股票市场混沌吸引子的特征量——基于G—P算法与小数据量算法.pdfVIP

维普资讯 ComputerEngineeringandApplications计算机工程与应用 2007，43(6) 229 股票市场混沌吸引子的特征量 — — 基于G—P算法与小数据量算法 李红权 ，邹 琳 LIHong—quan，ZOU Lin2 1．湖南师范大学 商学院，长沙 410081 2．湖南大学 工商管理学院，长沙 410082 1．SchoolofBusiness，Hunan NormalUniversity，Changsha410081，China 2．College of BusinessAdministration，Hunan University，Changsha410082，China E-mail：lhquan2000@126．corn LIHong—quart．Zou Lin．Empiricalstudy on chaoticattractorin stock marketbased On G—P anthmeticand smalldata arithmetic．ComputerEngineeringandApplications，20O7，43(6)：229—232· Abstract：Thispaperfirstlydiscussestraditional arithmeticon hte detection of chaosand hte characteristicsof financial time series．And hten using log—lineardetrending mehtod，smalldata setarihtmeticproposed by Rosenstein to calculate l~ e+tLya punovexponentsand ohterdetectingtechniques，thisstudyexamineschaoticstructureinChinastockmarket．Th eresultsshow htathte stockmrakethassignificantlychaoticdynamics．OurconclusionCna providenew approachesforresearchonfinna cial markethteory． Keywords：stockmarket；chaoticatrtactor；smalldaat arihtmetic 摘 要 ：针对金融时间序列的特点，论文分析 已有混沌特征量算法的基础上 ，采用特殊的对数线性趋势消除法(简记为lJ．D)处理 数据、引入 Rosenstein提出的小数据量算法等计算最大李雅普诺夫指数以及其它混沌系统的特征量，对我国u~g-*场的混沌动力 学结构作 出了稳健 的分析 。结果表明中国股市具有显著的非线性混沌特征 ，这一结论将为金融理论的研究提供新 的方 向。 关键词 ：证券市场 ；混沌动力学；小数据量算法 文章编号 ：1002—8331(2007)05—0229-04 文献标识码 ：A 中图分类号 ：F224．39 l 引言 经典Wolf算法不一定适合于金融系统的分析与测度。 金融系统服从随机游走过程还是决定论 的混沌过程 ，是金 基于以上分析 ，本文以证券市场全样本时间为分析对象、 融理论与实证研究的一个热点问题 。国内学术界将混沌理论引 采用特殊的对数线性趋势消除法 (Log-Linera Detrending．记为 入金融分析也只是近几年 的事 。多数研究的结果表明，中国的 lJ．D)处理数据、引入 Rosenstein提出的小数据量算法(吕金虎 ， 资本市场作为一个新兴市场 ，具有显著的混沌、分形特征及其 2002)来精确计算金融系统的Lyapunov指数 以及其它混沌系 它非线性动力学表现 。但对于 国内外的研究有二个值得商榷的 统的科学判据 ．以期对我 国证券市场的混沌动力学结构作出 地方 ：(1)多数的研究