随机漫步模型的检验.ppt

随机漫步假说的检验 1.鞅模型 2.随机漫步模型 3.鞅模型与随机漫步模型的区别 4.联合假设问题 市场有效与鞅模型才是等价的，随机漫步模型是鞅模型的子集，而我们检验的是随机漫步模型，因此如果市场效率被拒绝，这可能是由于市场真的缺乏效率，也可能是我们的模型出了问题。 二、RW1的检验 1正反序检验 三、RW2的检验 直接根据RW2得出统计量是十分困难。 技术分析 的检验可以说是RW2检验的一种形式。 技术分析 的检验 1方法 技术分析的检验不是局限于一个特定的检验方法，因此为研究者提供了广泛的空间。 （1）t检验； （2）bootstrap技术（有放回的随机抽样，一般在数据不符合假设检验分布的经典假设的时候使用）。bootstrap技术的实施办法：用有放回的随机抽样的方法从已有的样本中生成新的价格样本。这样重复500次，对每个新生成的样本都使用技术交易规则进行预测，计算出利润的分布。原样本利润的显著性可以通过模拟样本利润分布得到。 四、RW3的检验 1 自相关系数 在RW1为零假设时，样本自相关系数是渐进正态的。 五、长期收益与随机漫步假说 最近有一些研究用长期收益检验随机漫步假说，比如5年，10年的股票收益，在固定的时间段里，用不重叠的长期收益会使样本减少，从而加大了误差。比如当q/T不是接近0的时候，方差比检验的效力就很低。虽然如此，当长期收益与一些经济变量，如市盈率结合起来分析时，可以得到许多重要结论。 六、资产收益的长期记忆性与R/S检验 一些时间序列表现出长期记忆性，如分形时间序列。Mandelbrot(1971)首次分析了资产收益的长期记忆性，他建议用R/S统计量来检测经济变量的长期记忆性 Hurst指数的性质： 时间序列的 Hurst指数居于 0 -1之间。以 0 . 5为间隔 ,时间序列在不同的区间会表现不同的特性。 （1）H∈（0，0.5）：分形布朗运动（均值回归）。此时 ,时间序列的未来数据倾向于返回历史点，因此其发散得比标准布朗运动慢。可以证明，该序列在理论上会无数次的返回它的历史出发点。 （2）H=0.5：标准布朗运动，时间序列服从随机漫步。 七、单位根检验与随机漫步假说的区别 一个与随机漫步假说经常混淆的是单位根检验。单位根检验的零假设为 Osler（2002） Osler（2002）用外汇市场上的止损指令和take-profit orders（？）的集束效应（clustering）解释了技术分析在外汇市场上的有用性。 根据技术分析人员的解释，支撑区的形成是因为这一价格附近的存在大量需求，而阻力区的形成是因为这一价格附近的存在大量供给。指令的这种集束性（不平滑性）是技术分析的基础。 指令的集束效应可以了技术分析中应用的两种价格动态（1）在round numbers附近出现的支撑和阻力线，（2）价格穿越round numbers的时候的加速趋势。 Lo、Mamaysky和Wang（2000） Lo、Mamaysky和Wang（2000）利用非参数核回归技术系统地、自动地识别技术交易规则，检验证明技术分析有用 。 任何技术分析研究的起点是假设价格以一种非线性的形式按照某种规律或模式演化。我们假设价格服从过程（1），其中Xt是状态变量，m是关于状态变量的非线性方程 。 （1） Goldbaum（1999） Goldbaum（1999）根据SDF的性质，推导出检验TTRs是否有效的检验方法 N个资产的任意线性组合可以生成一个利润空间,对任意时刻的这个利润空间，存在一簇随机贴现因子，使得 特别的，在一价定律成立的条件下，存在一个唯一的用这N个资产的线性组合构造的SDF 它可以对中的所有资产进行合理定价，但对该空间以外的资产的定价是不合理的。 Sullivan、Timmermann和White（1999） Sullivan、Timmermann和White（1999）在考虑data-snooping效应后，发现确实有些技术交易规则在历史上能过获得超额的利润。 基本思想：发展一个合适的业绩指标，这个指标要囊括所有可能的交易规则，然后评估这个业绩指标的分布。零假设是最好的TTR表现比业绩衡量标准差，也就是说，零假设被拒绝说明至少最好的TTR表现比业绩衡量标准好。考虑l个TTR，那么 参考文献(只给出了比较重要的) Osler（2002） Currency orders and exchange rate dynamics：An explanation for the predictive success of technical