本文關鍵詞：基于分數(shù)維協(xié)整的股票每日最高最低價的預測研究，由筆耕文化傳播整理發(fā)布。

【摘要】：股票每日最高最低價提供了收盤價所無法反映的基于價格極差波動性的有效信息,可以作為股票市場未來發(fā)展水平預測值的參考值,其重要性不可忽視。從國內對股票每日最高最低價的預測研究來看,大多是基于二者之間存在整數(shù)維協(xié)整關系的基礎上,但已有大量研究表明我國股市存在顯著的長記憶特征,此時,傳統(tǒng)的整數(shù)維協(xié)整將難以刻畫序列間的長期均衡關系,理論上將協(xié)整分析的框架推廣至分數(shù)維應比整數(shù)維更加合理。本文以我國A股市場滬深300指數(shù)、上證指數(shù)和深證成指這三大指數(shù)的每日最高價和最低價序列作為研究對象,首先,利用KPSS檢驗、半?yún)?shù)ELW估計等多種方法對兩價格時間序列及其價格極差序列的長記憶性進行了檢驗與參數(shù)估計然后,使用N-S和J-N這兩種適用于分數(shù)維協(xié)整情形的協(xié)整秩檢驗方法對序列是否存在分數(shù)維協(xié)整關系進行了實證檢驗。最后,分別使用基于分數(shù)維協(xié)整的FCVAR模型和基于整數(shù)維協(xié)整的VECM對兩價格序列進行擬合估計,做出相關預測,并基于誤差精度對兩種模型的預測結果進行評價。實證結果表明：我國A股市場滬深300指數(shù)、上證指數(shù)和深證成指這三大指數(shù)的每日最高價和最低價序列及其價格極差序列均存在長記憶性；三大指數(shù)每日最高最低價序列間均存在分數(shù)維協(xié)整關系：股票每日最高最低價是可以被建模估計與預測的；基于分數(shù)維協(xié)整的FCVAR模型的預測結果的相對誤差比基于整數(shù)維協(xié)整的VECM更小,準確度更高。
【關鍵詞】：每日最高最低價 長記憶性 分數(shù)維協(xié)整 FCVAR
【學位授予單位】：湖南大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：F224;F832.51
【目錄】：

• 摘要5-6
• Abstract6-11
• 第1章 緒論11-20
• 1.1 選題背景及意義11-12
• 1.2 文獻綜述12-17
• 1.2.1 股票每日最高最低價的研究現(xiàn)狀12-14
• 1.2.2 股價的長記憶特征與分數(shù)維協(xié)整的研究成果14-17
• 1.3 研究內容與方法17-19
• 1.3.1 研究內容及框架17-18
• 1.3.2 研究方法18-19
• 1.4 主要創(chuàng)新19-20
• 第2章 股票價格的波動及其特征20-31
• 2.1 股價波動率反映的信息及其度量20-22
• 2.2 股價波動的特征——長記憶性22-27
• 2.2.1 長記憶性的提出及其定義22-24
• 2.2.2 長記憶性的存在性檢驗24-26
• 2.2.3 長記憶模型的參數(shù)估計26-27
• 2.3 股票的最高價與最低價及其可預測性27-31
• 2.3.1 股票的四種價格形式及其應用27-29
• 2.3.2 股票最高價和最低價的可預測性29-31
• 第3章 長記憶特征下股票每日最高最低價的預測31-42
• 3.1 整數(shù)維協(xié)整及其存在的缺陷31-36
• 3.1.1 協(xié)整理論概述31-34
• 3.1.2 基于整數(shù)維協(xié)整的股價預測模型——VECM34-35
• 3.1.3 整數(shù)維協(xié)整存在的缺陷35-36
• 3.2 分數(shù)維協(xié)整及其檢驗方法36-40
• 3.2.1 分數(shù)維協(xié)整概念的提出37-38
• 3.2.2 分數(shù)維協(xié)整檢驗38-40
• 3.3 基于分數(shù)維協(xié)整的股價預測模型——FCVAR模型40-42
• 第4章 我國股票每日最高最低價預測的實證42-53
• 4.1 序列特征的初步分析42-45
• 4.1.1 數(shù)據(jù)的選取與描述42-44
• 4.1.2 描述性統(tǒng)計分析44-45
• 4.2 序列的長記憶性分析45-47
• 4.2.1 平穩(wěn)性檢驗45-46
• 4.2.2 長記憶性檢驗46-47
• 4.3 序列的分數(shù)維協(xié)整檢驗47-49
• 4.3.1 單整階數(shù)相等性的檢驗47-48
• 4.3.2 N-S協(xié)整秩檢驗48
• 4.3.3 J-N協(xié)整秩檢驗48-49
• 4.4 股票每日最高最低價的估計與預測49-53
• 4.4.1 基于FCVAR模型的估計及結果分析49-50
• 4.4.2 基于VECM的估計及結果分析50-52
• 4.4.3 基于兩種模型的預測及評價52-53
• 結論53-55
• 參考文獻55-60
• 附錄A 攻讀學位期間所發(fā)表的學術論文目錄60-61
• 致謝61

  本文關鍵詞：基于分數(shù)維協(xié)整的股票每日最高最低價的預測研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：252945