【摘要】：我國的證券市場是弱有效市場,大量的研究表明,在弱有效的市場里時間序列具有長記憶的特性,因此在分析上證指數收益率時不能忽略序列的長記憶性.本文用ARFIMA模型來分析2008年初至2010年末上證指數收益率序列,并應用R/S分析法證明了序列中長記憶的存在.本文對ARFIMA模型進行貝葉斯分析時,選用t分布建立似然函數,參數的先驗分布選自于其它估計方法,參數的后驗分布通過MCMC方法來求得,并選取參數的均值作為模型中各參數的估計值.通過對所建立的模型與極大似然估計得到的模型進行比較,發(fā)現貝葉斯估計優(yōu)于極大似然估計,但誤差依然比較大.最后為進一步優(yōu)化提出展望.
【學位授予單位】：廣州大學
【學位級別】：碩士
【學位授予年份】：2012
【分類號】：F224;F832.51

【參考文獻】

相關期刊論文 前10條

1 連蓮;;ARCH族模型對上證指數收益波動性的實證研究[J];長春金融高等�？茖W校學報;2007年04期

2 張維,黃興;滬深股市的R/S實證分析[J];系統(tǒng)工程;2001年01期

3 王春峰,張慶翠,李剛;中國股票市場收益的長期記憶性研究[J];系統(tǒng)工程;2003年01期

4 馮春山;吳家春;蔣馥;;石油價格的ARFIMA模型預測研究[J];上海理工大學學報;2005年06期

5 劉樂平,袁衛(wèi);現代貝葉斯分析與現代統(tǒng)計推斷[J];經濟理論與經濟管理;2004年06期

6 倪青山;;基于EGARCH模型上證指數收益率波動研究[J];金融經濟;2007年06期

7 高雷;任慧玉;劉偉;;基于BP神經網絡的上證指數收益率預報[J];科技管理研究;2007年04期

8 白營閃;;基于ARIMA模型對上證指數的預測[J];科學技術與工程;2009年16期

9 袁康安;;上證指數非對稱GARCH模型[J];科學技術與工程;2009年19期

10 程勝;;基于混沌—神經網絡時間序列的農村能源消費預測研究[J];農業(yè)技術經濟;2009年03期

相關碩士學位論文 前3條

1 劉文抒;基于灰色模型和ARIMA模型的上證指數研究[D];河海大學;2005年

2 鄧迎春;經濟時間序列ARMA模型的貝葉斯分析及其應用[D];湖南大學;2006年

3 黃U，

本文編號：2657840