自组织临界性模型———Bak2Sneppen 模型的研究进展及其展望

根据Bak-Sneppen模型的特点,从五个方面分析了它的研究进展,尤其是对各种情况下模型表现出的自组织临界性给出了详细的论述;分析了该模型在复杂性理论研究中的地位;最后,还对该模型的未来研究工作做了评述.     

城市、分形与空间复杂性探索

首先阐明空间复杂性的来龙去脉，包括复杂系统与复杂性的关系，空间复杂性与自组织临界性的等价性等。其次论证分形是刻画空间复杂性的有效工具：由于城市系统是一种具有分形性质的复杂空间系统，而分雏则是联系复杂性度量的重要参量，借助分形思想探索城市地理系统的复杂性和奇异性顺理成章。最后阐述城市系统空间复杂性的临界判据和研究方法。3大判据(分形结构、1/f噪声和位序-规模分布)对应着城市系统的3类空间结构，空间复杂性和复杂化研究必须将数学模式、理论探讨和模拟实验乃至计算方法有效结合才能取得实质性的理论进展。     

具有外部激励的股票价格振荡与模拟

随着单边贸易主义的抬头和中国金融市场的进一步开放，跨境资本流动波动性增强，中国股票市场的系统性风险也不断提高。在中美贸易战和中国经济转型的背景下，中国需探讨如何预防股市崩盘的方法。以复杂系统的自组织理论为视角和框架，建立基于单自由度系统受迫振动的股市崩盘自组织模型。从走势形态、量价关系、幂律性质和动量效应4个方面与历史上股市崩盘的真实数据进行对比，证明了模型具有良好的拟合性。同时研究了股市崩盘的过程并且探讨了其中的内在机理，为预测股灾发生提供理论基础。     

系统复杂性熵理论下股市有效性与复杂性的变化分析——以股权分置改革的视角

运用复杂性熵(近似熵与样本熵)估计探究了股权分置改革对中国股票市场有效性与复杂性的影响变化。研究表明,股市复杂性的动态变化反映了股权分置改革使股价具有的随机性得到增强,股票市场有效性获得提升,但提升幅度较小;股市的复杂性、随机性与有效性之间存在正向变化关系;股市收益率与其复杂性、有效性之间存在反向变化关系;度量复杂性的近似熵比样本熵在描述和刻画股市序列变化总趋势方面更显著,但样本熵在检测数据的灵敏度上强于近似熵,拓展了仅强调样本熵更优的理论观点;应继续实施证券制度改革,完善监管体系建设,规范信息披露,增强股市的市场性,股市的有效性将进一步提升。     

论证券市场的复杂性:以上海股票市场为例

突破了传统证券市场理论研究的线性框架，以上海股票市场为例，探讨了证券市场的复杂性问题及其理论与实践意义。在讨论证券市场系统之分形特征及其演化平均轨道周期的同时，分析了用自相关函数及李雅普诺夫指数等来研究证券市场复杂性之适应性，并从理论上进行了实证，最后，结合复杂性理论在证券市场研究中的应用，认为在证券市场研究中，协同市场假定，小波理论及自组织临界理论等将成为证券市场复杂性研究的发展方向。     

科研管理的复杂性探析

应用复杂性科学的研究成果，分析了科研管理具有非线性性、整体性、自组织性、混沌性等特征。并提出复杂性科学对科研管理的指导意义。     

关于社会系统复杂性的哲学思考

社会系统是一个复杂的巨系统。运用唯物史观考察了社会系统复杂性的根源和生成途径，指出社会实践的复杂性是社会系统复杂性的最深刻根源。从复杂性理论视角研究了社会系统的整体性、自组织性、开放性、动态演化性、不确定性、非线性、不可逆性、统计性、多元性及奇异性等复杂性特征，探讨了研究社会系统复杂性的方法论问题。     

泡沫随机临界时点超指数膨胀模型:中国股市泡沫的检测与识别

传统的泡沫模型都是假设泡沫是指数膨胀的, 无法显著地将泡沫和同样是指数增长的基本面引起的高速价格增长区分开来, 使得泡沫检验的有效性遭到置疑. 泡沫超指数膨胀模型可以克服这一缺陷, 它认为泡沫是一种本质上快于指数增长的更快膨胀, 具有一个理论上的有限时间终结点. 引入了最新的一类超指数膨胀模型——均值回复平稳随机临界时点模型. 它将泡沫的检验和识别转化为1)检测"非线性非平稳的股价序列是否潜含均值回复的平稳临界时点序列"; 2)估计正反馈效应指数和潜在临界时点. 利用它对中国股市2005年中期至2007年后期的投机泡沫实证分析表明, 该模型能够有效的检验中国股市泡沫的存在性, 并能识别29个行业板块间泡沫的膨胀强度和稳定性大小. 同时, 模型对于中国股市的泡沫破灭也有良好的预警效果. 最后分析了模型的政策含义.     

基于临界自组织模型的进化算法

将临界自组织(self-organlzed criticality，SOC)概念引入到进化算法领域，提出了基于临界自组织的进化算法(SOCEA)，引入灾变机制来模拟临界自组织状态中的剧烈变化过程，采用临界自组织的模型构造进化算法的算子、通过实验测试可以得出SOCEA算法要优于同类的对照算法，并且计算量开销也比较小、     

规则网络中的耗散级联动力学

以实际级联过程为背景，建立了适用于任何网络结构的耗散级联动力学模型。该模型仅有一个自由参数，耗散度ε，较OFC模型更为简单直观。主要讨论了该模型在二维规则网络上且ε与网络规模无关的动力学行为，发现只要局域耗散存在（ε〉0），系统的自组织临界性就会被破坏，崩塌规模服从指数分布。随着ε趋于0，崩塌规模分布越来越接近于幂函数，表现出准自组织临界的特性。本文还简单讨论了本模型与OFC模型的异同，说明当ε设为网络规模的倒数时，本模型与OFC模型之间具有等价性。给出了对耗散OFC模型在网络规模趋于无穷时依然表现出自组织临界特性的一个可能解释。     

深市停发新股对我国股市信息引导格局的影响

从信息流的角度,研究了深市停发新股前后我国证券市场信息引导格局的变化.实证结果表明,在深市停发新股之前,深市A股收益、收益波动单向引导着沪市的收益和收益波动;但在深市停发新股之后,深市A股的收益对沪市A股收益的引导关系变得不再显著,沪市A股收益和收益波动开始显著地引导着深市A股的收益波动.研究结论表明,2000年10月深市停止发行新股对沪深两市在中国证券市场中的相对地位有着决定性的影响,投资者弃深投沪的趋势已经开始显现.此外,研究还发现,随着中国股市的逐渐规范,交易量里开始含有未来收益与收益波动的有用信息.     

基于马尔可夫毯时序回归模型的房地产板块指数预测

房地产板块是中国股市的核心行业板块，房地产板块股价指数走势的分析有助于对中国股市态势的正确把握. 针对行业板块之间的相关性难以发现和房地产板块股价指数难以有效预测的问题，基于股市行业板块之间指数波动的相关性，利用马尔可夫毯学习算法选择与房地产板块相关的行业板块，通过因果分析避免现行方法中选取相关板块的主观性；进而，利用Granger因果检验从中选择与房地产板块存在时序因果关系的板块，从而构建房地产板块的向量时序回归模型，实现对房地产板块股价指数的有效预测；最后，通过脉冲响应和方差分解对模型进行分析. 对于上证股市所进行的实验比较和实证分析的结果表明，该方法能有效预测房地产板块股价指数的走势.     

基于GD-FNN的股票市场泡沫模型

针对股票市场内部结构复杂性和外部因素多变性, 构建一种基于预测的股票市场泡沫模型. 以上证指数为研究对象, 在价格和成交量的基础上, 将与股票市场密切相关的宏观经济指标引入泡沫模型指标体系, 并对指标体系中各变量之间长期均衡关系和因果关系进行数量分析. 在此指标体系下, 构建向量自回归模型(VAR)模型衡量股票市场基础价值, 并据此分析宏观经济指标对市场的影响; 同时构建基于椭圆基函数且能够动态调整网络结构的广义动态模糊神经网络模型(GD-FNN)对上证指数进行拟合预测作为股票市场的市场价值, 并通过GD-FNN模型提取的模糊规则对股票非线性系统运行模式进行分析. 最后, 根据预测的股票市场市场价值与基础价值之间的偏差计算泡沫度, 并提出相应的预警策略.     

中国股票市场中收益与风险关系及其国际比较

利用ARCH-M族模型来拟合中国股市和成熟证券市场的收益序列,以揭示股票市场中投资收益与时变风险的关系,并在ARCH-M族模型的范畴内,研究确定了国内外证券市场中时变风险的最佳测度方式。本文通过建模,对中国股市和成熟市场的风险补偿系数以及投资者的风险承受能力进行了比较研究。     

我国金融市场间投资转移和市场传染的阶段时变特征——股票与债券、黄金间关联性的实证分析

利用GARCH模型,实证检验2003～2010年我国股票市场与债券市场、黄金市场间投资转移和市场传染的阶段时变关联特征。结果显示,我国股票市场与黄金市场之间仅具有市场之间的传染效应,股市危机期间两者之间的关联关系并不显著,而股市危机及危机后期,我国股票市场与债券市场之间均存在显著的安全投资转移,因而债券市场是我国股市危机的有效"避风港"。     

基于元胞自动机的股票市场复杂性研究——投资者心理与市场行为

在建立了基于元胞自动机的股票市场仿真模型的基础上,运用分形结构特征变量和稳定性变量来刻画股票市场的复杂性特征,考察了投资者从众行为这一投资心理与市场复杂性特征变量的相关关系.在股票市场稳定性特征中提出了离散度概念,用于度量市场的稳定性.研究表明,股票市场的复杂性特征变量与投资者心理存在着明显的相关关系     

股市是经济的晴雨表吗?--基于2005-2017年沪深300指数和采购经理人指数数据

本文采用去趋势交叉相关性分析(DCCA)、多重分形去趋势交叉相关性分析(MF-ADCCA)、基于时间延迟的DCCA算法,选取2005年4月至2017年6月沪深300指数和采购经理人指数数据,对中国股市与经济的相依性、非对称性及传导方向进行研究,并引进DCCA交叉相关系数进行国内外比较分析,结果表明总体来看,股市与经济的交叉相关具有持久性,说明股市与经济存在相互影响;股市与经济的交叉相关具有非对称性:股市收益率(经济增速变化量)呈上升趋势比下降趋势时的交叉相关更具有持久性,同时,二者走势存在背离现象,说明股市不是经济的晴雨表;二者之间传导方向是双向的,且相同时滞时,股市对经济的影响更大;与美、英两国比较,中国股市与经济的交叉相关程度最弱.上述结果为宏观经济预测和调控提供重要参考.     

LM-BP算法在金融股指预测中的参数设定

针对股价系统内部结构的复杂性、外部因素的多变性,分析了基于BP网络进行股市预测的原理,利用三层前馈神经网络对股市建立预测模型,探讨了网络的拓扑结构、隐节点个数确定的原则、样本数据的选取和预处理、初始参数的确定等问题.为了避免网络陷入局部最小点和提高网络的收敛速度,算法采用改进后的LM-BP,并与其他BP算法进行比较.以最具代表性的上证指数为例,仿真实验表明了经过对筛选后的样本学习,并对所建的预测模型进行训练后,该LM-BP算法能够对有短期上证指数走势进行有效稳定预测.     

股指期货交易政策演变与股票市场质量

研究了在中国股指期货市场交易政策逐渐放宽这一背景下, 股票市场质量所表现出的变化特点, 为监管者进一步支持和发展指数衍生品提供了实证证据。从个股横截面角度,对指数成分股(样本组) 和非成分股(对照组) 进行匹配,通过描述性统计、差异性检验和回归检验等方法发现: 随着交易政策的逐步宽松, 尽管市场整体波动性可能有所增加, 股指期货交易对成分股的波动存在抑制作用; 股指期货对市场整体流动性存在一定的“交易转移效应”, 指数成分股所受影响更小。综合上述结果, 股指期货交易政策对投资者越具有吸引力, 越有利于改善股票市场质量、发挥股指期货应有的作用。     

基于信息扩散模型的股市周期波动分析——国际经验与国内应用

本文建立了一个基于信息扩散的资产定价模型,刻画投资者在事前乐观预期落空后对真实基本面的渐进认知和预期修正过程,以及由此引起的资产价格走势特征.模型的解表明,调整期的资产价格会在"时间-空间-波动"三个维度上呈现出相互替代关系.本文利用国际股市在近几次国际金融危机期间的数据,验证了该替代关系的存在,并分析了中国股市历次周期波动的特点.从"时间-空间-波动"的维度看,我国股市2015年的"异常波动"依然属于市场自身周期规律的重现.本文证明了波动作为信息的载体能够嫁接起金融市场调整期的时间、空间特征,在实践上为给监管层实现合意的调控目标和以及投资者优化中长期投资策略提供了新的分析工具和视角.