Ising动力系统模拟收益率的多重分形分析

应用Ising模型和平均场理论构造符合股市收益率的动力系统,借助于计算机软件Mat-lab,利用蒙特卡洛模拟方法,通过调整参数模拟得出动力系统的收益率序列.分析发现:Ising动力系统构造的收益率同证券市场股票指数波动率一样具有厚尾等统计特征.对模拟收益率原序列和混洗后的序列进行多重分形分析,得出了模拟收益率序列存在分布多重分形和相关性多重分形的结论.     

上证指数和沪深300指数序列的R/S实证分析

运用重标极差分析法（R/S分析法）,分别研究上证综合指数和沪深300指数的日、月收益率数据序列以及开盘价、收盘价、最高价和最低价的股价时间序列的分形结构特征.给出了这些时间序列的Hurst指数、平均循环长度、相关指标和分形维数等分形特征量.实证分析结果表明,两个证券市场具有明显的分形结构,市场存在状态持续性,价格呈现周期性,4种形式的股价时间序列的分形维数具有近似同一性等特征.     

中国债券市场多重分形特征及其成因问题分析

以中国交易所债券市场为例,运用多重分形消除趋势波动分析法(MF-DFA)和多分形谱分析方法对债券市场的多重分形特征与成因问题进行分析。研究结果表明,中国债券市场的国债指数和企债指数的收益率序列存在多重分形特征;指数收益率序列的多分形特征由序列的长期相关性和肥尾分布两个因素共同决定,这其中肥尾分布所造成的影响更为重要。     

中国与海外股指的混沌特征的比较实证

通过深沪综合指数的5天收益率分布规律以及用R／S方法研究收益率序列得出这样的结论,即深沪综合指数的收益率不服从正态分布,并且收益率是负斜,呈现出胖尾和峰态;中国股票市场不是一个有效的市场,其收益率序列均为服从分形概率分布的持久性时间序列,它们遵循有偏随机游动,市场表现出较强的趋势行为;深综指的赫斯特指数H为0．87,非周期循环为16周(4个月),而沪综指的赫斯特指数H为0．85,非周期循环为25周(6个月)。也就是中国股市呈现出长期记忆等非线性的混沌特征。     

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.     

基于可见图的沪深股市波动分析

利用可见图算法,考虑沪深股市不同时间频率(日、周、月)的收益率序列,将其映射成网络,发现所构造的网络具有分层结构和无标度性.网络节点度分布幂律指数与Hurst指数服从线性规律,验证了可见图算法计算Hurst指数的可靠性.同时,截取2007~2008年沪深股市大涨大跌收益率序列,将其分别映射成网络,得出股市大涨与大跌在网络拓扑结构方面的非平凡性质.     

螺纹钢线材市场的多重分形特征——基于上期所的实证研究

运用时间序列分析、多重分形谱以及重标极差分析方法(R/S分析法)对我国螺纹钢线材市场收益率序列进行实证研究.结果表明,我国螺纹钢和高线两种钢材收益率序列具有尖峰厚尾特征,并不服从正态分布,价格之间存在长记忆性,市场未达到弱势有效,从而质疑有效市场假说的合理性.且二者均存在明显的多重分形特征,价格仅用单一的标度指数对其进行描述是不充分的,多重分形分析方法为更好地描述钢材价格的变化规律提供了有力的工具.     

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.     

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...     

中国股市行业指数及个股长程记忆研究

股票市场收益记忆特征对于非线性结构的确定以及市场有效性的研究具有重要意义。该文选取沪深股市的三只行业指数和隆平高科及大江股份的日、周收益率时间序列,通过R/S分析方法分别计算出其相应Hurst指数。结果表明收益率时间序列具有长程记忆特征,且存在一个大周期和一个小周期,也验证了收益率时间序列不符合布朗运动。这对风险管理及投资时机的选择有一定的指导作用。