金融時(shí)間序列的交叉關(guān)聯(lián)研究
發(fā)布時(shí)間:2021-01-03 17:17
金融系統(tǒng)作為一個(gè)典型的復(fù)雜系統(tǒng),詳細(xì)的研究其性質(zhì)不論是從金融理論還是金融工程實(shí)踐角度來說都極其重要。而統(tǒng)計(jì)物理和復(fù)雜網(wǎng)絡(luò)方法作為研究復(fù)雜系統(tǒng)的重要手段,很自然的被應(yīng)用到研究復(fù)雜金融系統(tǒng)中來。作為金融物理的一個(gè)重要的研究課題,金融系統(tǒng)的集體動(dòng)力學(xué)行為研究,已經(jīng)產(chǎn)生了一系列重要的實(shí)證和理論結(jié)果,對(duì)現(xiàn)代金融工程實(shí)踐產(chǎn)生了重要的影響。在本文中,我們利用隨機(jī)矩陣、多重分形和復(fù)雜網(wǎng)絡(luò)理論,對(duì)金融時(shí)間序列的交叉關(guān)聯(lián)矩陣進(jìn)行了詳細(xì)的研究。首先利用復(fù)雜網(wǎng)絡(luò)表示,對(duì)金融市場(chǎng)的交叉關(guān)聯(lián)矩陣進(jìn)行了分析。通過網(wǎng)絡(luò)結(jié)構(gòu)的變化,我們分析了金融市場(chǎng)在金融危機(jī)期間的結(jié)構(gòu)變化。揭示了金融市場(chǎng)關(guān)聯(lián)結(jié)構(gòu)在金融危機(jī)期間局部緊縮,全局?jǐn)U張的結(jié)構(gòu)。同時(shí)發(fā)現(xiàn)了市場(chǎng)關(guān)聯(lián)網(wǎng)絡(luò)的社團(tuán)和板塊結(jié)構(gòu)在金融危機(jī)期間的變化行為。隨后,我們利用交叉關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)的變化作為市場(chǎng)恐慌情緒的度量,能夠提前對(duì)市場(chǎng)的恐慌情緒做一定程度上的預(yù)測(cè)。作為研究金融時(shí)間序列多重分形的重要手段,多重分形去趨勢(shì)方法,被用來考察連續(xù)相變的多重分形行為。我們發(fā)現(xiàn)二維伊辛模型在相變點(diǎn)附近,其磁化強(qiáng)度時(shí)間序列的多重分形行為具有顯著的變化。其多重分形形態(tài)指數(shù)可以作為相變來臨的信號(hào)。同時(shí)...
【文章來源】:華中師范大學(xué)湖北省 211工程院校 教育部直屬院校
【文章頁數(shù)】:159 頁
【學(xué)位級(jí)別】:博士
【部分圖文】:
圖2.1:?S&P?500指數(shù)的歷史價(jià)格以及成交量
S&P500指數(shù)的歷史收益
別需要指出的,資產(chǎn)收益率的絕對(duì)值或者平方r?具有長程緩慢衰減的自相關(guān)函??數(shù)。這一現(xiàn)象被稱為“波動(dòng)聚集”(volatility?clustering)。就如曼德布羅特所闡述的那樣”??大的波動(dòng)往往接著會(huì)有大的波動(dòng),反之,小的波動(dòng),會(huì)有跟隨這小的波動(dòng)”。圖2.4(b)??中,我們給出了?S&P?500指數(shù)波動(dòng)率的自相關(guān)函數(shù)。為了簡單起見,本文我們就用??收益率的絕對(duì)值對(duì)波動(dòng)率進(jìn)行估計(jì)。??2.2.4收益率累積正態(tài)性??大量的實(shí)證研究表明,當(dāng)收益計(jì)算的時(shí)間間隔增加的時(shí)候,收益分布的胖尾特??性越來越不明顯,而分布會(huì)逐漸趨于正態(tài)分布。圖2.5中我們給出了?S&P?500指數(shù)的??日間收益分布、每周收益分布以及月度收益分布?梢钥吹剑(dāng)我們?cè)黾佑?jì)算收益??分布的時(shí)間間隔的時(shí)候,收益分布逐漸向正態(tài)分布靠攏。分布的胖尾特性逐漸消失,??也就是說,從大的時(shí)間尺度來看,極端波動(dòng)的影響可以忽略。??13??
本文編號(hào):2955190
【文章來源】:華中師范大學(xué)湖北省 211工程院校 教育部直屬院校
【文章頁數(shù)】:159 頁
【學(xué)位級(jí)別】:博士
【部分圖文】:
圖2.1:?S&P?500指數(shù)的歷史價(jià)格以及成交量
S&P500指數(shù)的歷史收益
別需要指出的,資產(chǎn)收益率的絕對(duì)值或者平方r?具有長程緩慢衰減的自相關(guān)函??數(shù)。這一現(xiàn)象被稱為“波動(dòng)聚集”(volatility?clustering)。就如曼德布羅特所闡述的那樣”??大的波動(dòng)往往接著會(huì)有大的波動(dòng),反之,小的波動(dòng),會(huì)有跟隨這小的波動(dòng)”。圖2.4(b)??中,我們給出了?S&P?500指數(shù)波動(dòng)率的自相關(guān)函數(shù)。為了簡單起見,本文我們就用??收益率的絕對(duì)值對(duì)波動(dòng)率進(jìn)行估計(jì)。??2.2.4收益率累積正態(tài)性??大量的實(shí)證研究表明,當(dāng)收益計(jì)算的時(shí)間間隔增加的時(shí)候,收益分布的胖尾特??性越來越不明顯,而分布會(huì)逐漸趨于正態(tài)分布。圖2.5中我們給出了?S&P?500指數(shù)的??日間收益分布、每周收益分布以及月度收益分布?梢钥吹剑(dāng)我們?cè)黾佑?jì)算收益??分布的時(shí)間間隔的時(shí)候,收益分布逐漸向正態(tài)分布靠攏。分布的胖尾特性逐漸消失,??也就是說,從大的時(shí)間尺度來看,極端波動(dòng)的影響可以忽略。??13??
本文編號(hào):2955190
本文鏈接:http://www.sikaile.net/jingjilunwen/jinrongzhengquanlunwen/2955190.html
最近更新
教材專著