將兩種符號序列方法結(jié)合可以更好地預(yù)測指數(shù)的大漲落；在引入股價(jià)指數(shù)大漲落的閾值和條件平均增益后,發(fā)現(xiàn)大幅漲落時(shí),條件與指數(shù)變化的關(guān)聯(lián)性比小的漲落要強(qiáng)得多。 (2)提出基于多重分形譜的神經(jīng)網(wǎng)絡(luò)模型,并將其應(yīng)用于股票價(jià)格的短期預(yù)測,發(fā)現(xiàn)該模型對于模擬股市的短期走勢具有較好的預(yù)測效果,對防范和控制風(fēng)險(xiǎn)具有現(xiàn)實(shí)意義。
【學(xué)位單位】：東北大學(xué)
【學(xué)位級別】：博士
【學(xué)位年份】：2007
【中圖分類】：F224;F832.51
【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 選題背景
        1.1.1 現(xiàn)實(shí)背景
        1.1.2 理論背景
    1.2 問題的提出
    1.3 選題意義
    1.4 文獻(xiàn)綜述
        1.4.1 國外文獻(xiàn)綜述
        1.4.2 國內(nèi)文獻(xiàn)綜述
        1.4.3 存在的問題
    1.5 研究思路與方法
        1.5.1 研究思路
        1.5.2 研究方法
    1.6 主要研究內(nèi)容與創(chuàng)新點(diǎn)
        1.6.1 研究內(nèi)容
        1.6.2 創(chuàng)新點(diǎn)
第二章 分形與多重分形理論
    2.1 分形的提出及定義
        2.1.1 分形的提出
        2.1.2 分形的定義
        2.1.3 分形維數(shù)
    2.2 分形市場理論
        2.2.1 分形市場的涵義
        2.2.2 分形市場的特征
        2.2.3 分形市場理論與有效市場理論的比較
    2.3 多重分形理論
        2.3.1 多重分形理論的產(chǎn)生
        2.3.2 多重分形概念
        2.3.3 多重分形測度及多重分形過程
        2.3.4 多重分形的時(shí)變性參數(shù)
        2.3.5 多重分形譜
        2.3.6 資產(chǎn)收益率多重分形模型
    2.4 本章小結(jié)
第三章 中國股票市場的異象性特征
    3.1 數(shù)據(jù)說明
    3.2 中國股票市場的非線性檢驗(yàn)
        3.2.1 正態(tài)性檢驗(yàn)
        3.2.2 相關(guān)性檢驗(yàn)
    3.3 中國股票市場的長記憶性特征
        3.3.1 經(jīng)典R/S分析
        3.3.2 修正R/S分析
        3.3.3 消除趨勢波動分析
    3.4 中國股票市場的多標(biāo)度特性
        3.4.1 函數(shù)盒維數(shù)分析
        3.4.2 多標(biāo)度分析
    3.5 中國股票市場的可預(yù)測性
        3.5.1 基于指數(shù)漲落的符號序列方法
        3.5.2 可預(yù)測性實(shí)證研究結(jié)果
    3.6 本章小結(jié)
第四章 中國股票市場的多重分形特性研究
    4.1 中國股市收益率的多重分形消除趨勢波動分析
        4.1.1 MF-DFA方法
        4.1.2 股市收益率多重分形結(jié)構(gòu)及成因分析
        4.1.3 基于MF-DFA的中國股市收益率標(biāo)度突變現(xiàn)象
    4.2 中國股市收益率的多仿射分析
        4.2.1 多仿射方法
        4.2.2 股市收益率的長記憶性與市場發(fā)展?fàn)顟B(tài)間的關(guān)聯(lián)性
    4.3 中國股票市場價(jià)格波動的多重分形特性
        4.3.1 多重分形譜參數(shù)與股價(jià)波動趨勢之間的關(guān)系
        4.3.2 股價(jià)發(fā)生大幅波動條件下多重分形譜參數(shù)的異常變化
        4.3.3 多重分形譜參數(shù)與收益率的關(guān)聯(lián)性
    4.4 本章小結(jié)
第五章 基于多重分形理論的股票價(jià)格預(yù)測研究
    5.1 股票價(jià)格預(yù)測的基本方法
    5.2 基于符號序列方法的股票價(jià)格的方向預(yù)測
        5.2.1 基于多重分形譜參數(shù)Δf的符號序列方法
        5.2.2 兩種符號序列方法的比較
        5.2.3 符號序列方法對股票價(jià)格方向預(yù)測的結(jié)果
    5.3 基于多重分形譜的神經(jīng)網(wǎng)絡(luò)建模及股票價(jià)格預(yù)測
        5.3.1 基于多重分形譜的神經(jīng)網(wǎng)絡(luò)模型的提出
        5.3.2 基于多重分形譜的神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)設(shè)計(jì)
        5.3.3 預(yù)測過程及結(jié)果
    5.4 本章小結(jié)
第六章 結(jié)論、啟示與展望
    6.1 結(jié)論
    6.2 啟示
    6.3 本文的不足之處及研究展望
參考文獻(xiàn)
致謝
附錄
    附錄1 深成指數(shù)序列的函數(shù)盒維數(shù)分析
    附錄2 深成指數(shù)收益序列的標(biāo)度突變現(xiàn)象
    附錄3 部分Matlab程序
作者攻讀學(xué)位期間發(fā)表論文情況
攻讀學(xué)位期間完成科研項(xiàng)目及獲獎情況
作者簡介

【引證文獻(xiàn)】

相關(guān)碩士學(xué)位論文 前1條

1 徐小麗;PM2.5變化趨勢的多重分形分析研究[D];安徽大學(xué);2014年

本文編號：2878641