基于多重分形谱的道路交通事故分析

简述了多重分形理论和多重分形谱的算法;基于多重分形理论,用配分函数法对山东省2008-2009年每月的交通事故时间序列进行了多重分形谱研究,得到该时间序列的多重分形谱.结果表明,该时间序列具有多重分形分布特征,该方法为交通事故研究提供了一种新的理论方法.     

上海股票市场的标度特征

在分形理论的基础上,以上海股票市场为例,对1990年~2003年间上证综合指数的标度特征进行了实证研究.首先通过重标极差分析方法及V统计分析方法对上证综指的标度不变性进行了确认.其次,通过多重分形标度分析的方法进一步研究了上证综指时间序列的多重分形标度特征.实证结果表明,上海股票市场显示出不同时间标度上股票收益时间序列的持久性,而且表现出超过一年半时间的平均非周期性循环;另外,多重分形标度分析的方法不但能够确认标度不变性,而且能够说明金融时间序列中概率分布的标度变化,这对描述时间序列的变化规律具有现实意义.     

基于MF-DFA的股市多重分形结构研究

分形理论是现代非线性科学中的重要分支之一,它的发展为经济学研究提供了一种全新的工具.本文依据分形理论,选择了股票市场每日收益数据,用MF-DFA(多重分形去趋势波动分析法)研究了其分形特征.发现股票市场存在明显的多重分形特征,也发现了发达国家成熟的股票市场与发展中国家不太成熟的股票市场之间的显著差异.     

我国股票市场的多重分形特征及其与风险的关系研究

通过q阶矩结构分割函数法和多重分形雏数谱法对我国股票市场的价格指数序列进行多重分形分析,得出结论:我国股票市场具有多重分形特征,但多重分形特征较弱.结合我国股票市场实际特征和风险的情况,引入多分形指标得到风险与多重分形之间的对应关系,从而可以从多标度分形分析的结果中提炼出对金融风险管理有益的信息,从而构架非有效市场条件...     

长江日径流序列的多重分形性质研究

讨论了长江宜昌站1950年至1999年日径流时间序列的多重分形性质,计算了50年日径流时间序列和每一年日径流时间序列的质量指数τ(q)、广义分形维数Dq、奇异性指数α和多重分形谱f(α).结果表明,不论是长期(50年)还是短期(1年),长江日径流序列均具有明显的多重分形性质.这对研究长江日径流的非线性性质提供了重要的理论基础.     

金融时间序列的多重分形类型的确定

为了探索股票时间序列的无标度性,利用多重分形消除趋势涨落分析的方法(MF-DFA)来研究沃尔玛股票指数(WMT)日收盘价.结果表明沃尔玛股票指数日收盘价的变化具有多重分形的特性.然后,随机打乱时间序列的次序,用MF-DFA方法分析打乱序列的多重分形性质,得出沃尔玛股票指数的多重分形主要是由概率密度函数产生的,分布多重分形占主导地位.比较原始序列和打乱序列的多重分形性质,得出打乱序列的多重分形性弱于原始序列的多重分形性.     

金融时间序列的多重分形分类

金融时间序列中的多重分形性质经常与标度不规则性和自相似性相联系,经常用多重分形谱方法对金融时间序列进行分类.提出了谱的宽度和峰值的概念,用来区分不同样本的分布特征,用描述统计的方法来得到内在多重分形性的统计描述特征.研究中所用68个证券市场的日交易数据来自纽约股票交易所20 a的交易数据.结果表明,多重分形特征适用于对金融时间序列进行分类.     

基于小波变换的多重分形谱研究及实证分析

为了探索期货市场中的非线性特征,选用大连和芝加哥期货市场中黄豆期货价格时间序列,借助配分函数分布图判定期货时间序列存在多重分形特征,并在此基础上利用多重分形谱对期货时序描述多重分形特征．结果表明,与芝加哥期货市场相比,大连期货市场的多重分形强度更大,风险更大．然后对时间序列进行小波变换,将处理后的时间序列的多重分形强度与原始序列进行比较,发现多重分形特征与时间序列中的噪声及长程相关性有关．     

股票收益率序列的多重分形特征分析

运用多重分形消除趋势波动分析法,研究中石油和中石化两个上市公司股票收益率的多重分形特征,并结合多重分形谱方法,比较两股票收益率序列的多重分形性的强弱及风险大小.结果表明,两个公司的股票收益率序列均具有明显的多重分形特征,且中石化收益率序列的多重分形性更强,波动复杂程度更高.总体相比,买入中石化股票获利的空间更大,但风险也较买入中石油的更高.     

浅谈MF-DCCA在投资市场的应用

黄金,石油,汇率市场是社会资本重要的投资组成部分,本文目的是利用MF-DCCA分析法研究黄金,石油,汇率价格日收益率时间序列,结果发现该序列具有多重分形特征.且序列与序列之间具有自相关性与交叉相关性;然后利用多重分形谱方法研究风险率.分析结果表明石油,日元,欧元,黄金,风险性依次减小.最终发现MF-DCCA模型探索二组...     

股市时间序列的多重分形消除趋势分析

为了探索股票时间序列的无标度性,应用多重分形消除趋势分析的方法(MF-DFA)来研究沃尔玛指数(WMT)日收盘价.研究结果表明,沃尔玛指数日收盘价的变化具有多重分形的特性,广义Hurst指数显著依赖于波动函数的阶数,并随之变化;尺度函数表现出明显的非线性性质;多重分形谱呈现单峰钟形图像.     

酒鬼酒股票收益率序列的多重分形特征

运用多重分形消除趋势波动分析法,研究湘西酒鬼酒上市公司股票收益率的多重分形特征可知,股票收益率序列在不同尺度上均具有多重分形特征,验证了分形市场的假说.进一步运用相位随机替代法与随机重构法,对不同时间尺度上多重分形特征的动力原因进行分析可知,在小时间尺度上长期持续性占主导作用,而大时间尺度上尖峰胖尾与长期持续性共同作用导致多重分形特征的产生.     

中国股市和美国股市的联动性分析

为分析中关股市之间的联动性。针对两国主要股票指数,建立VAR模型,运用脉7中响应函数和方差分解进行研究．结果表明：美国股市波动对中国股市有一定的影响,但中国股市波动对美国股市的影响较小,中美股市存在一定的联动性．     

基于Copula方法的股票风险的相依性分析

相依性分析在多变量随机分析研究中一直属于前沿问题,研究金融市场各股票之间的相依性,对于分析股票市场的相依性结构以及投资市场的投资组合风险有着重要的意义.选用Copula函数理论对雅虎财经数据中心的上海电力和中国石油股票日收益率数据进行数据拟合,利用核密度估计方法对股票市场估计边缘分布,结合平方欧式距离选取最优Copula函数.运用了Copula函数理论建立股票市场的相关性结构模型,更好地模拟上海电力和中国石油两股市的日收益率的观测数据.     

中国股票市场的波函数

基于量子力学的基本假设,对Zhang和Huang提出的股票市场量子模型进行了改进,构建新的股票市场的哈密顿函数。通过求解相应的薛定谔方程,得到描述股票收益率的波函数。从理论上验证了在中国股票市场上,股票的价格受到市场信息的影响,因利好信息而升高,因不利信息而下降。     

金融危机背景下沪综指与深成指指数相关性分析

鉴于中国证券市场沪深两市的构成特征,在金融危机背景下,应用Archimedean Copula函数族中的Gumbel Copula函数和Clayton Copula函数,实证分析沪综指与深成指指数的相关性,结果表明,我国股市总体呈现出一定的一致性和相关性,并且金融危机出现后,沪深两市下跌的一致性程度大于上涨的一致性程度。     

石油市场和股票市场之间的尾部风险溢出效应——基于变分模态分解和动态Copula函数的研究

利用变分模态分解法将原始收益率序列分解为不同期限的子序列.基于动态Copula函数计算石油市场和股票市场之间的在险价值指标(VaR和CoVaR)，研究在极端下跌和极端上涨的市场情况下，国际石油市场与发达国家和新兴市场国家股票市场的短期和长期尾部风险溢出效应.实证研究结果表明，石油市场和股票市场之间存在双向的尾部风险溢出效应.首先在风险溢出的强度方面，石油市场对股票市场的尾部风险溢出效应明显比股票市场对石油市场的尾部风险溢出效应更强烈.其次在风险溢出的方向方面，股票市场对石油市场的尾部风险溢出效应均为正向，石油市场对大部分国家股票市场的上尾风险溢出效应为正向，且对全部国家股票市场的下尾风险溢出效应为正向.最后，石油市场和大部分国家股票市场之间的长期尾部风险溢出效应都比短期尾部风险溢出效应更强烈.研究结果有利于相关市场投资策略的制定和极端风险传染的防范.     

股价指数的自相关与标度不变性分析

运用基本统计量分析我国股票市场收益率的分布状态,通过比较收益率自相关函数及收益率平方的自相关函数,判断序列的独立性,根据基于标准差时间序列计算的Hurst指数,对股票市场的有效性进行实证研究·结果表明,沪深两市收益率均不服从正态分布,存在非线性相关关系,Hurst指数大于05,股票价格为分形时间序列,表现出长期相关性,市场未达到弱式有效     

基于Poisson过程与分布的股票价格过程

根据概率论中的Poisson过程,Poisson分布和渗流理论,研究证卷市场中的股票价格波动过程,通过建立相应的金融收益模型,构造出股价的随机过程.再利用价格过程的特征函数,研究股价过程概率分布的收敛问题.同时还讨论了在不同时段内股价波动的性质和状态.