基于多重分形的股票市场风险测度研究.pdfVIP

摘要 摘 要 随着金融工具的不断创新，金融市场变得日益复杂，股票市场不可避免地受到更 多风险因素的影响，其波动变得更加复杂难测，出现了许多传统金融学难以解释的异 象，有效市场假说面临极大的挑战和越来越多的质疑。股票市场风险事件频发，已经 影响到整个金融系统的稳定，人们迫切希望找到更加有效的方法来度量风险，复杂性 科学应运而生。作为复杂性科学的重要分支多重分形理论有望成为解决这一问题的有 力工具，多重分形风险测度模型为更加有效地进行风险管理提供了新的选择。 已有的多重分形风险测度模型比较简单粗糙，往往是基于一个或两个多重分形谱 参数构建而成，没有研究各参数之间的关系。本文对各参数间的关系进行梳理，认为    奇异性指数 是从较小局部层面衡量序列小幅波动的奇异性，多重分形谱f  测度  具有相同 值集合的不规则性。为了全面衡量风险、充分提炼序列波动信息，本文从 局部和整体两个角度出发定义新的测度指标，并将其整合在一起建立新的风险测度模 R R R R 型 。从 与当期方差和未来两期方差的相关性、 与收益率的关系、基于 的 f f f f R 投资策略在实际投资中的效益三个方面验证了 的有效性。f R 本文将 与主流风险测度模型条件风险价值（CVaR ）进行了对比，运用Spearman f R 秩相关性检验方法证明了 的风险识别能力和CVaR 模型相当；制定投资策略采用f 2018 300 1 年沪深 指数 分钟高频数据作为样本进行模拟投资，结果表明两种模型在 R 相同时期内都取得了正的累积收益率，跑赢了大盘，但 的预测精度和累积收益率f CVaR 1 CVaR 都要高于 模型。原因在于，指数 分钟收益率序列严重偏离 模型的理想 CVaR CVaR 状态； 模型只关注尾部期望损失，很多中小幅价格波动信息被忽略，使得 模型的有效性大幅下降；多重分形模型在理论上具有优势，能更全面地衡量风险，其 适用范围更加广泛。 关键词：多重分形；风险测度；市场风险；CVaR i 基于多重分形的股票市场风险测度研究 目 录 第1 章 绪 论 1 1.1 选题背景和意义 1 1.1.1 选题背景1 1.1.2 理论意义和现实意义 2 1.2 国内外研究综述3 1.2.1 传统金融市场风险测度 3 1.2.2 多重分形理论的产生及在金融中的应用 5 1.3 研究思路、研究方法与技术路线 10 1.3.1 研究思路 10 1.3.2 研究方法 11 1