上海证券市场混沌特征分析.pdfVIP

■发展战略 ■现代管理科学 一2010年第 1期 上海证券市场混沌特征分析 ●邹香清 摘要：文章利用DayidRuelle提出的相空间重构技术和Wolf算法计算出了上证综合指数 日收益率的Lyapunov指 数，利用P-Grassberger和 IP·rocaccla提出的时间序列关联维数的G-P算法计算出上证综指 日收益率序列的关联维 数。得出上海证券市场具有明显的非线性混沌特征的结论。 关键词：混沌；相空间重构；Lyapunov指数；关联维数 一 、 弓l言 味着混沌．也就是说 ．李雅普诺夫指数 的重要作用之一就 本文利用混沌理论和方法．对我国上海证券市场 1990 是判断系统的混沌行为。考虑一维迭代映射 ： 年 2008年间的股价波动的混沌特征进行了分析 ．并提 出 x(n+1)=织 (n)(1-x(n)) 了降低混沌度和股市系统风险的方法 (0)是在区间(0，1)内的叠代初始值。当上式右端函 二、混沌理论 以及最大李雅谱诺夫指数和关联维数 数的导数绝对值大于 1时．此一维映射具有这样的性质． 算法 从两个非常接近的初始值经过几次迭代后值就会明显发 1．混沌理论简介 “混沌”这一概念最早是由美国数学 散 如果将两个初始条件看作通过某个实验确定的初始条 家J．A．York和美籍华人学者李天岩于 1975年提出来的。 件的误差 ．那么正确定出系统状态 的能力在 n次迭代以后 尽管 目前 “混沌”没有公认 的普遍定义．但一般认为 “混沌” 显然被削弱了。假设用 dx(n)定义x(n)的误差 ，从而x(n+ 是 “确定性系统中的内在随机性 ．并具有对初始条件的敏 1)+dx(n+1)f(x(n)+dx(n))：fx【(n)】+cb((n)·fx【(n)】。 感依赖性”。混沌系统是个确定性的、非线性系统。当一个 则 ，dx(n+1)=dx(n)·f，[x(n)l=dx(n)．11-2x(n)]或者 ，把 系统产生混沌现象时 ．其未来行为具有对系统初始条件的 上式表示成 x(0)的形式 ，即得 ： 敏感依赖性 ．初始条件 的细微变化 ．将会导致截然不同的 Ida(n)I=Ida(O)IH—1if((f))I=Idx(O)hn—1ail一2x(i)lII 长期未来行为，因而 ，本质上是不可长期预测的，但是混沌 i=0 l i=0 l 并非混乱，混沌中隐含着秩序 ，遵循着普适性规律。对系统 对于任意a值来说 ，当局部伸长因子 all一2x(i)】的乘 是否具有混沌特征的判断 ，主要是通过两个指标： 表 1 上证综指的历次极值 最大李雅普诺夫指数和吸引子的分数维。李雅普 日期 上证指数 距上一个极值时长 比上一极值涨跌幅 诺夫指数描述了系统轨道演化过程的特性 ．度量 了系统对于初始条件的敏感性。分形维 由曼德勃 199o．12．19 l00 罗提出。它用来度量几何物体的特征 ，分形维可以 1992．05．26 1429 30个月 1329．0％ 用来判断混沌系统的分形结构 计算分形维有许 1992．11．17 393．52 5．5个月 -72．5％ 多种方法．其中相关维是最常用的一种方法。正的 1993．02．15 1536．82 3个月 29O．5％ 最大李雅普诺夫指数和吸引子的分数维是混沌的 1994．07．29 333．92 17．5个月 一78-3％ 两个特征．也是 目前学术界认为的判断系统是否