本文關(guān)鍵詞：金融時間序列長記憶性分析的非線性估計

  更多相關(guān)文章： 長記憶性 Hurst指數(shù) 非線性估計 股票

【摘要】：學(xué)術(shù)界對股市長記憶性分析結(jié)論存在分歧現(xiàn)象,長記憶性分析方法的精準(zhǔn)性是一個重要的影響因素。文章通過對R/S、MR/S和V/S分析方法的參數(shù)估計問題進行探究,剖析了線性近似求解方式的不足之處,并采用梯度下降法估計非線性回歸方程的Hurst指數(shù),同時借助ARFIMA模型對估計精度進行了對比驗證。采集我國A股市場股票樣本的收益率數(shù)據(jù)實證,結(jié)果表明,非線性估計能提高分析方法對Hurst指數(shù)的估計精確度。
【作者單位】： 南華大學(xué)經(jīng)濟管理學(xué)院;廈門大學(xué)王亞南經(jīng)濟研究院;
【基金】：教育部人文社科青年項目(13YJCZH044) 湖南省科研創(chuàng)新立項課題(CX2014B397)
【分類號】：F224;F832.51
【正文快照】： 0引言金融系統(tǒng)作為現(xiàn)代經(jīng)濟的核心部分,其復(fù)雜性和波動性廣泛影響著社會發(fā)展的各個層面。從金融數(shù)據(jù)波動的角度分析,長記憶性重在探究數(shù)據(jù)序列波動的持續(xù)依賴關(guān)系,它是建立在對較遠時間間隔的子序列分析的基礎(chǔ)上,已經(jīng)成為了金融時間序列預(yù)測建模的重要考慮因素之一。探究金融，

本文編號：1301230