不同股市收益率的多重分形特性比较

运用多重分形消除趋势波动分析方法,对国际上3个主要股票市场的多重分形特征进行了实证研究及比较.结果表明:股票市场均表现出多重分形特征,其中上海股票市场的多重分形特征最强,风险性也最大,其次为纳斯达克市场,香港股票市场的多重分形特征最弱,风险性相对较小.这说明仅仅运用单一的标度指数对其进行描述是不合适的.此外,在3个股票市场中,上海股票市场指数的最强涨落最大.这些实证结果为更好地研究股票市场的复杂结构提供了新的思路.     

上海股市收益的多重分形特征的实证研究:一种新的MFDFA方法

介绍了一种新的MFDFA(multifractal detrended fluctuation analysis)方法,分别利用此MFDFA方法和基于滑动窗技术的此MFDFA方法研究了上证综指日收益率序列的波动特征.一方面,验证了此方法的有效性以及滑动窗MFDFA方法的精确性;另一方面,实证结果表明上证综指收益率序列具有多重分形特征,小幅波动具有持续性,大幅波动具有一定程度的反持续性.     

基于小波领袖多重分形分析法的股市有效性及风险检测

大多数关于股票市场有效性测量与风险侦测的研究都是基于有效市场假说。从分形市场假说出发,本文首先应用小波领袖多重分析法刻画市场波动的多重分形特性来衡量市场的有效性,然后提出一种应用市场最大波动点集的分形维数（D（h_min））及其奇异性指数（h_min）的演化特征来检测金融风险的新方法。实证结果表明：中、美、日三国在不同时期市场的有效性具有明显差异,中国市场的有效性正逐步提高,而美日两国市场的有效性水平与金融危机的发生更为密切。研究发现该方法不但可以正确地定位出金融危机发生的时点,还可以较准确地对风险进行测量。研究结果对于如何提高市场有效性,提升不同投资期限投资者的风险管理水平提供了一些启示。     

基于MF-ADCCA方法的比特币量价关系多重分形特征研究

本文使用MF-ADCCA方法实证分析了比特币量价关系的非对称多重分形特征,结果表明：比特币流动性越大,波动越大,收益率和交易量交叉相关性的多重分形程度越强,且这种多重分形特征来源于反持续性和厚尾分布,厚尾分布对多重分形特征的贡献更大。量价关系在不同涨跌趋势时的非对称性程度具有阶段性特征,当比特币价格较低且相对平稳时,无论是收益率上涨还是交易量变化率上涨,量价交叉相关性在小幅波动时持续性更强,大幅波动的反持续性更强;而在价格暴涨暴跌剧烈波动并且交易量变化率下跌时,量价交叉相关性持续性更强。通过滑动窗技术研究比特币量价关系局部多重分形特征,发现量价交叉相关性的局部时变Hurst指数小于0.5;随着时间的推移,量价交叉相关性的局部时变多重分形程度加强。     

基于多重分形聚类的证券市场指数波动性比较研究

根据反映指数波动多重分形特征的概率函数,分别使用欧式距离函数和退化了的Manhattan距离函数作为广义分形维和多重分形谱两个特殊值的相似性度量函数.在此基础上使用层次聚类方法,通过多重分形特征量之间的相似性对亚洲金融危机和全球金融危机期间全球证券市场24个主要指数的波动性进行比较研究.研究结果表明,与亚洲金融危机相比,在全球金融危机期间,从整体上看,各指数波动的一致性明显降低,许多国家或地区的证券市场开始呈现出独特的波动特征,中国证券市场最为明显;从波动的均匀性看,绝大部分指数波动更加不均匀,并且也呈现出分化的特点;从波动的区间看,绝大部分指数都围绕较高的指数值波动,并且呈现出一定程度的趋同现象.聚类分析的结果为深入分析不同国家和地区证券市场的复杂结构和内部机理提供了新的思路.     

基于小波的金融危机时点探测与多重分形分析

在金融危机时点前后,市场的动力学会呈现出异常剧烈的波动。准确定位金融危机时点是区分出金融危机前后股市多重分形特性的关键步骤。与其他方法相比,小波变换模极大值法（WTMM）的优势在于它可以侦测出突变点并对金融市场的多重分形特性进行分析。研究通过小波变换模极大值法（WTMM）所建立的模极大值线将道琼斯工业指数（DJI）与东京证交所股价指数（TPX）的金融危机时点定位出来,随后基于所侦测出来的道琼斯工业指数（DJI）突变点对该指数进行多重分形分析。分析发现：小波变换模极大值法（WTMM）不仅可以准确定位金融危机发生的时点,还可以刻画出多重分形特征在金融危机前后的演化。实证结果验证了分形市场假说（FMH）关于市场发生崩溃的起因,也为金融风险管理提供了一个新思路。     

基于随机矩阵理论的加密货币网络拓扑性质研究北大核心CSSCI

金融资产之间的关联往往表现为一个复杂动态系统,不同资产之间存在着显著的联动性。对金融资产之间相依关系、风险传导的深入研究不仅能够及时防范风险冲击,规避损失,而且对促进金融市场健康发展具有重要意义。基于随机矩阵理论探讨加密货币网络拓扑性质,选取2018年3月20日至2019年12月31日37种主要加密货币为研究对象,运用非线性DCCA相关系数和传统的线性相关系数构建加密货币之间的相关系数矩阵,同时运用随机矩阵理论对两种相关系数矩阵进行去噪过滤,在不同的阈值下构建加密货币网络,研究加密货币之间的相依结构、网络拓扑性质和各加密货币的风险传染强度。研究结果表明,加密货币之间的非线性相依关系更加强烈。加密货币网络呈现出小世界效应,在不同的阈值下,加密货币网络的连接关系强度不同。当阈值较小时,加密货币网络比较稠密且稳定性较强;当阈值较大时,加密货币网络比较稀疏,此时加密货币网络的平均度和平均聚类系数也较小;并且两种相关系数矩阵下的加密货币网络主要表现为异配性。进一步研究发现,加密货币市场中存在大量随机噪声,根据随机矩阵理论去噪后加密货币之间的相关关系更加紧密,在同一阈值下去噪后加密货币网络平均度和平均聚类系数有所增大,异配性更加明显。通过对加密货币网络风险传染实证分析可知,以太坊和艾达币的风险最容易在网络中传染给其他加密货币。加密货币网络呈现出不同的局部时变特征,并且阈值较小时,网络的局部时变特征更加稳定。实践中建议最好从非线性的角度测量加密货币之间的相依关系,并且要考虑相依关系的动态性;从事加密货币的投资者要时刻注意加密货币资产之间的风险传导,特别是以太坊和艾达币对其他资产的影响;建议相关金融风险监管者加强对加密货币的监管,保证金融市场的健康发展。     

多重分形理论的大盘股和中小盘股差异性分析

采用2007年1月15日～2011年7月29日间的中证100指数和中证500指数分别代表我国大盘股和中小盘股的走势,采集2种指数1分钟的高频数据生成指数收益率序列,利用统计方法和多重分形-降趋脉动分析(MF-DFA)方法,比较研究2种指数整体的统计特性和多重分形特性;并基于每个交易日数据的多重分形分析,构造新的风险度量指标MFV,用以比较大盘股和中小盘股的风险。结果表明:①2种指数整体分布呈现尖峰胖尾分布,中间部分均服从双指数分布,尾部极端收益率服从幂率分布;②中证500指数整体的谱宽度较大;③中证500指数的日MFV有70%左右大于中证100。由这些不同均可得到大盘股的风险小于中小盘股这一结论,也弥补了传统风险测度指标在金融市场复杂系统中的不足。     

基于货币市场流动性的中国股市价格变动分析

针对2007年以来中国货币市场存在的流动性过剩以及同期股市持续高涨、房价泡沫现象，本文选取中国2001-2008年的中国股票沪、深市场与同期货币市场的数据，分析货币市场流动性变化对资本市场价格的推动，我们发现货币市场上货币供应量的变化并不显著影响证券市场的价格，这是由于资本市场发展不成熟，且与货币市场上一体化程度低，无法有效引导资金在两个市场之间的流动。     

中国股票市场的多分形波动率测度及其有效性研究

由多分形分析出发,提出了一种新型的金融市场多分形波动率测度Sα。与传统测度Δα相比,Sα更为充分地利用了多分形分析过程中产生的对描述金融市场波动有益的统计信息。以上证综指和深证成指1354个交易日内5个不同抽样频率的高频数据为例,通过运用具有bootstrap特性的SPA检验法,检验了Sα测度和Δα测度对中国股票市场真实波动率估计的有效性差异。实证研究表明,Sα测度对市场真实波动率的估计较Δα测度更为准确。     

中国股票市场多重分形游走及其预测

股票价格波动规律的研究是预测的基础,多重分形过程是迄今为止最为符合价格波动特性的模型。本文验证了中国股票市场的多重分形游走,并根据多重分形过程的局部尺度特性和多尺度相关性建立了小波和神经网络相结合的股票价格预测模型。实证研究结果表明,本文模型预测精度较由其他模型得到的预测精度明显提高。     

基于多分形波动率测度的权证定价方法研究

金融复杂性研究表明,无论是成熟资本市场还是新兴资本市场,其价格波动除了具有时变、聚类和杠杆效应等典型特征外,还普遍具有更复杂的多分形特征.以中国股票市场中的4只认购权证为例,通过深入考察并充分提炼股价多分形分析过程中产生的对定量描述价格波动有益的统计信息,提出一种新的金融市场波动率测度,即多分形波动率,并进一步探讨其在权证定价领域中的实际应用.实证结果表明,中国股票市场的股价波动确实具有明显的多分形特征;且在B-S定价模型框架下,多分形波动率测度具有比常用的GARCH波动率测度和EGARCH波动率测度更优异的权证定价精度.     

中国股票市场技术分析非线性预测能力的实证检验

运用前向人工神经网络方法对我国股票市场技术分析非线性预测能力进行了实证检验.发现基于移动平均规则的人工神经网络模型具有明显高于AR模型和各种移动平均规则线性模型的样本外预测能力.为解释技术分析方法具有非线性预测能力的原因,本文构建了一个基于异质市场假说的移动平均规则非线性模型,发现该模型的预测能力远高于其它非线性模型.表明我国股票市场存在异质性特征,技术分析方法能捕捉到不同类型投资者之间非线性的相互作用关系可能正是其具有非线性预测能力的原因.     

金融资产收益非对称性的多标度分形测度及其在VaR计算中的应用

通过提炼多标度分形分析过程中所产生的对描述金融资产收益非对称特征有益的统计信息,提出了一种新的资产收益非对称测度--多标度分形非对称测度(Multifractal asymmetry measurement)Δf,并以沪深300指数长达7年左右的5分钟高频数据为实证样本,通过两种不同的VaR后验分析(Backtesting analysis)方法,实证对比了Δf测度和传统的偏度系数(Coefficient of skewness)测度在市场风险计算准确性方面的差异。实证结果表明:基于Δf测度的市场风险计算模型的VaR计算精度优于基于偏度系数测度的对应模型,Δf测度具有较偏度系数测度更为优异的对金融资产收益非对称特征的刻画能力。     

基于多分形理论的动态VaR预测模型研究

经济物理学(econophysics)的大量研究表明,金融市场的波动具有复杂的多分形(multifractal)特征,因此准确地测度和预测市场波动,对金融风险管理工作的意义重大。在已有多分形波动率(multifractal volatility)测度及其模型应用基础上,以上证综指10年的高频数据为对象,提出了基于多分形波动率的样本外动态风险价值(out-of-sample dynamic VaR)预测法。通过两种规范的后验分析(backtesting)结果表明,与8种主流的线性和非线性GARCH族模型相比,在高风险水平上,基于多分形波动率测度的VaR模型明显具有更高的样本外动态风险预测精度。     

股票价格持续大幅波动前后多重分形谱的异常及分析

利用多重分形谱可以深入地分析金融时间序列的微观结构及其特征.本文以民生银行、长江通信二上市公司的具体数据为例,以它们出现持续大幅震荡前后共35天的5min股价高频交易序列为原始数据,并将连续5天的高频数据分为一组,考察每支股票在持续大涨及持续大跌前后各个阶段时多重分形谱的形态及其重要参数的变化.研究表明股价持续大幅波动前后,股票价格的高频时间序列的多重分形谱具有前兆性的共同特征.运用本文的研究方法可以对个股持续大幅波动的开始及结束做出一定预测.     

中国股市与国际股市的极值风险传导效应研究

本文针对股市中具有的部分典型事实构造股市指数损失的标准残差序列,并运用EVT对其极值尾部建模进而估计出股市指数的动态极值风险,然后基于Granger-Causality检验方法分析中国股市与国际上主要股市之间的极值风险传导效应。结果表明,在过去相当长时间内,中国大陆沪市与其它三个国际股市不存在风险传导效应而处于分割状态,但自2007年起,中国大陆沪市可以通过香港市场与其它国际股市进行极值风险传导;日本东京股市极值风险单向传导给香港股市,香港股市又单向传导给美国纽约股市;日本东京股市和美国纽约股市的极值风险存在明显的双向传导关系。     

基于Hawkes过程的国际原油市场与中国股票市场大幅波动联动性研究

考虑国际原油市场与中国股票市场之间的大幅波动存在联动性,本文采用二维标值Hawkes模型对2007年至2019年8月的布伦特原油期货和沪深300指数的日度数据中大幅波动的单市场延续和跨市场传染的传播特性进行建模。实证结果表明：(1)Hawkes过程可以较好地拟合国际原油和中国股市之间大幅波动的自激发和互激发效应,并捕捉资产收益率在时间和空间上的聚集性、持续性和溢出性;(2)原油市场和中国股市的大幅波动均存在较强的自激发效应;(3)原油市场和中国股市之间大幅波动的互激发效应具有统计意义上的显著性,但在实际影响方面相比于自激发效应更为微弱。本研究对股票市场建设、资产配置和风险防范均有一定意义。