基于小波分析的股市高頻數(shù)據(jù)研究
發(fā)布時(shí)間:2020-12-10 02:25
小波分析是一個(gè)比較新的課題和方法,包含了豐富的數(shù)學(xué)內(nèi)容并具有廣泛的使用潛力,成為許多應(yīng)用和工程學(xué)科中一個(gè)有力的研究工具。本文把小波分析用在對(duì)金融高頻數(shù)據(jù)的分析研究上,開創(chuàng)了小波分析方法應(yīng)用的新領(lǐng)域。本文的主要?jiǎng)?chuàng)新工作如下:1、利用小波分析對(duì)股市高頻數(shù)據(jù)的日內(nèi)周期性和日間波動(dòng)性進(jìn)行分離,并把其特性分解在不同的尺度上,隨著分解層次的深入,“日歷效應(yīng)”變得越來(lái)越平滑,其高峰、尖尾的特性也被獨(dú)立出來(lái),使高頻數(shù)據(jù)的特征更清晰地呈現(xiàn)出來(lái)。2、根據(jù)小波方差的概念,定義小波偏度和小波峰度,并把它們用在對(duì)股市高頻序列的互相關(guān)分析上。得出結(jié)論:以不同的尺度為基準(zhǔn),滬、深兩市收益率和波動(dòng)率在不同滯后期上的相關(guān)性也是不同的,隨著尺度的增大,表現(xiàn)出的相關(guān)性也在增強(qiáng)。3、把長(zhǎng)記憶過(guò)程和小波分析結(jié)合起來(lái),著重闡述了長(zhǎng)記憶過(guò)程的離散小波變換、分整差分過(guò)程如何利用小波分析實(shí)現(xiàn)擬合和最小二乘估計(jì)等理論。利用小波分析研究滬、深股市高頻數(shù)據(jù)的長(zhǎng)記憶性,把長(zhǎng)記憶性分解在不同的尺度上。4、利用小波去噪法除去高頻時(shí)間序列的噪聲,利用不同的準(zhǔn)則、不同的小波函數(shù)得到不同的結(jié)果,但總體上用小波去噪的效果要好于傳統(tǒng)的去噪方法。最后,對(duì)論文...
【文章來(lái)源】:天津大學(xué)天津市 211工程院校 985工程院校 教育部直屬院校
【文章頁(yè)數(shù)】:94 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
Rτ的自相關(guān)函數(shù)圖
Rτ的自相關(guān)函數(shù)圖
第二章 小波分析在“日歷效應(yīng)”上的應(yīng)用Rτ的自相關(guān)序列均值為 0.001661,標(biāo)準(zhǔn)差為 0.018537,顯然是白噪聲序而以 Rτ為基礎(chǔ)所得到的自相關(guān)序列圖總體具有明顯的下降特征,且局部(每具有周期性。2.6.2 利用多分辨分析(MRA)對(duì)高頻數(shù)據(jù)進(jìn)行分析在進(jìn)行多分辨分析時(shí),首先面臨的是分析層數(shù)m 的選擇問(wèn)題。事實(shí)上,大,則信號(hào)細(xì)節(jié)部分表現(xiàn)的特性越明顯,越有利于趨勢(shì)性和周期性的分離。
【參考文獻(xiàn)】:
期刊論文
[1]上海股市“日歷效應(yīng)”的高頻估計(jì)與檢驗(yàn)[J]. 徐正國(guó),張世英. 天津大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版). 2005(02)
[2]美國(guó)股市與中國(guó)股市間溢出效應(yīng)的實(shí)證研究[J]. 汪素南,潘云鶴. 浙江大學(xué)學(xué)報(bào)(工學(xué)版). 2004(11)
[3]中國(guó)股市高頻數(shù)據(jù)中的周期性和長(zhǎng)記憶性[J]. 陶利斌,方兆本,潘婉彬. 系統(tǒng)工程理論與實(shí)踐. 2004(06)
[4]中國(guó)股市長(zhǎng)記憶性實(shí)證研究[J]. 施紅俊,馬玉林,陳偉忠. 同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2004(03)
[5]中國(guó)股市收益率與波動(dòng)性長(zhǎng)記憶性的實(shí)證研究[J]. 李亞靜,何躍,朱宏泉. 系統(tǒng)工程理論與實(shí)踐. 2003(01)
[6]中國(guó)股市的Granger因果關(guān)系分析[J]. 朱宏泉,盧祖帝,汪壽陽(yáng). 管理科學(xué)學(xué)報(bào). 2001(05)
[7]基于MATLAB的小波分析在股市技術(shù)分析中的應(yīng)用[J]. 侯木舟,袁修貴. 系統(tǒng)工程. 2001(05)
[8]小波分析在股市數(shù)據(jù)分析中的應(yīng)用[J]. 王哲,王春峰,顧培亮. 系統(tǒng)工程學(xué)報(bào). 1999(03)
[9]中國(guó)股票市場(chǎng)的有效性檢驗(yàn)與分析[J]. 陳守東,孟慶順,楊興武. 吉林大學(xué)社會(huì)科學(xué)學(xué)報(bào). 1998(02)
本文編號(hào):2907916
【文章來(lái)源】:天津大學(xué)天津市 211工程院校 985工程院校 教育部直屬院校
【文章頁(yè)數(shù)】:94 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
Rτ的自相關(guān)函數(shù)圖
Rτ的自相關(guān)函數(shù)圖
第二章 小波分析在“日歷效應(yīng)”上的應(yīng)用Rτ的自相關(guān)序列均值為 0.001661,標(biāo)準(zhǔn)差為 0.018537,顯然是白噪聲序而以 Rτ為基礎(chǔ)所得到的自相關(guān)序列圖總體具有明顯的下降特征,且局部(每具有周期性。2.6.2 利用多分辨分析(MRA)對(duì)高頻數(shù)據(jù)進(jìn)行分析在進(jìn)行多分辨分析時(shí),首先面臨的是分析層數(shù)m 的選擇問(wèn)題。事實(shí)上,大,則信號(hào)細(xì)節(jié)部分表現(xiàn)的特性越明顯,越有利于趨勢(shì)性和周期性的分離。
【參考文獻(xiàn)】:
期刊論文
[1]上海股市“日歷效應(yīng)”的高頻估計(jì)與檢驗(yàn)[J]. 徐正國(guó),張世英. 天津大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版). 2005(02)
[2]美國(guó)股市與中國(guó)股市間溢出效應(yīng)的實(shí)證研究[J]. 汪素南,潘云鶴. 浙江大學(xué)學(xué)報(bào)(工學(xué)版). 2004(11)
[3]中國(guó)股市高頻數(shù)據(jù)中的周期性和長(zhǎng)記憶性[J]. 陶利斌,方兆本,潘婉彬. 系統(tǒng)工程理論與實(shí)踐. 2004(06)
[4]中國(guó)股市長(zhǎng)記憶性實(shí)證研究[J]. 施紅俊,馬玉林,陳偉忠. 同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2004(03)
[5]中國(guó)股市收益率與波動(dòng)性長(zhǎng)記憶性的實(shí)證研究[J]. 李亞靜,何躍,朱宏泉. 系統(tǒng)工程理論與實(shí)踐. 2003(01)
[6]中國(guó)股市的Granger因果關(guān)系分析[J]. 朱宏泉,盧祖帝,汪壽陽(yáng). 管理科學(xué)學(xué)報(bào). 2001(05)
[7]基于MATLAB的小波分析在股市技術(shù)分析中的應(yīng)用[J]. 侯木舟,袁修貴. 系統(tǒng)工程. 2001(05)
[8]小波分析在股市數(shù)據(jù)分析中的應(yīng)用[J]. 王哲,王春峰,顧培亮. 系統(tǒng)工程學(xué)報(bào). 1999(03)
[9]中國(guó)股票市場(chǎng)的有效性檢驗(yàn)與分析[J]. 陳守東,孟慶順,楊興武. 吉林大學(xué)社會(huì)科學(xué)學(xué)報(bào). 1998(02)
本文編號(hào):2907916
本文鏈接:http://www.sikaile.net/guanlilunwen/zhqtouz/2907916.html
最近更新
教材專著