排序方式: 共有10条查询结果,搜索用时 15 毫秒
1
1.
股指时间序列的多重分形Hurst分析 总被引:2,自引:0,他引:2
以深圳股票市场为例,对深证成指指数数据进行了多重分形分析。首先,运用多重分形重标极差的方法对深证成指进行实证研究,结果表明在整个时间标度上Hurst指数均表现为持久性特征,而且随着标度τ的增加,Hurst指数呈现总体递增趋势,并且在整个标度范围上存在2个标度临界点,这体现了股指价格在不同标度范围下的状态跃迁现象。其次,运用多仿射方法确认了深圳股票市场多重分形特征的存在,验证了R/S分析方法中存在的标度临界点,并且进一步分析了不同临界标度范围下价格动态的本质特征。 相似文献
2.
3.
资本市场是一个复杂的动态系统。由于其内部因素相互作用的复杂性以及影响它的许多外部因素的难处理性,使得资本市场的运行规律难以被理解和刻画。几十年来,有效市场假说(EMH)作为 相似文献
4.
股票市场多重分形性的统计描述 总被引:3,自引:0,他引:3
以上海股票市场为例,运用多重分形谱方法对其多重分形性进行了实证研究。分析了多重分形谱的两个参数(分形谱的宽度及最大、最小概率子集分形维数的差)与指数变化趋势的关系。并进一步研究了多重分形谱参数与时间序列对数收益率的关系。结果表明多重分形谱参数与指数的变化趋势及对数收益率具有明显的关联性,这说明多重分形分析能够揭示更多关于市场变化的有用信息,有望以一定概率预测股价的涨落。 相似文献
5.
6.
本文选取百度网络搜索数据,构建了新的投资者关注指标;以上证指数和深证成指高频数据为研究样本,研究了不同的投资者关注水平与市场波动率之间的领先滞后关系;之后,本文将投资者关注因子纳入到ARMA类和HAR类模型,建立了新的投资者关注波动率预测模型;通过与传统模型的样本外预测比较,重点研究了投资者关注能否提高市场波动率预测精度这一问题。本文实证结果表明,投资者关注不仅可以提高现有波动率预测模型的样本内拟合能力,而且在投资者高关注时期,投资者关注可以显著且稳健的提高波动模型的样本外预测能力。这说明,投资者关注具有对股票市场的解释能力及更强的预测能力。此外,本文的研究结论还具有一定的应用价值:对个人和机构投资者来说,可以先人一步的把握市场发展趋势,增加获利机会;对监管部门而言,可以强化市场监管绩效,加快形成完备有效的股票交易市场。 相似文献
7.
8.
国际汇率的多重分形消除趋势波动分析 总被引:2,自引:0,他引:2
基于多重分形消除趋势波动分析方法,对国际上3种主要的国际汇率收益序列进行实证研究.通过对收益时间序列进行重排处理和相位随机化处理,并将处理后的收益序列多重分形强度与原始序列进行比较,发现国际汇率的多重分形特征是由两个因素共同作用的,其中收益序列的波动相关性起主导作用,是形成多重分形特征的主要原因,而收益序列的胖尾概率分布对多重分形特征的形成也起到一定的作用. 相似文献
9.
分别从时间序列分析,简单分形分析及多重分形分析的角度,运用自相关、功率谱、盒维数以及多重分形谱方法对上证指数时间序列的标度特征进行了实证研究.首先,自相关函数和功率谱分析结果表明.上证指数时间序列在跨时间尺度的指教之间存在着相关性,表现为分形时问序列,说明市场未达到弱式有效;其次,盒维数的分析结果揭示了上证指数的聚类特征及标度变化,并且盒维数随临界值增加而递减的规律体现了多标度特征的存在;最后,多重分形谱的方法进一步确认了上海股票市场的多标度特性,并指出该特性是股票市场信息倍增级联过程的结果. 相似文献
10.
本文首次基于信息数量和信息质量两个维度构建信息强度指数,研究其对股票截面收益的影响。在构建包含信息强度因子的五因子定价模型基础上,对比分析不同信息强度股票组合收益,研究信息强度与收益和风险的关系。研究发现:基于信息数量和信息质量两个维度构建的信息强度指数对股票截面收益具有较强的解释能力,信息强度是影响股票收益的重要风险因子,考虑信息强度因子的五因子定价模型能更好地解释股票收益;信息强度与超额收益呈反向变动关系,信息强度对收益的敏感系数为负,高信息强度组的超额收益最低、敏感系数绝对值最小,低信息强度组的超额收益最高、敏感系数绝对值最大,按信息强度高低构建的股票组合能够满足不同风险偏好投资者的需求。研究结论为投资者投资决策、监管者完善市场建设及学者们更深入研究资产定价问题提供参考。 相似文献
1