中国股市长期记忆特征的时序分析

本文运用R/S分析和ARFIMA模型对中国股市价格总指数的长期记忆特征进行了实证分析,结论认为深、沪两市总体上不存在长期相关性,这样,从长期记忆性的角度,我们不能否认中国股市的效率.     

基于灰色经济计量模型的我国股市波动率实证研究

针对我国股市收益率具有长期记忆性的特点,综合灰色预测理论和经济计量模型,建立了基于灰色模型的分整广义自回归条件异方差模型(GM-FIGARCH).选取上证A股、深证A股的日收益率进行分析,采用修正R/S分析检验其长记忆性,利用GM-FIGARCH模型对其进行实证研究.结果表明我国A股市场波动率普遍存在长记忆特征,投资者可以利用历史数据来预测未来股市的波动并据此获取投机利润.利用GM-FIGAKCH模型可获得较好的预测效果.     

沪深股市收益的长记忆性检验及其影响分析

文章采用Lo(1991)提出的优于经典R/S分析的修正R/S分析,对沪深股市指数收益率的长记忆性重新进行了检验,结果表明股票市场指数收益率序列、绝对收益序列与平方收益序列存在长记忆性.最后,对股票收益率存在长记忆性的影响进行了简要分析.     

含控制因子的R/S分析的H参数估计及应用

R/S分析法是揭示金融时间序列长记忆性的主要方法之一。针对经典R/S与修正R/S分析法之不足,对R/S分析法进行改进,设计含控制因子的R/S统计量,并应用蒙特卡洛模拟说明改进的方法比经典R/S与修正R/S分析法在估计H指数上的有效性。运用新方法对上证综合指数和深圳成分指数收益率序列的长记忆性与两市的平均非周期循环长度进行实证分析,研究表明：沪、深股市的收益率序列都具有长记忆性,但是沪市的收益率序列不存在明显的平均非周期循环长度,而深市的收益率序列则存在一个大约308天的平均非周期循环长度。     

中国股市存在“约瑟夫”效应吗？——对我国股票市场的实证分析

"约瑟效应"即长记忆性,是指股票价格存在长期持续与非周期的循环现象。为了对我国证券市场的长记忆性作比较全面的分析,文章选取上证综合指数和深圳成分指数,分阶段利用R/S方法、ARFIMA过程来识别收益率的记忆特征,并用FIGARCH模型来刻画波动的记忆特征。分析发现,hurst指数以及ARFIMA模型表明收益率序列存在比较微弱的长记忆特征,而利用FIGARCH模型则发现序列的波动存在较为强烈的长记忆性。     

中国股市收益率与波动性长期记忆效应的检验

本文用基于方差的方法、Ro的修正R/S检验、标准GPH法以及tapered GPH法对沪深股市指数收益率及其波动性进行了长记忆性检验.结果表明沪市收益率序列不存在长记忆性,深市收益率序列存在一定的长记忆性;沪深股市的波动性均表现出显著的长记忆性,并且我国股市不存在趋势或结构突变.     

一种居民消费价格指数变化趋势的综合分析方法

文章采用Mann-Kendall趋势检验和重标极差R/S分析方法分析了我国1985年以来居民消费价格指教的变化趋势.结果表明,1985年以来我国CPI总体呈下降趋势,通过显著性水平检验.重标极差R/S分析表明未来我国CPI变化趋势具有持续性效应.结合Mann-Kendall趋势检验的分析,认为未来我国居民消费价格指数变化趋势仍然具有长期记忆性特征.呈现下降趋势.但较为随机.     

基于改进R/S法的中国股票指数长记忆性分析

针对中国股市的长记忆性问题,本文在比较各种长记忆检验方法的基础上,采用改进的分析方法来检验我国股市的日收益率的长记忆性。结果表明,我国沪深两市的日收益率序列均有长记忆性,并且深市的长记忆程度比上证长记忆程度强。     

中国股市收益率和波动率的长记忆性检验

运用修正R/S和V/S两种分析方法,选取两大盘指数(上证综指和深证成指)以及20只个股为样本,对其收益率和收益波动率序列的长记忆性进行大范围的比较研究.结果表明:对于收益率序列两大盘指数存在长记忆性,且深市强于沪市,而个股普遍不具有长记忆性;对于收益波动率序列,无论是大盘指数还是个股均存在显著的长记忆性,并且,三个收益波动率序列的长记忆性由强到弱依次为修正对数平方收益率、绝对收益率和平方收益率.     

基于经典R/S分析方法的H指数估计有效性评价

在设定不同H真实值的情况下,通过DHM算法模拟出一系列FGN序列,对经典R/S分析方法估计H指数的有效性进行研究,并对中国股市收益序列的H指数进行测定.研究结果表明:当H真实值介于0～0.6和0.8～1之间时,分别高估和低估H指数;仅当H真实值介于0.6～0.8之间时,经典R/S分析方法才能做出稍好的估计,其估计有效性尽管不受回归方式、局部趋势性剔除处理的影响,但是受到标度长度的选取、短期相关性处理、序列长度、序列包含的白噪声成分强弱等各种因素的显著影响,中国股市收益序列的H指数可能介于0.6～0.8之间,从而具有明显的长记忆性.     

上海证券市场基于修正R/S分析的长记忆研究

文章以上证综合指数周收益率和日收益率为研究对象,用R/S分析法和修正R/S分析法来分析上海证券市场的长记忆性,并使用V统计量对其进行双侧检验,此外还分析了R/S分析法产生偏差的原因.得出结论:上证综合指数周收益率时间序列和日收益率时间序列并没有表现出显著的长记忆性.     

基于分形R／S技术的中国股市非规则周期性研究

一、前言通常,确定性和随机性不能并存。标准的高斯统计,像大数法则,是假定所研究的系统是随机的且有正态的极限分布,介于随机结构与确定结构之间的分形结构,其系统为非线性系统,标准统计分析不再对其有效。像重标极差(RescaledRange,即R S)这种非参数统计方法就不必假定序列的分布特征,无论序列是否服从正态分布,分形的重标极差技术分析的结果稳健性均不会受影响。Peters(1994)利用R S技术对1888～1991年间的道·琼斯工业指数进行了研究,得出其平均长度为两个月和四年的双重非规则性周期;McKenzie(2001)也利用该方法对澳大利亚股市1980…     

欧元汇率波动的混沌行为分析

正确分析汇率波动的统计性质和动力学行为是研究外汇市场复杂系统自适应行为的基础,混沌动力学理论提供了分析外汇市场的汇率波动的一种全新分析方法。为了考察欧元汇率是否存在混沌行为,本文以1999年1月4日到2006年8月1日的人民币对欧元的现汇买入价为样本,分析了欧元汇率的非线形特征,通过重标定域(R/S)法计算出Hurst指数,从而确认了欧元对人民币时间序列的混沌行为;最后通过GARCH模型进行一步检验了欧元汇率的非线形特征。     

中国黄金市场的非线性和确定性检验

混沌普遍存在于现代金融市场中,非线性和确定性是时间序列存在混沌的重要前提,而中国黄金市场这一新兴市场在此方面的研究仍是空白。文章以上海黄金交易所黄金现货日收盘价格序列作为研究对象,对数据进行收益率和对数线性去趋势平稳化处理,然后运用R/S分析来检验其非线性,发现上海黄金价格序列具有非线性和分形特征,但其后的BDS定量检验表明其非线性特征并不显著。最后运用递归图方法进行确定性检验,得出该系统具有一定确定性的结论。因此相较于传统的线性分析方法,对于我国黄金市场价格序列,采用非线性确定性模型进行分析预测可能更加有效。非线性和确定性的存在也表明我国黄金市场可能具有混沌特性,从而为今后对我国黄金价格的初值敏感性和奇异吸引子存在性等混沌特征进行分析,并进一步构筑混沌预测模型打下基础。     

股指时间序列的分形插值模型与R/S分析

运用分形插值模型和R/S分析法研究股指时间序列的变化规律和结构特征,通过建立分形插值模型刻画上证综合指数在一定时间内的变化规律,并预测其在短期内的指数走势。使用R/S分析法和Hurst指数,分析了上证综指的结构特征,指出市场具有状态持续性和分形分布等统计特征。     

上海股票市场分形特征的动态研究——基于R／S分析

本文通过R/S分析方法计算出上海股票市场不同发展时期的Hurst指数,进而对市场的分形结构进行了实证研究。研究结果表明,上海股票市场在不同时期其分形结构存在一定程度的差异。     

基于R／S分析的股指期货套利策略

文章应用K／S分析模型研究了高频基差数据（股指期货和标的指数之差）的记忆性特征,实证发现每个当月合约的基差序列的Hurst指数都大于0．9,具有明显的记忆性。然后根据统计量VN的变化,得出基差序列的记忆时间长度大约为2至3个交易日。最后,根据实证结果提出了相应的套利策略：设定合理目标利润,当套利持仓周期和基差记性周期长度基本吻合时,套利收益明显超过传统的建仓并持有策略。     

分形插值预测模型的构建及应用

文章根据长江大通站月平均径流量数据资料,首先运用重标极差(R/S)分析方法揭示了径流复杂的非线性特性下隐藏的持续性特征,并计算出其分形维数,证明该径流量时间序列具有分形特性。据此,利用历史数据建立了具有外推功能的迭代函数系统(IFS),其中对垂直尺度因子的求取采用了能兼顾数据局部细节和待插值对象整体特征的方法。然后通过筛选不同的数据长度建立了新陈代谢分形插值预测模型对径流量进行预测。最后通过实例验证表明,该预测模型能够满足预测的精度要求。     

上海股票市场分形特征的实证研究

以有效市场假说为基础的现代资本市场理论被越来越多的实践证明与现实情况不符,而分形理论则考虑到资本市场的复杂性和EMH的缺陷,以非线性范式为分析基础,解释了有效市场理论无法解释的许多市场现象,为更深入地分析资本市场提供了新的思路和方法。文章以上海股票市场为例,用分形理论对上海股市的分形特征进行了研究,其结果表明上海股票市场具有明显的分形特征。     

引入持仓量的沪铜指数长记忆波动性研究

通过协整关系检验、误差修正模型、向量自回归模型、格兰杰因果关系检验、脉冲响应函数证明了在建立模型时引入持仓量序列的必要性。运用修正R/S分析,建立了沪铜指数收益率波动的ARFIMA、FI-GARCH、ARFIMA-FIGARCH模型,并运用此种模型对沪铜指数的收益率序列rt、收益率波动序列｜rt｜及残差序列｜εt｜进行相关研究和分析,结果表明：ARFIMA（0,d1,0）-FIGARCH（1,d2,1）模型的预测效果比较好。