隨機(jī)交互金融模型的構(gòu)建及金融時間序列的統(tǒng)計分析
發(fā)布時間:2021-08-16 14:02
隨著對現(xiàn)代金融市場研究的加深,金融市場被新定義為一個由大量交易者相互作用、各自為獲得交易標(biāo)的最優(yōu)價格而對外部信息做出反應(yīng)的開放的非線性復(fù)雜系統(tǒng),而對這個非線性復(fù)雜系統(tǒng)的波動動力學(xué)特征的研究促使了金融數(shù)學(xué)、金融工程學(xué)、金融物理學(xué)等一些新興交叉學(xué)科的發(fā)展.該研究領(lǐng)域中兩個熱門的研究方向是對經(jīng)濟(jì)金融市場的實證分析研究和構(gòu)建一個能包容顯示金融市場所有基本特征的理論模型.本篇論文將對上述兩個研究方向展開新的探索.隨著金融物理學(xué)的發(fā)展,一些經(jīng)典的統(tǒng)計物理粒子模型逐漸被應(yīng)用于模擬金融市場的演化機(jī)制的研究,并取得了優(yōu)秀成果.本文第一個重要的創(chuàng)新成果就是運(yùn)用隨機(jī)交互傳染病模型和基于小世界網(wǎng)絡(luò)的傳染病模型來分別構(gòu)建兩個新的金融價格動態(tài)模型—隨機(jī)交互金融價格模型Ⅰ和基于小世界網(wǎng)絡(luò)的金融價格模型Ⅱ,通過運(yùn)用傳染病模型中病毒在個體之間的傳播機(jī)制來模擬金融市場中外來信息在投資者之間的傳播機(jī)制,從微觀角度來探索金融市場內(nèi)信息交互引起價格波動的演化機(jī)制.并且通過模型模擬數(shù)據(jù)的統(tǒng)計特征與真實股票市場收益率時間序列的統(tǒng)計特征的相似性來驗證了隨機(jī)交互金融價格模型Ⅰ和基于小世界網(wǎng)絡(luò)的金融價格模型Ⅱ的合理性和有效性.本文的第二...
【文章來源】:北京交通大學(xué)北京市 211工程院校 教育部直屬院校
【文章頁數(shù)】:124 頁
【學(xué)位級別】:博士
【部分圖文】:
圖2.1圖解說明一維隨機(jī)交互傳染病模型的模擬機(jī)制.??
-4-3-2-101234??Sites??圖2.2初始時刻感染狀態(tài)粒子數(shù)目為2的一維隨機(jī)交互式傳染病模型的傳播機(jī)制示意圖.????.、一?/?—叫?。二樸叫丨剛擧?rT??I?szse]?f?--—?sz^j ̄ ̄ ̄?:;:???g.?y?\/?,?11胃丨—??"^―'■'^-v_,>>__,—-^"??*?-0.051??°0?500?1.000?1.500?2.000?2.500?3.000? ̄°'16?500? ̄?1(X??1500?2000?2500 ̄?^?3000??t?t??⑻?(b)??圖2.3(a)?SSE、SZSE和參數(shù)取值為2?=?12,?p〇?=?0.01,屮=0.54,?%?=?0.39時模型模擬序??列的價格波動圖;(b)以上數(shù)據(jù)對應(yīng)的收益率波動圖.??模型參數(shù)組合n2中,涉及到三個不同參數(shù),分別是病毒傳播速率人設(shè)定的??模型截止時間/、type-inf型投資者的投資態(tài)度對股票市場的影響因子%與type-??imm型投資者的投資態(tài)度對股票市場的影響因子;/2的比例;7?=?/?,/&.在計算機(jī)??模擬時,我們注意到上述隨機(jī)傳染病模型的傳播過程會隨著系統(tǒng)內(nèi)感染者消失而??結(jié)束,所以為了使模型系統(tǒng)內(nèi)粒子狀態(tài)更大程度的貼近真實股票市場的投資者的??情況
⑻?(b)??圖2.3(a)?SSE、SZSE和參數(shù)取值為2?=?12,?p〇?=?0.01,屮=0.54,?%?=?0.39時模型模擬序??列的價格波動圖;(b)以上數(shù)據(jù)對應(yīng)的收益率波動圖.??模型參數(shù)組合n2中,涉及到三個不同參數(shù),分別是病毒傳播速率人設(shè)定的??模型截止時間/、type-inf型投資者的投資態(tài)度對股票市場的影響因子%與type-??imm型投資者的投資態(tài)度對股票市場的影響因子;/2的比例;7?=?/?,/&.在計算機(jī)??模擬時,我們注意到上述隨機(jī)傳染病模型的傳播過程會隨著系統(tǒng)內(nèi)感染者消失而??結(jié)束,所以為了使模型系統(tǒng)內(nèi)粒子狀態(tài)更大程度的貼近真實股票市場的投資者的??情況,我們設(shè)定模型有效交易時長,以保障系統(tǒng)截止時三種粒子同時存在,從而收??集到三種粒子的粒子數(shù)目.而對于type-inf型投資者與type-imm型投資者的投資??態(tài)度對股票市場的影響因子的比例;7,我們發(fā)現(xiàn)研宄影響因子比例的變動相對于??分組研宄兩個影響因子變動能使參數(shù)調(diào)節(jié)和控制更加精確.模型參數(shù)組合n2的??三種參數(shù)組合為:??(i)
本文編號:3345806
【文章來源】:北京交通大學(xué)北京市 211工程院校 教育部直屬院校
【文章頁數(shù)】:124 頁
【學(xué)位級別】:博士
【部分圖文】:
圖2.1圖解說明一維隨機(jī)交互傳染病模型的模擬機(jī)制.??
-4-3-2-101234??Sites??圖2.2初始時刻感染狀態(tài)粒子數(shù)目為2的一維隨機(jī)交互式傳染病模型的傳播機(jī)制示意圖.????.、一?/?—叫?。二樸叫丨剛擧?rT??I?szse]?f?--—?sz^j ̄ ̄ ̄?:;:???g.?y?\/?,?11胃丨—??"^―'■'^-v_,>>__,—-^"??*?-0.051??°0?500?1.000?1.500?2.000?2.500?3.000? ̄°'16?500? ̄?1(X??1500?2000?2500 ̄?^?3000??t?t??⑻?(b)??圖2.3(a)?SSE、SZSE和參數(shù)取值為2?=?12,?p〇?=?0.01,屮=0.54,?%?=?0.39時模型模擬序??列的價格波動圖;(b)以上數(shù)據(jù)對應(yīng)的收益率波動圖.??模型參數(shù)組合n2中,涉及到三個不同參數(shù),分別是病毒傳播速率人設(shè)定的??模型截止時間/、type-inf型投資者的投資態(tài)度對股票市場的影響因子%與type-??imm型投資者的投資態(tài)度對股票市場的影響因子;/2的比例;7?=?/?,/&.在計算機(jī)??模擬時,我們注意到上述隨機(jī)傳染病模型的傳播過程會隨著系統(tǒng)內(nèi)感染者消失而??結(jié)束,所以為了使模型系統(tǒng)內(nèi)粒子狀態(tài)更大程度的貼近真實股票市場的投資者的??情況
⑻?(b)??圖2.3(a)?SSE、SZSE和參數(shù)取值為2?=?12,?p〇?=?0.01,屮=0.54,?%?=?0.39時模型模擬序??列的價格波動圖;(b)以上數(shù)據(jù)對應(yīng)的收益率波動圖.??模型參數(shù)組合n2中,涉及到三個不同參數(shù),分別是病毒傳播速率人設(shè)定的??模型截止時間/、type-inf型投資者的投資態(tài)度對股票市場的影響因子%與type-??imm型投資者的投資態(tài)度對股票市場的影響因子;/2的比例;7?=?/?,/&.在計算機(jī)??模擬時,我們注意到上述隨機(jī)傳染病模型的傳播過程會隨著系統(tǒng)內(nèi)感染者消失而??結(jié)束,所以為了使模型系統(tǒng)內(nèi)粒子狀態(tài)更大程度的貼近真實股票市場的投資者的??情況,我們設(shè)定模型有效交易時長,以保障系統(tǒng)截止時三種粒子同時存在,從而收??集到三種粒子的粒子數(shù)目.而對于type-inf型投資者與type-imm型投資者的投資??態(tài)度對股票市場的影響因子的比例;7,我們發(fā)現(xiàn)研宄影響因子比例的變動相對于??分組研宄兩個影響因子變動能使參數(shù)調(diào)節(jié)和控制更加精確.模型參數(shù)組合n2的??三種參數(shù)組合為:??(i)
本文編號:3345806
本文鏈接:http://sikaile.net/shoufeilunwen/jjglbs/3345806.html
最近更新
教材專著