本文選題：標(biāo)度理論 + 股指序列��； 參考：《運(yùn)籌與管理》2014年05期

【摘要】：股指時(shí)間序列的相似性分析是當(dāng)前金融學(xué)研究的熱點(diǎn)之一。為了提高股指時(shí)間序列相似性分析的準(zhǔn)確度,從標(biāo)度不變性、多重分形及波動(dòng)聚集性三個(gè)層面定義了標(biāo)度理論的度量指標(biāo),并基于此對股指序列進(jìn)行表示。將分割后的每一序列子區(qū)間看作時(shí)間點(diǎn),則分割、表示后的不同股指序列構(gòu)成一個(gè)多指標(biāo)的面板數(shù)據(jù)。基于面板數(shù)據(jù)特征及指標(biāo)相對重要性,提出了一種新型的多指標(biāo)面板數(shù)據(jù)相似性度量函數(shù)——復(fù)合距離函數(shù),用以度量股指時(shí)間序列的相似性。聚類結(jié)果表明,相較于其他兩種方法,基于標(biāo)度理論和復(fù)合距離函數(shù)的相似性度量方法能夠顯著提高相似性度量的準(zhǔn)確度,同時(shí)具有較強(qiáng)的穩(wěn)健性。
[Abstract]:The similarity analysis of stock index time series is one of the hotspots in finance.In order to improve the accuracy of the similarity analysis of stock index time series, the measurement index of scale theory is defined from three aspects of scale invariance, multifractal and volatility aggregation, and the index series is represented based on this.The subinterval of each sequence after segmentation is regarded as a time point, then the different stock index sequences after segmentation constitute a multi-index panel data.Based on the feature of panel data and the relative importance of index, a new multi-index panel data similarity measure function, compound distance function, is proposed to measure the similarity of stock index time series.The clustering results show that compared with the other two methods, the similarity measurement method based on scaling theory and compound distance function can significantly improve the accuracy of similarity measurement and has strong robustness.
【作者單位】： 中南大學(xué)商學(xué)院;
【基金】：國家自然科學(xué)青年基金重點(diǎn)項(xiàng)目(71203241) 教育部人文社會(huì)科學(xué)基金項(xiàng)目(10YJC630254)
【分類號】：F224;F830.91

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 范英,魏一鳴;基于R/S分析的中國股票市場分形特征研究[J];系統(tǒng)工程;2004年11期

2 許文坤;張衛(wèi)國;;金融時(shí)間序列分形維參數(shù)估計(jì)方法比較及應(yīng)用[J];系統(tǒng)工程;2011年07期

3 苑瑩;莊新田;;金融時(shí)間序列的標(biāo)度特性實(shí)證研究[J];管理工程學(xué)報(bào);2008年02期

4 苑瑩;莊新田;金秀;;基于MF-DFA的中國股票市場多標(biāo)度特性及成因分析[J];管理工程學(xué)報(bào);2009年04期

5 徐緒松,陳彥斌;深滬股市分形維實(shí)證研究[J];數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究;2000年11期

6 胡雪明,宋學(xué)鋒;深滬股票市場的多重分形分析[J];數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究;2003年08期

7 吳文鋒,吳沖鋒,黃登仕;中國股票市場的多標(biāo)度特征[J];數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究;2003年09期

8 鄭兵云;;多指標(biāo)面板數(shù)據(jù)的聚類分析及其應(yīng)用[J];數(shù)理統(tǒng)計(jì)與管理;2008年02期

9 施錫銓,艾克鳳;股票市場風(fēng)險(xiǎn)的多重分形分析[J];統(tǒng)計(jì)研究;2004年09期

10 朱建平;陳民懇;;面板數(shù)據(jù)的聚類分析及其應(yīng)用[J];統(tǒng)計(jì)研究;2007年04期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 顧榮寶;陳霽霞;;基于分形V/S技術(shù)的滬深股市長記憶性研究[J];安徽大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年03期

2 鄭豐;張潤彤;何凌云;田志勇;;滬、深股市綜合指數(shù)分形特征及長期記憶研究[J];北京交通大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2008年01期

3 周宏;基于股價(jià)變動(dòng)概率分析的股市抗風(fēng)險(xiǎn)投資模式研究[J];商業(yè)研究;2003年23期

4 許林;宋光輝;郭文偉;;基于R/S分析的股市風(fēng)格分形特征研究[J];商業(yè)研究;2011年01期

5 周孝華,宋坤;高頻金融時(shí)間序列的異象特征分析及應(yīng)用——基于多重分形譜及其參數(shù)的研究[J];財(cái)經(jīng)研究;2005年07期

6 紀(jì)建悅;李坤;;利益相關(guān)者關(guān)系與商業(yè)銀行經(jīng)營績效的相關(guān)性[J];金融論壇;2010年10期

7 王小泳;;股票收益率波動(dòng)與機(jī)構(gòu)投資者投資行為——基于行為金融理論的視角[J];當(dāng)代經(jīng)濟(jì);2012年11期

8 莊新田;陳師陽;閔志鋒;;股權(quán)分置改革前后中國股市混沌分形特征比較[J];東北大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年09期

9 巴曙松;朱元倩;顧Z，

本文編號：1751462