對金融動力學非線性行為的研究一直是金融研究的核心問題。研究股票市場的波動行為,對于評估投資風險、避免股票市場危機、選擇購買股票組合以及理解金融市場的一些統(tǒng)計性質(zhì)具有重要意義�；谡鎸嵔鹑谑袌龉善敝笖�(shù)的絕對收益率序列,本文提出了一個新的概念來表示股票市場的波動持續(xù)時間并且用于測量一個周期的整體波動強度,即連續(xù)波動強度（CFI）。CFI表示在收益率序列中f時刻的數(shù)值上連續(xù)增加或減少的收益波動（或標準化絕對收益）的持續(xù)時間。與以往對收益率波動的研究不同,CFI不再預先選定一個閾值,而是選擇序列中不斷增長（或下降）的收益率波動序列。它描述的是一個連續(xù)增長（或下降）序列中收益率波動的總體強度,在某種程度上可以認為它量化了一定時期內(nèi)金融市場的波動風險。為了研究CFI的非線性特性,本文運用概率分布方法與p值檢驗法對CFI序列的尾部性質(zhì)和冪律行為進行了探索研究。運用自相關(guān)和散點圖分析方法分析了 CFI序列的自相關(guān)性質(zhì)。此外,我們還運用分數(shù)樣本熵和模糊熵兩種測量復雜度的方法對CFI序列的復雜性質(zhì)進行了探究,這在一定程度上可以反映CFI序列的規(guī)律性。為了對比驗證新統(tǒng)計量的可行性,我們還利用了金融物理統(tǒng)計模... 

【文章來源】：北京交通大學北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：59 頁

【學位級別】：碩士

【部分圖文】：

圖１．正態(tài)分布的有限混合、柯西分布和標準正態(tài)分布的概率密度函數(shù)圖

用相同的方法計算出的３１０天到３１３天的連續(xù)波動強度數(shù)值是－１．０２７。通過這??種形式，我們可以將６個股票市場的收益率波動序列轉(zhuǎn)化為相應的標準化ＣＦＩ序??列。

布進行了驗證％６５，６６１。因為｜Ｃ（＆）｜＞０，所以我們將Ｃ（＆）序列分為兩個部分的??時間序列進行研究：一個是連續(xù)上升的ＣＦＩ序列Ｃ＋（Ｃ（＆）＞０），另一個是連續(xù)??下降的ＣＦＩ序列Ｃ＿（Ｃｔｏ）?＜?０）。圖４?（ａ）展示了?Ｃ＋和Ｃ＿序列的概率密度分布，??圖４?（ｂ）則展示了收益率波動序列的概率密度分布。??如圖所示，Ｃ＿序列的概率分布近似對稱地反映了Ｃ＋序列的分布。對于??圖４（ａ），大部分ＣＨ值都在－５到５之間，出現(xiàn)極值的概率相對較小。為了檢??驗ＣＦＩ序列和收益率波動序列的概率分布是否服從冪律分布，在這里我們使??用ｐ值檢驗法對其進行驗證。事實上，只有很少的現(xiàn)象對所有ｘ的值都服從??冪律分布。更常見的情況是，當自變量大于某個最小值時，分布的尾部遵循冪??律分布。當Ｐ－Ｗ２／Ｍ相當�。ǎ穑�?０．１）時，我們可以判定時間序列尾部不服??從冪律分布。從表２可以看出，對于ＣＦＩ序列和收益率波動序列的所有數(shù)據(jù)，??１１??

【參考文獻】：
期刊論文
[1]基于模糊熵的壓氣機失速信號分析研究[J]. 劉志剛,楊榮菲,向宏輝.  測控技術(shù). 2014(02)



本文編號：2960856