本文選題：上證指數(shù) + 匯率��； 參考：《浙江理工大學(xué)》2017年碩士論文

【摘要】：馬爾可夫機(jī)制轉(zhuǎn)換模型是當(dāng)今比較流行的一種動(dòng)態(tài)時(shí)間序列模型,它能將不完全可預(yù)見的、不確定的機(jī)制轉(zhuǎn)換看作為一個(gè)隨機(jī)變量,在時(shí)間上就具備了隨機(jī)性和連續(xù)性的特點(diǎn)。隨著馬爾可夫機(jī)制轉(zhuǎn)換模型的不斷發(fā)展,將其與和傳統(tǒng)的時(shí)間序列模型相結(jié)合,被廣泛的應(yīng)用于經(jīng)濟(jì)和金融領(lǐng)域的研究中。在大量的實(shí)證研究中發(fā)現(xiàn),金融時(shí)間序列具有波動(dòng)聚集性、結(jié)構(gòu)不穩(wěn)定性和尖峰后尾的特點(diǎn),而傳統(tǒng)的時(shí)間序列已經(jīng)不能很好的刻畫金融時(shí)間序列的這些特性。為更好地解決這類問題,將馬爾可夫機(jī)制轉(zhuǎn)換模型與傳統(tǒng)的時(shí)間序列模型結(jié)合起來,提出了-和-等模型,解決了結(jié)構(gòu)突變所帶來的問題。但由于殘差序列服從不同的分布,所以在正態(tài)分布的基礎(chǔ)上,拓展到分布和廣義誤差分布等有偏分布中,大大提高了模型的擬合效果。本文選取2005年1月4日到2016年9月29日上證指數(shù)和2009年11月2日至2016年9月29號(hào)匯率日收盤價(jià)的對(duì)數(shù)收益率序列作為研究樣本。分別采用基于估計(jì)方法下的模型和基于估計(jì)方法不同分布形式的-模型對(duì)數(shù)據(jù)進(jìn)行建模,并對(duì)模型參數(shù)進(jìn)行比較分析。在此基礎(chǔ)上,運(yùn)用不同分布形式下的-模型對(duì)樣本外數(shù)據(jù)進(jìn)行預(yù)測(cè),并對(duì)預(yù)測(cè)結(jié)果進(jìn)行比較分析。同時(shí),應(yīng)用高斯混合模型的算法對(duì)數(shù)據(jù)的狀態(tài)數(shù)目進(jìn)行檢驗(yàn)。實(shí)證結(jié)果表明:(1)運(yùn)用估計(jì)方法對(duì)模型的參數(shù)進(jìn)行估計(jì),通過構(gòu)造系數(shù)的方法進(jìn)行實(shí)證分析,并與基于估計(jì)方法下的-模型的參數(shù)進(jìn)行比較分析,發(fā)現(xiàn)--模型能夠更好的對(duì)數(shù)據(jù)進(jìn)行描述。(2)在數(shù)據(jù)的持續(xù)性研究中,采用基于估計(jì)方法下的不同分布形式的-模型,對(duì)數(shù)據(jù)進(jìn)行樣本外預(yù)測(cè),分布下的預(yù)測(cè)值更貼近于真實(shí)值,在擬合程度和波動(dòng)性描述上效果更好。(3)利用高斯混合模型的算法,對(duì)兩狀態(tài)的-模型進(jìn)假設(shè)性檢驗(yàn),通過對(duì)數(shù)似然估計(jì)值大小的比較,認(rèn)為股票與匯率市場(chǎng)分兩狀態(tài)進(jìn)行分析比較好。
[Abstract]:Markov mechanism transformation model is a popular dynamic time series model. It can treat the incomplete predictable and uncertain mechanism transformation as a random variable, which has the characteristics of randomness and continuity in time. With the development of Markov mechanism transformation model, it is combined with the traditional time series model and is widely used in the field of economics and finance. In a large number of empirical studies, it is found that financial time series have the characteristics of volatility aggregation, structural instability and peak tail, but the traditional time series can not well describe these characteristics of financial time series. In order to solve this kind of problem better, the Markov mechanism transformation model is combined with the traditional time series model, and the-sum-model is proposed, which solves the problem caused by the structural mutation. But because the residuals are distributed from different distribution, based on the normal distribution, it is extended to the biased distribution and generalized error distribution, which greatly improves the fitting effect of the model. This paper selects the logarithmic yield series of the Shanghai Stock Exchange Index from January 4, 2005 to September 29, 2016 and the exchange rate daily closing price from November 2, 2009 to September 29, 2016 as research samples. The model based on estimation method and the model based on different distribution forms of estimation method are used to model the data, and the parameters of the model are compared and analyzed. On this basis, the data outside the sample are predicted by using the-model with different distribution forms, and the prediction results are compared and analyzed. At the same time, the algorithm of Gao Si hybrid model is used to test the number of data states. The empirical results show that: (1) the estimation method is used to estimate the parameters of the model, the empirical analysis is carried out by the method of constructing coefficient, and the parameters of the model based on the estimation method are compared with those of the model. Discovery-model can better describe the data. (2) in the research of data persistence, using the different distribution model based on estimation method, the data is predicted outside the sample, and the predicted value under the distribution is closer to the real value. It is more effective in describing the degree of fit and volatility. (3) by using the algorithm of Gao Si mixed model, we test the hypothesis of the two-state model and compare the magnitude of the logarithmic likelihood estimation. It is better to analyze the stock and exchange rate market in two states.
【學(xué)位授予單位】：浙江理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：F832;O211.61

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李明東，劉建國;改進(jìn)雙向優(yōu)勢(shì)轉(zhuǎn)換模型及軟件設(shè)計(jì)[J];四川師范學(xué)院學(xué)報(bào)(自然科學(xué)版);1996年02期

2 周波;;體制轉(zhuǎn)換模型:理論框架及其最新進(jìn)展[J];河北經(jīng)貿(mào)大學(xué)學(xué)報(bào);2007年02期

3 郝曉斌;梅婷;;黃大豆1號(hào)期貨收益率體制轉(zhuǎn)換模型分析[J];河南科學(xué);2012年11期

4 謝赤,吳雄偉;一個(gè)基于水平模型的利率結(jié)構(gòu)轉(zhuǎn)換模型[J];系統(tǒng)工程;2002年01期

5 戴昌鈞;王作友;鄭新;;教育對(duì)經(jīng)濟(jì)作用機(jī)制的探索——一種教育—經(jīng)濟(jì)轉(zhuǎn)換模型[J];管理工程學(xué)報(bào);1993年02期

6 張虎;胡淑蘭;;馬爾可夫轉(zhuǎn)換模型的極大似然估計(jì)的算法[J];統(tǒng)計(jì)與決策;2011年06期

7 張宏;;布爾莎—沃爾夫轉(zhuǎn)換模型的幾何證明[J];測(cè)繪與空間地理信息;2006年02期

8 趙霞;馬云倩;;基于馬爾科夫機(jī)制轉(zhuǎn)換模型的人民幣匯率動(dòng)態(tài)特征研究[J];經(jīng)濟(jì)與管理評(píng)論;2012年02期

9 孫文龍;;基于馬爾可夫轉(zhuǎn)換模型的中國股票波動(dòng)性研究[J];中國經(jīng)貿(mào)導(dǎo)刊;2010年02期

10 朱忠敏;龔?fù)?余娟;田禮喬;;水平能見度與氣溶膠光學(xué)厚度轉(zhuǎn)換模型的適用性分析[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2010年09期

相關(guān)會(huì)議論文 前3條

1 張宏;;布爾莎-沃爾夫轉(zhuǎn)換模型的幾何證明[A];經(jīng)天緯地——全國測(cè)繪科技信息網(wǎng)中南分網(wǎng)第十九次學(xué)術(shù)交流會(huì)優(yōu)秀論文選編[C];2005年

2 田志宏;張永錚;張偉哲;云曉春;張宏莉;姜偉;;基于權(quán)能轉(zhuǎn)換模型的攻擊場(chǎng)景推理、假設(shè)與預(yù)測(cè)[A];全國網(wǎng)絡(luò)與信息安全技術(shù)研討會(huì)論文集（上冊(cè)）[C];2007年

3 陳文禮;陳華;;基于狀態(tài)轉(zhuǎn)換模型的可修備件系統(tǒng)優(yōu)化配置[A];2008全國制造業(yè)信息化標(biāo)準(zhǔn)化論壇論文集[C];2008年

相關(guān)重要報(bào)紙文章 前1條

1 海通證券研究所 石建明;M1與CPI相關(guān)程度更高[N];中國證券報(bào);2009年

相關(guān)博士學(xué)位論文 前5條

1 欒海軍;基于分形理論的NDVI連續(xù)空間尺度轉(zhuǎn)換模型構(gòu)建[D];南京大學(xué);2013年

2 過蓓蓓;結(jié)構(gòu)轉(zhuǎn)換模型及其在長期風(fēng)險(xiǎn)管理中的應(yīng)用[D];中國科學(xué)技術(shù)大學(xué);2010年

3 王偉;體制轉(zhuǎn)換模型下的期權(quán)定價(jià)[D];華東師范大學(xué);2010年

4 王建軍;Markov機(jī)制轉(zhuǎn)換模型研究及其在經(jīng)濟(jì)周期分析中的應(yīng)用[D];廈門大學(xué);2007年

5 危佳欽;馬爾科夫機(jī)制轉(zhuǎn)換模型下的最優(yōu)分紅策略[D];華東師范大學(xué);2011年

相關(guān)碩士學(xué)位論文 前8條

1 胡淙海;基于Markov狀態(tài)轉(zhuǎn)換模型的上海期貨銅指數(shù)的預(yù)測(cè)分析[D];云南財(cái)經(jīng)大學(xué);2016年

2 王爽;馬爾可夫機(jī)制轉(zhuǎn)換模型的統(tǒng)計(jì)分析及金融方面的應(yīng)用研究[D];浙江理工大學(xué);2017年

3 張智敏;非線性機(jī)制轉(zhuǎn)換模型的統(tǒng)計(jì)分析及應(yīng)用研究[D];武漢理工大學(xué);2012年

4 梁浩怡;時(shí)間序列結(jié)構(gòu)轉(zhuǎn)換模型的分析、建模與應(yīng)用[D];天津大學(xué);2007年

5 邢立芳;馬爾可夫機(jī)制轉(zhuǎn)換模型及其在中國通貨膨脹率波動(dòng)分析中的應(yīng)用[D];華中科技大學(xué);2008年

6 賴敏;基于Markov機(jī)制轉(zhuǎn)換模型的黃金價(jià)格波動(dòng)特征研究[D];南京理工大學(xué);2010年

7 彭成;基于貝葉斯面板平滑轉(zhuǎn)換模型的期銀市場(chǎng)時(shí)變性研究[D];湖南大學(xué);2014年

8 周靜;體制轉(zhuǎn)換模型下中國股票市場(chǎng)VaR的估算[D];廣州大學(xué);2008年

，

本文編號(hào)：2078333