隨著科學(xué)技術(shù)的進(jìn)一步發(fā)展,微觀經(jīng)濟(jì)學(xué)也得到了很大發(fā)展,借助于各種新型工具和理論,人們對于市場行為的研究進(jìn)一步深化。股票市場向來以其難以描述性、難以分析性和難以預(yù)測性著稱,目前已存在的理論包括市場有效性理論、期權(quán)定價(jià)理論等。但這些理論和實(shí)際市場相比仍有較多的不足。首先,沒有用具體的參數(shù)來量化股市的行為,其次,它們都忽略了交易費(fèi)對股市的影響,第三,由于這些模型都是均衡模型,無法展示實(shí)際市場回報(bào)分布的特點(diǎn),諸如“肥尾”現(xiàn)象、集群波動等。 在我學(xué)習(xí)金融經(jīng)濟(jì)學(xué)的過程中,徐加根老師講到股票市場價(jià)格的游程檢驗(yàn)與人工智能模型時(shí),我想,如果數(shù)學(xué)與計(jì)算機(jī)的結(jié)合(在西南師范大學(xué)學(xué)習(xí)了四年數(shù)學(xué)),股票市場價(jià)格運(yùn)動規(guī)律就容易把握了。 從拱門模型的基本思想出發(fā),某一時(shí)刻一個噪聲的發(fā)生是服從正態(tài)分布。該正態(tài)分布的均值為零,方差是一個隨時(shí)間變化的量。并且這個隨時(shí)間變化的方差是過去有限項(xiàng)噪聲值平方的線性組合。這樣就構(gòu)成了自回歸條件異方差模型。從這個基本思想中可以看出,由于現(xiàn)在時(shí)刻噪聲的方差是過去有限項(xiàng)噪聲值平方的回歸,也就是說噪聲的波動具有一定的記憶性,因此,如果在以前時(shí)刻噪聲的方差變大,那么在此刻噪聲的方差往往也跟著變大;如果在以前時(shí)刻噪聲的方差變小,那么在此刻噪聲的方差往往也跟著變小。翻譯到金融市場,那就是如果前一階段金融資產(chǎn)價(jià)格波動變大,那么在此刻市場金融資產(chǎn)價(jià)格波動也往往較大,反之亦然。這就是拱門模型所具有的波動集群的特性,由此也決定它的無條件分布是一個尖峰胖尾的分布。 針對正態(tài)分布的不足,本文建立了一個簡單的股市數(shù)字仿真模型。在這個模型中,隨機(jī)驅(qū)動力量是服從高斯分布的消息事件,價(jià)格的形成是由于代理間的直接交易形成的,代理采用固定投資策略進(jìn)行交易。另外,我們引入了摩擦系數(shù)“f”來摸擬實(shí)際市場中的交易費(fèi)用,引入?yún)?shù)rn和rp來描述代理對消息和價(jià)格變化的響應(yīng)程度。
【學(xué)位單位】：西南財(cái)經(jīng)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2006
【中圖分類】：F830.91
【部分圖文】：

圖 3.1Hurst 指數(shù)[8]為了量化動態(tài)，要求尋長一個表征自相關(guān)的狀態(tài)參數(shù)。我們采 Hurst 指數(shù)，0≤H≤1（參見附錄 C）量化了高頻和低頻波動部分

圖 3.3① a (t )的取值從圖 3.3 中，我們可以看出，從 1996 年 9 月 20 日至 1996 年 1月 20 日這一段三個月的時(shí)間內(nèi)，上證綜合指數(shù)有異常波動行為，在
【相似文獻(xiàn)】

相關(guān)碩士學(xué)位論文 前1條

1 賈明東;用DSEM模擬仿真股市及其探討[D];西南財(cái)經(jīng)大學(xué);2006年

本文編號：2882946