基于时间序列的股票波动分析-应用数学专业论文.docxVIP

I I 摘要 经过十几年的高速发展，我国的股票市场已经具有相当的规模。在股票交易 活动中已累积了一定的历史数据，而对历史数据的有效分析，从中寻找有利的潜 在信息对于预测经济收益和防范风险都具有重要的作用。 股票市场的数据绝大多数都是“时间序列”数据，这些数据具有非常复杂的 变化规律，而利用时间序列分析方法对其进行分析和研究将有助于制定更为精确 的定价和预测决策，当然对于金融投资与风险管理活动具有十分重要的意义。 本文主要的贡献是将 Peng C.K.等物理学家和生物学家提出的消除趋势波动 分析法（DFA）应用于中国股市波动分析。DFA 是一种标度分析方法,用于定量 分析非稳定时间序列的长程相关性,也被称作长程幂律相关性。因为它不需要考 虑是否存在短程相关以及是否存在异质性等方面的问题，因此对时间序列的要求 远低于 R\S 法对时间序列的要求。本文将运用 DFA 五次拟和的方法对上海,深圳 股票市场进行实证分析,探讨市场指数的状态持久性特性。 有关结果表明上证综指的持久性要强于深证成指,而深证成指的持久性要强 于青岛海尔；青岛海尔要强于长安汽车，这说明个股的持久性要弱于大盘指数。 即使对于同一时间序列,使用不同阶 DFA 分析,得到的值不同。长安汽车的的指数 值差异最小,说明长安汽车的波动性要弱于其他股票的波动性，它的稳定性最好。 这为对中国股市分析和监控提供了一个有效的工具。 关键词： 有效市场假说； 分形市场假说； R/S 分析法； DFA 分析法； 分形； 赫斯特指数 II II Abstract Our country’s stock market possess comparative size through rapid development over ten years. In stock exchange actives, we have accumulated a deal of the historical data. Analysing historical data effect, searching advantaged latent information from it, these are very important to forecasting economy income and keeping risk away. Major of the data in stock market is the time series data .These data have very complicated changing rule.Utilizing the time series method is helpful to establish more accurate price and forecasting decision-making.Certainly it is of great significant to the activity of the finance investment and risk management. The main contribution of the article is applying the trended fluctuation analysis to the Chinese stock market fluctuate analysis .The trended fluctuation analysis (DFA) is developed by the physicist and biologist such as peng. C.K. DFA is a kind of the scaling analyzed method. It is used to analyze the long-rang correlation properties of the non-stable time-series rationgal. It is also called power-law correlation. Because it doesn’t need to consider about the problem whether the short-range correlation and the heterogenieity property and others exist .The requirement to the time series is weaker than the requirement R/S method to the time series. This article may use five-orde