美元走势与黄金价格的动态相关性研究.doc

美元走势与黄金价格的动态相关性研究 1、相关定义 1.1、动态相关性的概念界定与研究视角 动态相关性指的是一个市场的变动不仅要受自身条件的影响,还要受到来自 其他市场信息的影响,并且二者之间的关系会随着时间的变动而发生变化。 国内外关于市场间的动态相关性主要集中在价格变动的一阶矩方面,即通过 引入单位根检验、协整检验、格兰杰因果检验、脉冲响应函数等分析方法对于市 场价格间的引导关系研究。 但市场间的动态相关性研究不只是价格的先后引导关系,还有更深层次的自 身价格波动率与其他市场价格波动率之间的相互影响、相互制约的关系,前者是 价格间的引导关系,后者是价格间的波动率溢出效应。二者的区别在于,价格溢 出效应主要描述的是对确定因素的可预期反应,而波动溢出效应指的是对非确定 因素的随机反应。在股指期货市场与现货市场的动态相关性研究中,价格溢出效 应的研究可以让我们初步了解股指期、现货市场之间的联系,但波动溢出效应的 研究反应的是市场参与者对于新息的反应,同时又加剧了市场的波动,这些更应 该作为动态相关性研究的重点。 1.2、共享变量的相关性定义 在工具的语义挖掘模块中,为了挖掘具有潜在原子语义的共享变量对,我们 采用了数据挖掘中概率论与数理统计方法中的最近邻方法[56-58],在挖掘前,首先 我们必须解决三个问题: (1)什么类型的变量是语义挖掘算法所关心的? 理论上,程序中所有变量间都存在一定的关联,但因为本工具主要是关注于 原子性违例问题,而根据原子性违例的定义可知,其中所涉及到的变量都是被多 个线程所共享,并且变量在访问过程中至少会被某些线程进行写操作。因此,算 法在分析中可以过滤变量访问中的临时变量以及只读变量的访问信息。共享变量 的定义如下。 定义 1:(共享变量)设线程t? T ,变量v? V ;对变量v,该变量的写访问线程 集合记为W ( v) ,可知W(v) ? T ,同理变量的读访问线程集合记为R ( v) ,R(v) ? T , 则共享变量集合V s 可表示为: Vs?{vis|?t1,t2?R(vis)?W(vis):t1?t2? t1 ?W( v is)} (2)如何定义变量访问的距离? 为了衡量变量之间的关系,算法必须首先给出变量访问之间的距离定义。变 量访问距离定义的方法可以采用两次变量访问间间隔的语句数作为距离,也可以 采用访问间经历的分支数作为距离等。因为考虑本算法是把变量距离作为判断原 子性区域的标准,而程序的原子性区域跟方法有重要联系,所以在本算法中采用 上海交通大学工学硕士学位论文 第三章 动态检测工具的设计及实现 31 了访问之间的方法跨度距离作为变量访问的距离度量方式。算法在分析程序运行 轨迹时,构建上下文敏感的方法调用图,我们把调用图中方法结点之间的距离定 义为该方法所包含的变量访问之间的距离,图 3-9 给出了调用图中距离较近的变 量访问序列示例,而这三类示例是程序中很可能具有原子语义的关联变量访问, 在该图中结点表示方法,箭头表示调用关系。 F1 F1 F1 F2 F2 F3 F1:{access(x), access(y)} FF21::{{aacccceessss((yx))}} FF32::{{aacccceessss((xy))}} (1)同方法访问序列 (2)相邻方法访问序列 (3)同父结点访问序列 图 3-9 可能相关的近距离变量访问序列示例 Figure 3-9 Examples of may-correlated variables accesses 在调用图中,我们把方法结点所在栈的深度作为结点的 y 坐标,把栈中同一 深度下栈的宽度作为结点的 x 坐标,这样我们就可以为变量访问之间定义距离公 式。在此给出两个变量访问的距离定义: 定义 2:(线程内”访问”-”访问”距离) 对于变量访问ac c1 和acc 2 ,两变量访 问之间的距离为: 24 |1,2|()( ) accacc?xacc1?xacc2?yacc1 ? xacc2 相对普通的距离定义,本算法对距离做了一定的变动:基于一个方法体内可能存 在多个被调用方法,而被调用方法之间即栈宽度结点相关于调用上下文即栈深度 结点,相比栈深度差别结点这种相关性即可能成为原子性区域的可能性更强,故 为了强调结点深度偏差对距离的影响,我们对普通距离计算方式进行修正,保证 挖掘出的相关联变量在栈深度的跨度尽量小,即相关联变量访问序列整体趋近于 如图 3-9 所示示例情况。 (3)怎样确定变量之间的相关性? 这部分主要目的是挖掘出经常一起访问的相关联变量。通过前面定义的变量 访问间的距离,我们利用变量访问距离计算变量间的距离。设变量的访问为 v α(v,t) ?At ,其中 v , t 分别表示被访问的变量以及发生访问所在