第一章股票价格行为模式介绍.ppt

高级衍生金融工具 第一章 股票价格的行为模式 一、随机过程 1、随机过程 如果某变量的值以某种不确定的方式随时间变化，则称该变量遵循某种随机过程(stochastic process)。 2、分类 随机过程分为离散时间(discrete time)和连续时间(continuous time)两类。 一个离散时间随机过程是指标的变量值只能在某些确定的时间点上变化的过程 一个连续时间随机过程是指标的变量值的变化可以在任何时刻发生的过程。 随机过程也可分为连续变量(continuous variable)和离散变量(discrete variable)两种过程。 在连续变量过程中，标的变量在某一范围内可取任意值， 在离散变量过程中，标的变量只可能取某些离散值。 二、弱式效率市场假说与马尔可夫过程 1、效率市场假说 1965年，法玛(Fama)提出了著名的效率市场假说。该假说认为： 投资者都力图利用可获得的信息获得更高的报酬； 证券价格对新的市场信息的反应是迅速而准确的，证券价格能完全反应全部信息； 市场竞争使证券价格从一个均衡水平过渡到另一个均衡水平，而与新信息相应的价格变动是相互独立的。 2、效率市场分类 效率市场假说可分为三类：弱式、半强式和强式。 弱式效率市场假说认为，证券价格变动的历史不包含任何对预测证券价格未来变动有用的信息，也就是说不能通过技术分析获得超过平均收益率的收益。 半强式效率市场假说认为，证券价格会迅速、准确地根据可获得的所有公开信息调整，因此以往的价格和成交量等技术面信息以及已公布的基本面信息都无助于挑选价格被高估或低估的证券。 强式效率市场假说认为，不仅是已公布的信息，而且是可能获得的有关信息都已反映在股价中，因此任何信息(包括“内幕信息”)对挑选证券都没有用处。 效率市场假说提出后，许多学者运用各种数据对此进行了实证分析。结果发现，发达国家的证券市场大体符合弱式效率市场假说。 3、马尔可夫过程 弱式效率市场假说可用马尔可夫随机过程(Markov Stochastic Process)来表述。 马尔科夫过程(Markov process)是一种特殊类型的随机过程。 这个过程说明只有变量的当前值与未来的预测有关，变量过去的历史和变量从过去到现在的演变方式则与未来的预测不相关。 股价的马尔科夫性质与弱型市场有效性(the weak form of market efficiency)相一致： 一种股票的现价已经包含了所有信息，当然包括了所有过去的价格记录。 如果弱型市场有效性正确的话，技术分析师可通过分析股价的过去历史数据图表获得高于平均收益率的收益是不可能的。 是市场竞争保证了弱型市场有效性成立。 三、维纳过程 布朗运动起源于物理学中对完全浸没于液体或气体中的小粒子运动的描述，以发现这种现象的英国植物学家Robert Brown命名。 描述布朗运动的随机过程的定义是维纳(wiener)给出的，因此布朗运动又称维纳过程 股价行为模型通常用布朗运动来描述。 布朗运动是马尔科夫随机过程的一种特殊形式。 （一）标准布朗运动 变量z是一个随机变量，设一个小的时间间隔长度为Δt，定义Δz为在Δt时间内z的变化。要使z遵循维纳过程，Δz必须满足两个基本性质： 性质1：Δz与Δt的关系满足方程式 Δz=ε 其中ε为服从标准正态分布(即均值为0、标准差为1.0的正态分布)中抽的一个随机值。 性质2：对于任何两个不同时间间隔Δt，Δz的值相互独立。 从性质1，我们得到Δz本身具有正态分布， Δz的均值=0 Δz的标准差= Δz的方差=Δt 性质2则隐含z遵循马尔科夫过程。 在一段相对长的时间T中z值的增加表示为z(T)-z(0)。这可被看作是在N个长度为Δt的小时间间隔中z的变化的总量，这里 其中εi（i=1，2，……，N）是从标准正态分布的随机抽样值。 从性质2中可知,εi是相互独立的，从上式可得z(T)—z(0)是正态分布的，其中 [z(T)—z(0)]的均值=0 [z(T)—z(0)]的方差=NΔt=T [z(T)—z(0)]的标准差= 例： 假设一个遵循维纳过程的变量z的最初值为25，以年为单位计时。在第一年末，变量值服从均值为25；标准差为1.0的正态分布；第二年末，服从均值为25、标准差为√2或1.414的正态分布。 当Δt→0时，我们就可以得到极限的标准布朗运动： (二)普通布朗运动 漂移率(Drift Rate)是指单位时间内变量Z均值的变化值。 方差率(VarianceRate)是指单位时间的方差。 标准布朗运动的漂移率为0，方差率为1.0。 漂移率为0意味着在未来任意时刻z的均值都等于它的当前值。 方差率为1.0意味着