版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、人們研究金融時(shí)間序列的主要目的是對價(jià)格、收益或其波動進(jìn)行預(yù)測,主要工作可分為理論研究和實(shí)證研究這相輔相成的兩方面。近半個世紀(jì)來,在眾多經(jīng)濟(jì)、數(shù)學(xué)甚至物理方面的研究者的共同努力下已取得了很大的進(jìn)步。
上世紀(jì)初法國數(shù)學(xué)家Louis Bachelier[1]首先將收益波動描述為布朗運(yùn)動。這個理論在上世紀(jì)50年代之后應(yīng)用非常流行。但人們沒有滿足于這個近似完美的數(shù)學(xué)模型,而是在不斷地改進(jìn)發(fā)展,逐漸形成了時(shí)間序列波動理論模型的兩系:其一是
2、ARCH(autoregressive condition heteroscedasticity)模型[2]以及它的各種變形和復(fù)合,其二就是隨機(jī)波動(stochastic volatility)模型,或稱隨機(jī)方差(stochastic variance)模型,簡稱SV模型。雖然模型的發(fā)展比較完善,但總是不能解決現(xiàn)實(shí)中的很多問題。分形(Factal)的提出,使我們對序列本身有了新的認(rèn)識。
1963年,B.B.Mandelbrot
3、在研究棉價(jià)變化的長期變化特征時(shí),發(fā)現(xiàn)了價(jià)格在大小尺度間的對稱性[3]。同年在研究信號的傳輸誤差時(shí),發(fā)現(xiàn)誤差傳輸與無誤差傳輸在時(shí)間上按康托爾集排列。這些并非偶然的現(xiàn)象使他用新的眼光來看大家習(xí)慣了的自然現(xiàn)象,并提出了幾乎可以涵蓋一切具有自相似性的不規(guī)則現(xiàn)象的新概念——分形。1975年,B.B.Mandelbrot用法文出版了分形幾何第一部著作《Fractal: Form,Chance and Dimension》標(biāo)志著分形理論的正式誕生。分
4、形理論相比其它理論更能合理解釋很多自然現(xiàn)象,因此在很多領(lǐng)域得到了廣泛的應(yīng)用。用分形理論來分析金融市場就產(chǎn)生了分形市場理論,它描述了一種更接近于真實(shí)市場的市場結(jié)構(gòu)——分形結(jié)構(gòu),主要包括序列的長記憶(Long memory)性,又稱為長程相關(guān)性(Long RangeDependence)、持續(xù)性(Persistence)或反持續(xù)性(Anti-persistence)、標(biāo)度不變性(Scale Invarance)、間歇性(Intermit-T
5、ency)或非同質(zhì)性(Inhomogeneity)、極端易變性(Volatility)。
研究序列單分形特征最早的方法是重標(biāo)極差分析(rescaled range analysis,R/S)方法。R/S分析法最先是Hurst(1951)在研究水庫由降雨等不可控因素引起的容量變化而提出的非參數(shù)統(tǒng)計(jì)方法[4],同時(shí)提出了一個很有用的指數(shù),后稱為Hurst指數(shù),以下簡記為H。Hurst指數(shù)的提出,使人們對時(shí)間序列的長程相關(guān)性有了一個
6、量化的認(rèn)識。Hurst指數(shù)能描述時(shí)間序列波動的標(biāo)度屬性,能判斷時(shí)間序列的非隨機(jī)性,它的大小反映時(shí)間序列持續(xù)性或反持續(xù)性的強(qiáng)弱。而對持續(xù)性較強(qiáng)的時(shí)間序列,我們才有預(yù)測的可能。C.-K.Peng等(1993)[5-6]在研究DNA分子時(shí),發(fā)現(xiàn)NDA分了順序在其分子個數(shù)大于104時(shí),呈現(xiàn)一種長程的、冪指數(shù)分布,隨后提出了DFA(detrended fluctuation analysis)方法。DFA方法可以分析非平穩(wěn)時(shí)間序列的長記憶性,并得
7、到Hurst指數(shù)。2002年E.Alessio等[7]在DFA方法上提出了DMA方法,主要是將前者中的多項(xiàng)式擬合換成了滑動平均。DMA方法可以計(jì)算Hurst指數(shù),而且相對于DFA算法,DMA的運(yùn)算更加快捷和準(zhǔn)確,因?yàn)榛瑒悠骄葦M合多項(xiàng)式簡單且誤差小[8-9]。DFA算法有很多變形,Amir Bashan[10]特別加以比較,其中CMA(Centered Moving Average)方法在n較小時(shí)也有較好的穩(wěn)定性,而CMA與BMA(Ba
8、ckward Moving Average,DMA的別稱)基本相似。
但要刻畫股市真正存在的精細(xì)結(jié)構(gòu)需要研究多重分形結(jié)構(gòu)。所謂多重分形,是定義在分形結(jié)構(gòu)上的由多個標(biāo)度指數(shù)的分形測度組成的無限集合,它刻畫了分布在子集上的具有不同標(biāo)度和標(biāo)度指數(shù)的分形子集的局部標(biāo)度性。從幾何的觀點(diǎn)看,組成分形集的若干個子集的標(biāo)度、分形維數(shù)都不同。隨著分形理論的發(fā)展,多重分形分析成了金融時(shí)間序列研究的一個前沿問題。分形的創(chuàng)始人Mandelbrot最先
9、提出了資產(chǎn)收益的多重分形模型(Multifractal Model of Asset Return,簡稱MMAR)[11-13],此模型考慮了厚尾和長期記憶性。MMAR不一定含有無限方差,因此有別于列維穩(wěn)定分布(Levy Stable Distribution);它又區(qū)別于分?jǐn)?shù)布朗運(yùn)動(Fractional BrownianMotion,F(xiàn)BM),當(dāng)資產(chǎn)價(jià)格增量自身不相關(guān)時(shí),MMAR顯示出在價(jià)格增量的絕對值中具有長期記憶性。2002年K
10、antelhardt等[14]在DFA方法的基礎(chǔ)上提出的多重分形消除趨勢分析(MF-DFA)方法,可以分析非平穩(wěn)時(shí)間序列的多重分形特征。從此考察時(shí)間序列的分形特征不僅僅是單一的Hurst指數(shù),而是變化的廣義Hurst指數(shù)。2005年Ramirez等[15]在研究原子核反應(yīng)堆中的中子功率振動(neutronic power)的長程相關(guān)性時(shí),利用Hǒlder范數(shù)直接推廣了DFA方法,得到一種新的MF-DFA方法。
本文在學(xué)習(xí)和總結(jié)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 金融時(shí)間序列的多重分形分析
- 基于多重分形與小波的金融時(shí)間序列模型.pdf
- 一類時(shí)間序列的多重分形分析.pdf
- 河川徑流時(shí)間序列的分形特征研究.pdf
- 多重分形在時(shí)間序列中的幾個應(yīng)用.pdf
- 基于多重分形譜的高頻股價(jià)時(shí)間序列的波動研究.pdf
- 基于分形分析的金融時(shí)間序列復(fù)雜性研究.pdf
- 向量金融時(shí)間序列分形非線性協(xié)整研究.pdf
- 金融時(shí)間序列的長記憶與分形協(xié)整關(guān)系研究.pdf
- 分形分析方法在金融時(shí)間序列中的應(yīng)用研究
- 時(shí)間序列分形性的若干研究.pdf
- 大氣顆粒物的多重分形特征及多重分形吸附模型.pdf
- 金融時(shí)間序列多級分形分析及其在信息挖掘的應(yīng)用.pdf
- DNA全序列分形特征研究.pdf
- 時(shí)間序列的分形及其混沌分析
- 時(shí)間序列的分形及其混沌分析.pdf
- 時(shí)間序列的分形及其混沌分析
- 基于分形理論的徑流時(shí)間序列特性研究.pdf
- 重分形交叉相關(guān)性研究及其在金融時(shí)間序列上的應(yīng)用.pdf
- 基于分形理論的股指時(shí)間序列分析.pdf
評論
0/150
提交評論