数量金融的概况和历史参考.pptVIP

* 2.2 金融资产回报率的统计性质 * 2.2 金融资产回报率的统计性质 * 2.2 金融资产回报率的统计性质 * 2.2 金融资产回报率的统计性质 * 2.2 金融资产回报率的统计性质 是否所有金融资产回报率都是如此？ 恒生指数1997/1——1998/12日数据： 1）Kolmogorov-Smirnov统计量: 0.1002, p value: 9.3e-005。 2）Jarque-Bera统计量: 1103.7, p value: 1.0e-003。 恒生指数回报率分布存在尖峰。 * 2.2 金融资产回报率的统计性质 * 2.2 金融资产回报率的统计性质 尾极值指数检验 若随机变量X的分布函数满足 称r为上尾极值指数。 若X为正态分布， * 2.2 金融资产回报率的统计性质 尾极值指数检验（继续） Moment型统计量， 假设检验：H0: r=0; H1: r0. 在H0成立的条件下， * 2.3 金融资产回报率的长期相关性 * 2.3 金融资产回报率的长期相关性 Hurst指数 基本思路是对于时间序列 {xt} ，设观测次数为M，令： RN称为N 期间上的极差，1≤ N ≤ (M?1)/2 ，这里 RN 随N的增大而增大。 * 2.3 金融资产回报率的长期相关性 Hurst指数（继续） Hurst用观测值的标准差去除极差 RN 得到下列关系式： 其中，SN 为N期间上的标准差，α是常数，H 称为Hurst指数，且0≤ H ≤ 1 。 Hurst指数有三种不同类型： 1) H =0.5, 2) 0≤ H 0.5 , 3) 0.5 H ≤ 1 。 * 2.3 金融资产回报率的长期相关性 股票数据的R/S分析和Hurst指数 计算股票的对数收益率： 将长度为M的时间序列 {xt} 分成 A个长度为N的相邻子区间 ，AN=M 。每个子区间分别记为 Iα , 这里α=1,2,…, A；每个Iα上的 xt 记为 xk,α , 这里k =1,2,…N。对于每个子区间Iα , 计算累积偏差： * 2.3 金融资产回报率的长期相关性 股票数据的R/S分析和Hurst指数（继续） 计算每个子区间的极差 ： 对于每个N计算 ： 其中 为区间Iα上的标准差； * 2.3 金融资产回报率的长期相关性 股票数据的R/S分析和Hurst指数（继续） 做出V统计量 相对于log(N)的曲线，找出曲线由上升转而为常数或下降的分界点N(0)。我们可以认为经过了N(0)时间之后，序列的长期相关性就已经基本不复存在，即一个股票的数据信息影响了N(0)的时间。 * 2.3 金融资产回报率的长期相关性 股票数据的R/S分析和Hurst指数（继续） 将数据按照≤ N(0)和N(0)分为两组，分别利用 估计出Hurst指数。这样我们得到在序列长期相关性存在时，序列的Hurst指数H1，以及在序列基本不存在长期相关性时，序列的Hurst指数H2。 * 2.3 金融资产回报率的长期相关性 恒生指数1986/12——2005/1日数据： * * * 2.3 金融资产回报率的长期相关性 恒生指数1986/12——2005/1日数据： 常数 H (Log(N)) R-Squared F H的95%置信区间 N=183 -0.0965 (0.0037) [-25.9407] 0.5973 (0.0020) [304.3405] 0.9981 92620 （0.5934，0.6012） N183 0.2095 (0.0055) [37.7652] 0.4695 (0.0018) [256.0554] 0.9697 65560 (0.4660，0.4730) * 2.3 金融资产回报率的长期相关性 上证指数2001/1——2005/1日数据： * * * 2.3 金融资产回报率的长期相关性 上证指数2001/1——2005/1日数据： 常数 H (Log(N)) R-Squared F H的95%置信区间 N=300 -0.1989 (0.0067) [-29.8003] 0.6444 (0.0032) [202.8621] 0.9929 41150 （0.6381，0.6507） N300 0.1567 (0.0772) [2.0292] 0.4825 (0.0298) [16.2019] 0.584 262.5 （0.4237，0.5412） * 第一讲数量金融的现状和历史 1.1 金融市场简介. 1.2 数量金融的现状. 1.3 数量金融的历史. * 1.1 金融市场简介