基于符號時間序列分析的金融波動分析與預(yù)測.pdf

1、高頻金融數(shù)據(jù)包含更多的市場信息,由于其在市場微觀結(jié)構(gòu)的實證研究方面的重要性而受到廣泛關(guān)注。對高頻金融波動的研究對股票估值、衍生產(chǎn)品定價、資產(chǎn)組合配置、風(fēng)險管理、貨幣政策的制定等至關(guān)重要,傳統(tǒng)分析方法針對具體的波動數(shù)據(jù),建立波動模型,本文則從不同的角度出發(fā),分析與預(yù)測高頻金融波動的整體模式。
　　本文首先將符號時間序列分析方法與 K-Nearest Neighbors(K-NN)算法相結(jié)合,提出了一種基于符號時間序列直方圖的高頻金融

2、波動整體分布的預(yù)測方法。第一步將觀測所得的時間序列變換為符號時間序列,利用符號序列直方圖直觀表示符號序列的分布,引入符號直方圖時間序列的概念,采用K-NN算法得到下一個周期符號序列直方圖的預(yù)測。在K-NN算法中,針對符號序列直方圖的特點,提出以歐幾里得范數(shù),χ2統(tǒng)計量和相對熵作為選擇鄰居時的符號直方圖序列相似度的度量方法,并利用系統(tǒng)自身的幾何特性確定符號直方圖序列的嵌入維數(shù)。其次,利用可以有效提取日內(nèi)信息的“已實現(xiàn)”波動來度量高頻金融時

3、間序列的波動,首次使用具有魯棒性的排列熵方法分析“已實現(xiàn)”波動序列的順序模式、序列之間的廣義同步,利用全概率理論,在已知歷史“已實現(xiàn)”波動順序模式的情況下,預(yù)測下一個交易日的“已實現(xiàn)”波動處于不同水平的概率。
　　針對本文所提的方法,均以上證綜指或深證成指5分時的高頻數(shù)據(jù)檢驗了方法的可行性與有效性。結(jié)果表明直方圖時間序列的預(yù)測所得結(jié)果整體誤差均在可以接受的范圍內(nèi),預(yù)測所得的分布與真實分布均值相同,但是方差較小;而基于排列熵方法分析