上证综指非线性理论分析研究及实证分析.pdfVIP

浙江工商火学硕，上论文 上证综指非线性理论研究与实证分析 上蹦排线性理论研究与实证分析．‘℃删愀烨 摘 要 20世纪90年代以来，非线性动力学、混沌理论、分形理论等非线性科学理论 和方法广泛应用于金融市场问题的研究。金融市场本质上是一个非线性的动力系 统。因此，利用非线性的理论和方法更能揭示金融市场的本质特征，也为金融市 场的研究开辟了一个新的视野。混沌、分形均属于金融市场的非线性特征，分别 从动力学和几何学角度探索系统的复杂非线性特性。国内外许多学者通过大量实 证研究已经证实，这些非线性特征在金融市场中广泛存在。 本文借助非线性理论，采用规范分析与实证研究、理论模型与数学模型等多 种统计学方法相结合的方法，对股票市场分形结构、持续性、可预测性等一系列 非线性特征及其有关的数值指标进行定量的刻画和计算。 1．综合使用大量的分析方法，如混沌理论、分形理论等，尽可能全面的对上 证综指的非线性结构进行描述，发掘出市场的内在规律。为了提高对分形结构分 析的精确度，本文参考了大量国内外文献，考虑多种计算分形方法的优缺点和适 用性，使用最新的CMA算法和IRMD算法计算H指数，得到的H指数值分别为 0．5412和0．5442。故本文认为上证综指日收益率序列存在较弱的长期记忆性，H 指数大约为0．54。同时，根据时间序列的混沌理论，利用G．P算法计算出关联维 D=5．2，由关联维为分数判断出上证综指具有混沌特征，至少需要6个变量方可 充分描述日收益率数据流的基本动力学特性。由复相关法和伪邻近点法分别测算 出最佳时滞f=25、最小嵌入维m=12。 2．在上述非线性结构的基础上建立模型，尝试对证券市场价格的趋势进行预 测，以检验该内在规律的正确性。用数学模型对收益率进行一定程度的预测是可 行的，但由于标度指数的复杂性，很难对收益率进行准确的预测。预测的意义仅 仅在于模型间的比较。本文对上证综指日收益率序列建立能捕捉到长期记忆性的 浙江工商大学硕士论文 上证综指非线性理论研究与实证分析 经网络模型，并与线性模型ARMA(2，2)模型进行比较，发现非线性模型的预 测效果远远好于线性模型。实际预测的结果有力支持了我们实证得出的上证综指 存在着非线性结构和记忆特性。 本文的创新点有以下几方面： 从多个角度(非线性检验、分形、混沌)全面的研究了上证综指收益率序列的非 线性性质，定量阐述股市的非线性强弱程度。 2．国内学者研究分形结构时，大都采用R／S分析法计算分形H指数。本文详 细分析了多种计算分形H指数的方法的优缺点和适用性，使用较新的CMA算法和 IRMD算法计算H指数。其中CMA分析法2005年被提出，国内还没有学者使用。 Chiu提出，是最新的计算 Liaw、Feng-Yuaa IRMD分析法2009年4月才Sy-Sang 分形维数的方法。 3．国内学者对于股市日收益率时间序列分析方面，往往只是对股票收益率序 列建立模型，根据模型对收益率进行预测的研究几乎没有。本文则根据多个模型 对收益率进行预测，实际预测的结果有力支持了上证综指存在非线性结构和记忆 特性这个结论。 关键词： 分形；混沌；ARFIMA．FIGARCH；神经网络；预测 Ⅱ 浙江工商人学硕上论文 上证综指非线性理论研究与实证分析 NoNLINEARMoDELINGANDFORECASTINGoFSSE COMPoSITEINDEXRETURNRATESSElUE ABSTRACT Since1 havebeen usedin 990s，chaostheory,fractaltheory widely financialmarketissues．Thefinancialmarketis anon—linear