近年來(lái),我國(guó)的金融行業(yè)不斷發(fā)展壯大,證券市場(chǎng)作為金融市場(chǎng)的重要組成部分,已成為了金融領(lǐng)域的研究對(duì)象之一。研究上證綜指的記憶性特征,不但有助于了解證券市場(chǎng)的發(fā)展,還能為投資者提供實(shí)踐指導(dǎo)。本文依據(jù)上證綜指的時(shí)間序列周期,結(jié)合相關(guān)變量,建立預(yù)測(cè)模型,得到有效估計(jì),從而避免證券市場(chǎng)的外在風(fēng)險(xiǎn),主要內(nèi)容和研究結(jié)果如下。1.選取了1991-2018年上證綜指收盤(pán)價(jià)作為原始樣本數(shù)據(jù),通過(guò)對(duì)其進(jìn)行對(duì)數(shù)和對(duì)數(shù)差分處理得到了對(duì)數(shù)樣本和對(duì)數(shù)差分樣本,并用R/S分析法、修正R/S分析法、V/S分析法、DFA分析法和MFDFA分析法對(duì)樣本的記憶性進(jìn)行檢驗(yàn)。結(jié)果發(fā)現(xiàn),對(duì)數(shù)差分處理會(huì)影響上證綜指的記憶性,且5種分析方法的結(jié)果均表明上證綜指是存在長(zhǎng)記憶性特征的。2.考慮到時(shí)間和漲跌因素對(duì)上證綜指的影響,本文將原始樣本分成3個(gè)不同的時(shí)間段,并做去除較大漲跌幅度處理,然后用長(zhǎng)記憶性檢驗(yàn)方法對(duì)處理后的樣本進(jìn)行記憶檢驗(yàn)。研究結(jié)果表明,上證綜指的長(zhǎng)記憶性檢驗(yàn)確實(shí)會(huì)受到時(shí)間和漲跌因素的影響,在不同的時(shí)間區(qū)間其記憶指數(shù)不同,甚至有時(shí)會(huì)出現(xiàn)Hurst指數(shù)小于0.5的情況,這間接解釋了在不同研究中上證綜指記憶性指數(shù)不同的原因。與時(shí)間...

【文章頁(yè)數(shù)】：60 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
1 緒論
    1.1 選題背景和研究意義
        1.1.1 研究背景
        1.1.2 有效市場(chǎng)假說(shuō)
        1.1.3 分形市場(chǎng)假說(shuō)
        1.1.4 上證綜指的發(fā)展與計(jì)算
        1.1.5 研究意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 檢驗(yàn)方法
        1.2.2 預(yù)測(cè)模型
    1.3 論文主要工作與結(jié)構(gòu)安排
2 長(zhǎng)記憶性檢驗(yàn)方法及預(yù)測(cè)模型
    2.1 長(zhǎng)記憶性的定義
    2.2 長(zhǎng)記憶性的度量方法
        2.2.1 重標(biāo)極差法
        2.2.2 修正的重標(biāo)極差法
        2.2.3 重標(biāo)方差法
        2.2.4 去趨勢(shì)波動(dòng)分析法
        2.2.5 多重分形去趨勢(shì)波動(dòng)分析法
    2.3 時(shí)間序列常用的預(yù)測(cè)模型
        2.3.1 參數(shù)模型
        2.3.2 非參數(shù)模型
    2.4 本章小結(jié)
3 上證綜指的長(zhǎng)記憶性檢驗(yàn)
    3.1 數(shù)據(jù)的獲取
        3.1.1 對(duì)數(shù)和對(duì)數(shù)差分處理
        3.1.2 正態(tài)性檢驗(yàn)
    3.2 五種長(zhǎng)記憶性檢驗(yàn)方法的結(jié)果與分析
        3.2.1 上證綜指的長(zhǎng)記憶性檢驗(yàn)結(jié)果
        3.2.2 五種檢驗(yàn)方法的比較與分析
    3.3 影響上證綜指長(zhǎng)記憶性檢驗(yàn)的因素
        3.3.1 時(shí)間因素
        3.3.2 漲跌因素
    3.4 本章小結(jié)
4 上證綜指的預(yù)測(cè)分析
    4.1 模型的選擇
        4.1.1 ARFIMA模型
        4.1.2 門(mén)控循環(huán)單元
    4.2 數(shù)據(jù)的選取
        4.2.1 正態(tài)性和單位根檢驗(yàn)
        4.2.2 數(shù)據(jù)的預(yù)處理及誤差分析
    4.3 上證綜指的預(yù)測(cè)
        4.3.1 ARFIMA模型的預(yù)測(cè)
        4.3.2 GRU模型的預(yù)測(cè)
    4.4 預(yù)測(cè)結(jié)果的分析
        4.4.1 樣本的分析
        4.4.2 模型的分析
    4.5 本章小結(jié)
5 總結(jié)與展望
    5.1 論文工作總結(jié)
    5.2 論文工作展望
參考文獻(xiàn)
致謝



本文編號(hào)：3791283