對(duì)金融動(dòng)力學(xué)非線性行為的研究一直是金融研究的核心問(wèn)題。研究股票市場(chǎng)的波動(dòng)行為,對(duì)于評(píng)估投資風(fēng)險(xiǎn)、避免股票市場(chǎng)危機(jī)、選擇購(gòu)買(mǎi)股票組合以及理解金融市場(chǎng)的一些統(tǒng)計(jì)性質(zhì)具有重要意義。基于真實(shí)金融市場(chǎng)股票指數(shù)的絕對(duì)收益率序列,本文提出了一個(gè)新的概念來(lái)表示股票市場(chǎng)的波動(dòng)持續(xù)時(shí)間并且用于測(cè)量一個(gè)周期的整體波動(dòng)強(qiáng)度,即連續(xù)波動(dòng)強(qiáng)度（CFI）。CFI表示在收益率序列中f時(shí)刻的數(shù)值上連續(xù)增加或減少的收益波動(dòng)（或標(biāo)準(zhǔn)化絕對(duì)收益）的持續(xù)時(shí)間。與以往對(duì)收益率波動(dòng)的研究不同,CFI不再預(yù)先選定一個(gè)閾值,而是選擇序列中不斷增長(zhǎng)（或下降）的收益率波動(dòng)序列。它描述的是一個(gè)連續(xù)增長(zhǎng)（或下降）序列中收益率波動(dòng)的總體強(qiáng)度,在某種程度上可以認(rèn)為它量化了一定時(shí)期內(nèi)金融市場(chǎng)的波動(dòng)風(fēng)險(xiǎn)。為了研究CFI的非線性特性,本文運(yùn)用概率分布方法與p值檢驗(yàn)法對(duì)CFI序列的尾部性質(zhì)和冪律行為進(jìn)行了探索研究。運(yùn)用自相關(guān)和散點(diǎn)圖分析方法分析了 CFI序列的自相關(guān)性質(zhì)。此外,我們還運(yùn)用分?jǐn)?shù)樣本熵和模糊熵兩種測(cè)量復(fù)雜度的方法對(duì)CFI序列的復(fù)雜性質(zhì)進(jìn)行了探究,這在一定程度上可以反映CFI序列的規(guī)律性。為了對(duì)比驗(yàn)證新統(tǒng)計(jì)量的可行性,我們還利用了金融物理統(tǒng)計(jì)模... 

【文章來(lái)源】：北京交通大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：59 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１．正態(tài)分布的有限混合、柯西分布和標(biāo)準(zhǔn)正態(tài)分布的概率密度函數(shù)圖

用相同的方法計(jì)算出的３１０天到３１３天的連續(xù)波動(dòng)強(qiáng)度數(shù)值是－１．０２７。通過(guò)這??種形式，我們可以將６個(gè)股票市場(chǎng)的收益率波動(dòng)序列轉(zhuǎn)化為相應(yīng)的標(biāo)準(zhǔn)化ＣＦＩ序??列。

布進(jìn)行了驗(yàn)證％６５，６６１。因?yàn)椋茫ǎΓ荆�，所以我們將Ｃ（＆）序列分為兩個(gè)部分的??時(shí)間序列進(jìn)行研究：一個(gè)是連續(xù)上升的ＣＦＩ序列Ｃ＋（Ｃ（＆）＞０），另一個(gè)是連續(xù)??下降的ＣＦＩ序列Ｃ＿（Ｃｔｏ）?＜?０）。圖４?（ａ）展示了?Ｃ＋和Ｃ＿序列的概率密度分布，??圖４?（ｂ）則展示了收益率波動(dòng)序列的概率密度分布。??如圖所示，Ｃ＿序列的概率分布近似對(duì)稱地反映了Ｃ＋序列的分布。對(duì)于??圖４（ａ），大部分ＣＨ值都在－５到５之間，出現(xiàn)極值的概率相對(duì)較小。為了檢??驗(yàn)ＣＦＩ序列和收益率波動(dòng)序列的概率分布是否服從冪律分布，在這里我們使??用ｐ值檢驗(yàn)法對(duì)其進(jìn)行驗(yàn)證。事實(shí)上，只有很少的現(xiàn)象對(duì)所有ｘ的值都服從??冪律分布。更常見(jiàn)的情況是，當(dāng)自變量大于某個(gè)最小值時(shí)，分布的尾部遵循冪??律分布。當(dāng)Ｐ－Ｗ２／Ｍ相當(dāng)小（ｐ＜?０．１）時(shí)，我們可以判定時(shí)間序列尾部不服??從冪律分布。從表２可以看出，對(duì)于ＣＦＩ序列和收益率波動(dòng)序列的所有數(shù)據(jù)，??１１??

【參考文獻(xiàn)】：
期刊論文
[1]基于模糊熵的壓氣機(jī)失速信號(hào)分析研究[J]. 劉志剛,楊榮菲,向宏輝.  測(cè)控技術(shù). 2014(02)



本文編號(hào)：2960856